Za kulisami Google Maps: jak Google tworzy mapy, które wspierają Twoje aplikacje i biznes?

google_blog

Ponad miliard ludzi poruszając się po całym świecie polega na Google Maps. Miliony aplikacji i programów zostało stworzonych w oparciu o dane Google. Firma jest często pytana o to, w jaki sposób udało im się opracować mapy, które służą tak wielu różnym użytkownikom i przypadkom wykorzystania. Google zapewnia, że takie rezultaty zostały osiągnięte dzięki kilkunastoletniej pracy nad podstawami map i wyjątkowym zaangażowaniem zespołu. Działania te pozwalają na zaspokajanie rosnących oczekiwań użytkowników dotyczących otrzymywania rzetelnych i wnikliwych danych oraz informacji geoprzestrzennych.

Wczesna inwestycja w elementy wizualne

Zaledwie kilka lat po uruchomieniu Google Maps i Google Maps Platform (wcześniej Google Maps APIs), uruchomiony został program Street View. Dzięki Street View, użytkownicy mogą odkrywać cały świat nie wychodząc z domu. Od początku wprowadzenia Street View, jego okazały zbiór danych jest dostępny dla przedsiębiorstw, aby w swoich aplikacjach mogły dostarczać kontekst bazujący na obrazach ze świata rzeczywistego. Street View API umożliwia portalom z nieruchomościami takim jak np. Trulia na rozbudowę funkcjonalności serwisu WWW lub aplikacji o wirtualne odwiedzenie lokalizacji i sąsiedztwa oferowanego domu lub mieszkania.

Zwiedzanie lokalizacji oferowanego domu na stronie Trulia

Street View dało Google podstawy do rozwoju procesów tworzenia i udostępniania danych mapowych. Postępy w technologii uczenia maszynowego (ang. machine learning) pozwoliły na automatyzację aktualizacji nazw ulic, adresów czy nazw firm na podstawie ponad 170 miliardów zdjęć Street View z 87 krajów. Google usprawnia swoje rozwiązania związane ze Street View, jak najnowszy Trekker – fotograficzny plecak, rejestrujący okolice, do których nie może dotrzeć samochód Street View. Trekker jest obecnie wyposażony w sensory o wyższej rozdzielczości i zwiększonej aperturze, aby dostarczać użytkownikom wizualizacje najlepszej jakości.

Partnerstwo z renomowanymi organizacjami

Dla przedsiębiorstw, które planują tworzyć aplikacje w oparciu o mapy Google, kluczowe jest, aby dane przestrzenne były aktualne i rzetelne. Aby to zapewnić, Google korzysta także z danych pozyskanych z ponad tysiąca renomowanych źródeł z całego świata, takich jak United States Geological Survey, National Institute of Statistics and Geography (INEGI) w Meksyku, lokalne zarządy miast, a nawet wspólnoty mieszkaniowe.

Połączenie analizy obrazów z danymi innych organizacji zapewnia użytkownikom najbardziej precyzyjne i rzetelne dane usprawniające ich biznes. Przykładowo, firmy taksówkowe, takie jak Uber, Lyft czy mytaxi, wykorzystują mapy do wskazania wygodnych lokalizacji odebrania/podwiezienia klienta i wyznaczania trasy uwzględniającej natężenie ruchu drogowego. Google wie, że nieprawidłowa trasa lub spóźnienie mogą mieć wpływ na lojalność klienta. Google zmienia dane pochodzące od partnerów w funkcjonalności, dzięki którym firmy taksówkowe z całego świata mogą usprawniać swoje działania.

mytaxi-google-maps

Nawigacja mytaxi oparta na Google Maps Platform

Wgląd w informacje od użytkowników

Dane i zdjęcia są kluczowymi elementami tworzenia map. Nie zawsze jednak informują one o wszystkim, co użytkownik chce wiedzieć o danym miejscu. Street View może pomóc w zorientowaniu się w danym punkcie na ulicy, natomiast treści tworzone przez użytkowników mogą w podobny sposób pomóc w wirtualnym poznaniu konkretnego miejsca, jak restauracja czy kawiarnia. Społeczność lokalnych przewodników (local guides), aktywnych użytkowników Google oraz właścicieli przedsiębiorstw poprzez Google Moja Firma dodają ponad 20 milionów aktualizacji każdego dnia. Są to wpisy takie jak informacje o zamknięciu drogi, atmosferze danego miejsca, otwarciu nowej firmy itp. Google publikuje wyłącznie po sprawdzeniu rzetelności informacji.

Dzięki temu, Google posiada bazę danych ponad 150 milionów miejsc na całym świecie, które są dostępne poprzez Places API. Ten produkt zawiera bogaty zestaw informacji o nazwach miejsc, ich adresach, opiniach, recenzjach, danych kontaktowych, godzinach otwarcia i panującej tam atmosferze. To wszystko sprawia, że firmy jak np. restauracje umożliwiają swoim klientom nie tylko odnalezienie lokalizacji, ale także wyszukanie restauracji odpowiadającej ich potrzebom, np. przyjaznej dzieciom lub z menu zawierającym dania wegetariańskie.

Dotrzymanie kroku innowacji i rozwoju technologii z uczeniem maszynowym (machine learning)

Wspomniany proces pozwala tworzyć użyteczne i rzetelne mapy, lecz pozostaje wyzwanie nadążania nad szybkością zmian w realnym świecie. Aby klienci Google Maps mogli tworzyć innowacyjne rozwiązania i rozwijać swoje biznesy, mapy muszą być aktualizowane zdecydowanie szybciej niż dotychczas. Wraz z rosnącym tempem obecnego rozwoju wielu miejsc na świecie, Google musi odpowiednio szybko reagować i aktualizować swoje mapy i produkty. Aby przyspieszyć procesy wprowadzania i korekty danych, Google zdecydowało się wykorzystaćtechnologię uczenia maszynowego (machine learning) w celu  automatyzacji aktualizowania map, przy zachowaniu wysokiego poziomu dokładności i rzetelności.

Przykładowo, machine learning zostało wykorzystane do rozwiązania problemu niewyraźnych konturów budynków. Używany wcześniej algorytm często generował niewyraźne kontury budynków. Operatorzy korygowali tą usterkę przez manualne kreślenie obrysu budynku. Jest to skuteczne rozwiązanie, jednak nie jest ono skalowalne ani szybkie. Mimo tego, wysiłek nie poszedł na marne, ponieważ manualne obrysowanie konturów podobnych budynków stało się podstawą do zastosowania uczenia maszynowego. Nauczono model tego, jakie kształty mają zwykle budynki, i które fragmenty obrazów odpowiadają konturom i krawędziom budynków. Używając tej techniki Google w ciągu roku przeniosło na mapy tyle budynków, ile przeniosło w ciągu poprzednich 10 lat – w dużym stopniu ulepszając mapy trafiające do użytkowników.

przed – budynki bez konturów

po – krawędzie budynków wyraźnie odróżniające się na mapie

Udostępnianie adresów w miejscach, gdzie ulice nie mają nazw

Wcześniej wspomnieliśmy o wykrywaniu informacji z obrazów Street View. Stosując machine learning na obrazach Street View, Google może automatycznie identyfikować numery domów w praktycznie każdym miejscu na świecie. Umożliwiło to duży postęp w tworzeniu map dla ponad 220 krajów i regionów na całym świecie.

Nie każde miejsce ma faktyczny adres, dlatego Google Maps obsługuje „plus codes” tzw. kody plus, które służą jako adres i umożliwiają posiadaczom udostępnianie go swoim znajomym, zamawianie dostawy, wysyłanie i odbieranie poczty. Kody plus działają na zasadzie otwartego oprogramowania, które każdy może użyć i które są zaimplementowane w Places API i Geocoding API.

Tworząc mapy takich obszarów i zapewniając adres każdej osobie Google umożliwia firmom i organizacjom rządowym na wykorzystanie nowych systemów geolokalizacyjnych usprawniających funkcjonowanie lokalnych społeczności. Google wciąż wprowadza innowacyjne rozwiązania geoprzestrzenne, aby pomagać ludziom oraz wspomagać rozwój przedsiębiorstwa na całym świecie.

Artykuł źródłowy: https://cloud.google.com/blog/products/maps-platform/beyond-the-map-how-we-build-the-maps-that-power-your-apps-and-business