私たちは、モバイル上のアプリケーションにかかるすべての作業を認識していないこともあれば、サービスがどの程度進化する可能性があるかを認識していないこともあります。 Google マップが良い例かもしれません。リリースされた当時の便利さと、現在でも機能し続けていることは誰もが覚えていますが、 2017 年のリリースから 12 年が経過しました。すぐにそう言われますが、確かに小さな欠陥があります。 . しかし、それは利用可能なすべてのサービスの中で最高のものです。
単に「最高だ」と言うだけではあまり価値がありません。Google マップがいかに素晴らしいかを示すために、Justin O’Beirne は、Google マップと他社、特に Apple のマップとの詳細な比較にしばらく取り組んできました。簡単に紹介すると、ジャスティンはクパチーノで長年働いており、ティム・クック率いる会社のモバイル プラットフォームの改善を支援してきました。彼は地図のデジタル化と使いやすさに関する公開講演も行っています…このテーマの権威であり、彼のフィールドワークのおかげで、Google 地図作成がいかに巨大であるかがわかります。
大都市中心部で検索を行うと、ほぼすべてのプラットフォームに重要なレベルの情報とデータが存在することがわかります。問題は都市を離れ、人口の少ない地域で調査をしなければならないときに起こります。ここがジャスティンの比較の最初の目的地であり、 1,000 人をわずかに超える人が住んでいる田舎であっても、街路を示す以上に関連性のあるデータが提供されることを示しています。
Justin の研究で興味深いのは、Google マップの進化と、関連情報で地図を充実させ、衛星写真やストリート ビューからキャプチャした車に基づいて建物の 3D ボリュームを生成するためのその背後にあるすべてのテクノロジーをどのように説明しているかです。は 10 年間、地図上に建物を作成することに取り組んできました。画像でわかるように、その精度はシャレーの中でも倉庫や工具室を家の外にあるボリュームとして認識するほどです。
数年後の 2012 年に、Google は歴史的建造物やさまざまな記念碑のモデリングの改善に取り組み始めました。ジャスティンは仕事の中で常に Apple Maps を比較しており、Google が 12 年、そして競合他社の投資額を考慮するとおそらく数百万ドルを投資して素晴らしい仕事をしているだけでなく、最も直接的な競合他社がこのようなサービスを提供するにはまだ程遠いことを示しています。豊富で詳細な地図作成。
Google のテクノロジーがその地図においてどれほど完璧主義であるかを示すもう 1 つの例は、関心領域 (英語の頭字語の AOI) の生成です。 Google マップで、色が異なるエリアがあることに気付いたことがありますか?関心のあるエリアは、多くの人が集まる住宅街や、人々が通常移動する商業エリアです。これらの AOI の生成はアルゴリズムを使用して行われ、マウンテン ビューの人々が収集するすべての情報のおかげで、それらのエリアをマークすることができます。中規模の都市にお住まいの場合は、お住まいの地域を検索して、AOI があるかどうか、また、より賑わいがあると思われる地域や通りと一致するかどうかを確認することをお勧めします。
Justin が説明するように、現在 Google を支えるすべてのテクノロジーは、コンテンツの収集を中心に展開しているのではなく、関心のある分野などのデータの生成を開始するために、すでに見たり記録したものすべてを形作り始めます。実際、建物と場所の結合データは衛星画像とストリートビューカーから生成されており、これらを組み合わせることで、何もないところから、ユーザーにとって最も重要なことに、関連性のある情報が作成されます。
この地図製作者の調査と Apple Maps との比較は、クパチーノのサービスへの批判として理解されることもあるが、実際には、Google がその余分な経験をすべてどのように利用して、今日ではどの企業にも不可能なほど巨大なプロジェクトを生み出したことにもっと焦点が当てられている。それに近づくために。 2017 年半ば、Google 自体は、ストリート ビューで 800 億枚以上の画像を収集し、AOI の地図の例で見たように、現在それらをディープ ラーニングと改善に使用していると説明しました。あるサービスと別のサービスの間には 6 年の違いがあるため、それぞれのサービスの偏見を除けば、この比較は完全に公平であるとは言えません。
次のステップは何ですか? Google** が近年収集してきたすべての情報からデータを生成し続けます。つまり、標識を読んで通りの名前を知る、標識に印刷された電話番号を検出するなど、写真からより多くの情報を取得するために AOI で学んだことから始めます…この機械学習プロセス全体を実行するには時間がかかります。時間と最も重要なことはエネルギー消費です。このため、 マウンテン ビューが最初の TPU (機械学習を促進するためにカスタムメイドされたマシン) を発表したとき、そのマシンが行う作業の一部は画像検索と Google Cloud Vision であると決定しました。
経由 | アンドロイド警察
ザタカで | Google マップ: 完全マスターになるための 17 のトリック (およびいくつかのイースター エッグ)