写点什么

AI 未满:堵在技术升级路上的谷歌地图

  • 2020-02-26
  • 本文字数:4454 字

    阅读完需:约 15 分钟

AI未满:堵在技术升级路上的谷歌地图

作为一个地图控,回想起当时在谷歌卫星地图里找到了自己出生地后的惊奇和兴奋,至今依然感叹科技带给每个普通人的思想震撼——只需一台电脑就可以拥有“上帝视角”,轻轻滑动鼠标就能游历世界各个角落。


不过上一次花费时间,通过谷歌卫星地图和街景地图遍览世界著名景点和街道,已经是十多年前的事情了。


是的,谷歌地图淡出国人视线已经十年。但如果稍加留意,仍需要知道:谷歌地图仍然是影响全球移动用户的超级 APP。谷歌地图拥有每月超过 10 亿的活跃用户;使用它,人们每天通过行驶 10 亿公里,生产 2000 多万条评论和评分。


对于 Alphabet 而言,谷歌地图仍然是除搜索、安卓、谷歌商店以及 YouTube 之外最核心的产品。据分析师预测,2018 年,Alphabet 从谷歌地图上获得的广告收入很可能达到 30 亿至 40 亿美元,而未来三年仍可能以每年 25%至 30%的速度增长。



今年 2 月 8 日,谷歌地图迎来 15 周岁生日。为这次周年纪念日,谷歌地图在 iOS 和 Android 上进行了重大改版升级。同时,Alphabet 兼谷歌 CEO 桑德尔·皮查伊为此专门发布博文称,未来谷歌地图将是公司 AI First 战略的重要阵地。


桑德尔的表态似乎在传递这样两层信息:第一层是在谷歌宣布投入“AI First”的五年时间里,谷歌地图并没有成为 AI 技术支持的重要阵地;第二层意思是未来的谷歌地图将重点发力 AI 技术的应用。


自从 2016 年谷歌宣布全面拥抱 AI 之后,谷歌全系列产品都通过机器学习及深度学习技术实现了 AI 化升级。相比备受瞩目的 Waymo、Google Assistant、Gmail、谷歌翻译等明星产品,谷歌地图在 AI 技术的应用上确实显得略微平淡和缓慢。


缓慢并不等于无所作为。作为覆盖全球 10 亿用户的谷歌地图,其产品的 AI 化也早已在潜移默化地进行了。平淡也并不等于不值得被关注。谷歌产品 AI 化的思路就是在其产品中逐步渗透 AI 技术,用以提升用户体验。


在科技领域,我们总是高估一两年短期内就能做到的事情,而总是低估五年或十年中能做到的事情。搜索引擎如此,无人驾驶如此,而谷歌地图亦如此。在五年的长周期里,谷歌地图的一些技术纵深值得被我们再次关注。

谷歌地图,生来 AI?

时间转回 2016 年。时任谷歌 CEO 桑达尔·皮查伊在 Google Event2016 上,宣布谷歌整体策略从“Mobile First”转向“AI first”。众所周知,谷歌向 AI 战略转型是有着充足准备的。谷歌早在 2010 年就开始布局机器学习;2012 年发布了“知识图谱”以及建成超大型的神经网络系统“谷歌大脑”;随后两年又将深度学习公司 DNN Research 和英国人工智能的翘楚 DeepMind 纳入麾下;紧接着,谷歌 AI 成果如井喷一般,2015 年谷歌开源深度学习框架 TensorFlow,并陆续应用在超过 50 多个谷歌产品之上;2016 年,DeepMind 开发的 AlphaGo 横空出世,将 AI 一下子真正带进大众视野。



我们知道 AI 的发展需要算法、算力和大数据的支持。其中地图本身就与 AI 有着天然契合度。


一方面地图产品是真实世界的映射,人们很多在线下的行动轨迹都会通过这一产品反映出来,累积成数据。在谷歌地图上也是一样,无论是每月数十亿次的用户出行记录以及上传的地点标注数据,还是 PB 级别的卫星地图数据以及全球拍摄的街景图象数据,简直都称得上是大数据里的“富矿”。


另一方面地图本身的功能也可以被大量 AI 相关产业应用,像智慧城市离不开利用地图产品对车流人流进行热力追踪,自动驾驶也需要将高精地图与雷达传感器相结合。


因此对于广泛涉猎 AI 的谷歌来说,地图自然成了一个很好的技术试验场。



其中最为典型的就是对谷歌街景数据的利用。谷歌街景本来是谷歌地图的特色项目,是由专用街景车进行拍摄,然后把 360 度实景拍摄照片放在谷歌地图里供用户使用。很快当谷歌开始接触 AI,尤其当在 imageNet 上练过兵的李飞飞入职后,这些数据量巨大的来自真实世界的图像,就有了用武之地。


例如利用强化深层神经网络,扫描加利福尼亚州的数千个街景图像,然后将其转化为专业级的照片。又比如应用人脸识别、OCR 识别功能,将街景图像中的车牌号、人脸打码以实现隐私保护的目的。在同样的方法下,路边的街道编号、企业名称、交通限速标志等细节信息也在被源源不断地从图片中提取出来,并且适当地在谷歌地图上自动创造和定位新的地址。同样该模型还可以应用到商户外墙上的名称识别上。通过这一功能,还可以更精确地持续更新商户变化的情况。


也就是说,AI 一直在优化着谷歌地图的底层技术。



(无需真实地址的信息,系统自动识别出商户名为“Zelina Pneus”)


另外,Google I/O 2018 开发者大会上,谷歌地图首次展示了基于 AR 技术的步行导航系统(VPS)。该 AR 系统其实采用了基于图像识别和 OCR 技术的 Google Lens 产品,可以通过手机摄像头捕捉并识别地标性建筑实现导航,只需点击“start AR”按钮,谷歌地图就会将前进箭头与摄像头实拍相重叠的视频画面显示给用户。前端灵活简单的 AR 导航背后,需要后端大量街景数据的运算支持;如果无法通过 GPS 获取用户确切位置,Live View 还会使用机器学习比较用户相机所捕捉到的场景,然后与数十亿的街景图像对比进行重新定位。



除了图像,谷歌也利用大数据推荐、预测的基础上,为谷歌地图 AI 化提供了直接面向用户的服务体验。谷歌地图对通勤效率优化和混合出行模式进行了 AI 的个性化推荐。比如,可以根据对每一次实时路况、公交信息的实时计算及预测,帮助通勤一族量身定制每一次的上下班的出行路线;对于非自驾的混合通勤模式,谷歌地图会根据需要步行的时间、骑行时间和公交到来的时间综合计算,给出通勤建议让用户决策。



除了进行智能推荐路线外,谷歌地图通过 AI 与卫星图像的结合,将更多的商户和新地址添加到地图中。还可以显示用户所选目标商铺的开闭店时间、顾客在店内的停留的平均时长,以提醒用户合适时间离开,避免找不到车位或遭遇附近的道路拥堵。这与谷歌地图长期采集的用户和商家提供的多维数据息息相关。尽管这些新增 AI 功能,被很多行业人士认为是跟随了中国同类 APP 的脚步而缺乏新意。但在 AI 算法推荐的细节之处就非常可圈可点。


比如,2018 年,谷歌地图已在全球数百个城市推出基于机器学习的实时公交延误预测。除了依靠公交机构提供的出行时刻和公交车位置实时数据作为判断依据,谷歌地图创建的模型还会综合车速、时间、停靠站、道路拥挤情况等因素,来进行实时预测。同时结合出行数据和机器学习模型,他们还能预测全球 200 个城市的公共汽车或火车的拥挤程度。


这一细节就非常实用。当你距离公交站还有几百米,也许谷歌地图就会告诉你是否值得通过快走去追赶一辆延误几分钟才会进站的班车。当你得知紧随其后还有一辆还有座位的空车,你是否会放弃眼前这辆拥挤不堪的公交?


此外,该系统建立在机器学习基础上,通过比对用户个人偏好的大量数据,可以为不同的用户定制个性化信息,比如告诉你居住地附近新开了什么店铺、向你推荐附近的美食等。用户也可以与朋友快速分享地图上的美食,并且在地图上进行实时标注。

数据之上,“波澜不惊”的 AI 升级路

以上可见,图像数据、用户行为数据等海量数据结合在一起,成为了谷歌地图保持屹立不倒的强大护城河。背靠海量数据,谷歌地图的 AI 升级呈现出更明显的一些特征。


首先是对谷歌图像技术的重度依赖。从以上谷歌地图的 AI 进化路径看出,谷歌率先将机器学习等技术应用于处理庞大的地图图像数据,包括对于道路交通标志、街道名称以及商铺名称等重要信息的识别。一方面源自谷歌自身在图像识别技术上的领先优势,另一方面也是谷歌对于精准出行地图数据的优先级考虑。


其次是谷歌地图对用户出行数据和本地服务数据的深度挖掘。利用 AI 算法,隐藏在用户本地搜索之下的大量数据可以产生更好的出行服务推荐和更多的商业价值。谷歌发现,除了出行导航外,探索本地服务也成了用户重度使用工具。当下,谷歌地图 “搜索”工具,可以满足用户预订酒店、订车订餐、查询旅游路线,甚至还可以满足像国内美团一样的几十种不同类型的服务。


例如此次,谷歌地图新版本升级,主要是对首页五个选项卡:探索、通勤、保存位置、贡献和更新(Explore,Commute,Saved,Contribute 和 Updates)的更新。



从这些新增加的功能可以看出,谷歌地图将更加注重用户的本地化服务和用户对地理数据的主动贡献。完善的出行数据和 AI 算法的推荐,让谷歌地图可以实时响应越来越多样化的用户需要,给出更多的出行服务。


另外,我们还可以看到谷歌地图融入全球城市管理的野心。尽管我们很少听到谷歌有参与所谓的“智慧城市”计划。但谷歌已经在深入布局这件浩大工程。比如,谷歌地图已经开始通过机器学习算法和卫星图像来绘制全球范围内复杂建筑物等基础设施。据谷歌透露,在 2018 年上半年仅用算法绘制,就增加了 1.1 亿座建筑。可以预见,未来谷歌给到的不再是一个二维的地理图式,而更可能是立体的 3D 地图世界。


透过以上观察,谷歌在 AI 技术上的布局更注重底层大数据的挖掘和处理,更注重服务细节体验的改进。这让谷歌地图在近几年的科技新闻中几乎“失声”。作为一款为谷歌 AI 提供了多年服务的产品,又恰逢十五周年这样的节点,却没有语音交互上的重点更新,也没有车联网、自动驾驶的相关消息发布。这样细节性的技术改进难免会让人感到有些意兴阑珊。仿佛谷歌地图的技术升级也行至拥堵路段,速度有些不尽如人意。

AI 未满:谷歌地图的“变与不变”

谷歌地图在此次版本升级还有一个明显变化,就是更新了图标。新图标去掉了经典的地图样式,换成了谷歌色调的地图别针。谷歌内部对这一变化的解释是不仅帮助用户实现出行导航,更要帮助用户发现自己想去的地方。



其实虽然从商业角度,十五周年的技术更新可能不够性感。但换个角度看,谷歌地图依然在做着自己的老本行:帮助用户实现更好的出行体验、提供更好的公众服务。


比如说谷歌地图正在通过机器学习实时预测公交交通延误情况。通过提前预测公交车的延误情况,哪怕只是几分钟的误差,也能给用户带来很大帮助。再比如,增强对公共交通的数据联接,允许用户提交更多关于公共交通的细节信息,诸如车厢温度、轮椅可达性或者是否有女性专用车厢等,以期对用户做出更加人性化和周到的出行推荐。


以及一些更复杂的公共服务。结合灾害天气、流行病等预测模型,预测和及时通知当地用户一些意外情况,以避免飓风、海啸、地震、传染病等意外灾害。


最后值得提到的是,一位艺术家用户用“黑客”方式表达了对谷歌地图 15 周年的纪念。



这位名叫 Simon Wechkert 的德国艺术家,在道路上拖行了一辆装了 99 部开着导航模式的手机的小推车,结果他成功地让谷歌地图误认为是近百辆汽车在道路上行驶,然后造成整个道路线显示重度堵车。为此,他还特意选择了在周年庆祝前经过谷歌柏林总部大厦门前进行试验。Wechkert 的执念是希望验证谷歌地图对于拥堵的判定方式仍然非常简单。


为此谷歌回应:非常鼓励这种有创意的行为,我们愿意接纳用户意见,让谷歌地图变得更好。


这似乎就是谷歌版的“不忘初心,牢记使命”的官宣体。不知道在技术升级的拥堵路上,这一小问题将会在何时被解决。


本文转载自脑极体公众号。


原文链接:https://mp.weixin.qq.com/s/YDxygPzGUOEORixDeAWLAw


2020-02-26 20:271709

评论

发布
暂无评论
发现更多内容

Alibaba面试官:“这该死的程序员,知识竟如此渊博!”

Java架构之路

Java 程序员 架构 面试 编程语言

道高一丈,且看CWE4.2的新特性

华为云开发者联盟

技术 安全 漏洞

CEG挖矿系统APP开发|CEG挖矿软件开发

系统开发

智慧平安小区整体解决方案,智慧社区管控系统开发

13530558032

ZooX首发双向电动无人车,会成为自动驾驶出行的主流吗?

脑极体

3D 可视化突发公共卫生事件 ,防护效率高达90%

一只数据鲸鱼

疫情 物联网 数据可视化 数据监测 3D可视化

工具词典:精力管理

lidaobing

精力管理 张遇升 28天写作

SpringBoot系列(7)- 自动装配

引花眠

springboot

如何通过一个SDK轻松搞定人脸识别,拯救初入职场的程序猿

华为云开发者联盟

人脸识别 智能 识别

阿里“云钉一体”加速整合 低代码开发平台“钉钉宜搭”发布

人称T客

软件测试所需要掌握的技能

测试人生路

软件测试

窝家恶补三月,字节跳动三面,终于喜提offer!分享面试感受

Java架构之路

Java 程序员 架构 面试 编程语言

(经验分享)作为一名普通本科计算机专业学生,我大学四年到底走了多少弯路

Java鱼仔

Java 程序员 面试 大学生

从根上理解高性能、高并发(二):深入操作系统,理解I/O与零拷贝技术

JackJiang

网络编程 高并发 高性能 即时通讯

ARTS打卡 第28周

引花眠

微服务 ARTS 打卡计划 springboot

ModelArts黑科技揭秘|弹性训练,让训练资源张弛有度

华为云开发者联盟

学习 华为云

业务架构设计迭代演进思路

程序员架构进阶

架构 中台 业务架构

第八课性能优化作业-判断合并链表

Geek_michael

极客大学架构师训练营

程序员开发指南!1-3年的Android开发工程师看过来,经典好文

欢喜学安卓

android 程序员 面试 移动开发

利用文字技术帮助选购商品,慧眼“识”物的人都这样做……

华为云开发者联盟

文字识别 智能 识别

区块链食品溯源系统开发,农产品溯源小程序搭建

13530558032

大佬带你看源码!阿里内部Android笔记火爆IT圈,3面直接拿到offer

欢喜学安卓

android 程序员 面试 移动开发

LeetCode题解:剑指 Offer 40. 最小的k个数,sort,JavaScript,详细注释

Lee Chen

算法 大前端 LeetCode

这份阿里P8级别内部疯传的“Linux私房菜”让你一次吃个饱

Java架构之路

Java 程序员 架构 面试 编程语言

腾讯大牛亲自带你学:Java安全weblogic T3协议漏洞!

比伯

Java 编程 架构 面试 计算机

阿里P8大牛手把手教你!高级Android晋升之View渲染机制,先收藏了

欢喜学安卓

android 程序员 面试 移动开发

Java程序员晋升之路:“Java高级核心知识全面解析”

Java架构之路

Java 程序员 架构 面试 编程语言

字节面试坎坷之路,第一次二面凉了!捞起来之后一面就凉了;我太难了呀!

Java架构之路

Java 程序员 架构 面试 编程语言

为新基建按下加速键:从openEuler看中国操作系统的产业生态未来

脑极体

浅谈如何做客户端性能测试

行者AI

性能测试

圣诞狂欢,保险师APP赋能精细、个性化的运营服务

DT极客

AI未满:堵在技术升级路上的谷歌地图_AI&大模型_海怪_InfoQ精选文章