得益于人工智能，谷歌正在开发“自我修复”地图

放大手机上的 Google 地图应用，建筑物的形状最终会映入眼帘。您可以感谢人工智能帮助创建这样的场景——而这并不是人工智能为该应用所做的全部。近年来，该公司更多地转向机器学习，以自动跟踪世界不断变化的地理状况，然后更新地图上反映的变化。

事实上，据两位接受《大众科学》独家采访的谷歌地图员工称，谷歌在 2015 年左右迎来了转折点，当时它意识到必须改变地图更新策略。谷歌地图工程总监 Andrew Lookingbill 将这一时刻描述为“顿悟”。

让 200 多个国家的地图保持更新非常困难，因此团队不得不从制作地图转向制作更复杂的内容。“我们需要开始制作制作地图的机器，”Lookingbill 解释道。

实现这一目标的方式是通过机器学习算法，这些算法能够拍摄图像（例如街景车或卫星拍摄的照片），从中提取所需的信息，然后更新地图。这些信息可能是道路名称、门牌号或从上方看到的建筑物形状等数据。谷歌之前曾夸耀过这个话题：2017 年的一篇博客文章描述了他们为创建一种可以读取法国街道名称的算法所做的努力，并提到这样的算法可以更新地图上的地址。

想象一下，有人建了一栋新房子，一辆街景车驶过。Lookingbill 补充道：“最终，我们可能可以在地图上搜索到这些信息，而无需人工介入，也无需做任何事情。”这个过程——人工智能分析图像并更新地图——就是他所说的“我们的地图实现自我修复的第一步”。

他说，创建建筑物轮廓是一项任务，而更先进的人工智能大大加快了这一进程。机器学习算法可以查看卫星图像，然后在谷歌地图上绘制建筑物的形状。Lookingbill 说，多亏了这一点，“我们能够将全球建模的建筑物数量增加一倍”。这一过程发生在一年内。“为了便于理解，”他补充道，“我们之前绘制的所有建筑物都花了我们十年的时间。”谷歌在今天发布的一篇博客文章中谈到了这一点，文章称，之前的算法创建建筑物轮廓的方式看起来很“模糊”（这篇文章还解释了他们制作地图的一般步骤和数据来源）。

其他工作仍处于“起步”阶段，包括使用人工智能根据其分析的图像在地图上创建新道路。Lookingbill 说，这种“道路合成”实际上涉及他们“根据图像，试图找出我们地图上尚未出现的道路的几何形状。”

人工智能算法在绘制建筑物轮廓或新道路地图等任务时，会使用自上而下的卫星数据等图像；而公司则依靠街景来提取街道名称、门牌号和企业名称等信息。

当然，谷歌地图并不是唯一的选择：我们在 6 月份就指出，苹果正在自己的应用程序中创建更详细的地图，并且当你今年秋天更新到 iOS 13 时，你应该会看到体验上的变化。

从更大层面来看，机器学习算法通过训练数据来完成任务，有时甚至达到超人的水平，这在科技界很常见。这可能涉及一些平凡的事情，例如 Yelp 使用人工智能来分析和整理用户上传的披萨和玉米饼图片。人工智能不仅可以识别图像中的内容，还可以做很多其他事情，比如玩游戏和赢钱，无论是扑克，还是魔方。