In un interessante post sul proprio blog, Google ha spiegato come fanno i suoi ingegneri a realizzare la mappatura del mondo per Google Maps.
Il lavoro del team di Google Maps, ha spiegato Andrew Lookingbill, Director of Engineering di Google Maps, è quello di modellare accuratamente il nostro mondo, in continua evoluzione. Per farlo, sono necessari diversi passaggi e il giusto mix di persone, tecniche e tecnologie.
Tutto inizia con le immagini: parte da qui il racconto di Lookingbill. Street View e le immagini satellitari sono da lungo tempo una parte importante di questo lavoro: mostrano dove si trovano strade, edifici, indirizzi e attività commerciali in una regione, oltre ad altri dettagli importanti.
Street View è stato lanciato nel 2007 e in questi 12 anni le operazioni di Google mediante auto e trekker hanno raccolto oltre 170 miliardi di immagini da 87 Paesi. I nuovi trekker sono inoltre dotati di sensori ad alta risoluzione e di una maggiore apertura, e questo ha consentito di migliorare notevolmente la qualità delle immagini acquisite.
Alle immagini, prosegue la spiegazione di Andrew Lookingbill, vengono poi aggiunti i dati. Sono i dati a “dar vita” alla mappa e quelli di Google provengono da oltre 1.000 fonti di terze parti autorevoli da tutto il mondo. Alcuni forniscono informazioni su un intero Paese, altri sono specifici per le regioni più piccole. I team interni di Google controllano poi attentamente ogni fonte autorevole, per garantire che siano disponibili i dati più accurati e aggiornati. Di recente Google ha anche introdotto un nuovo strumento per rendere più semplice, per le autorità locali, caricare dati relativi a nuove strade e indirizzi nella loro area, direttamente su Google Maps (maggiori informazioni su questo tool sono disponibili a questo link).
Dati e immagini, sottolinea Andrew Lookingbill, sono componenti chiave della creazione di mappe, ma sono statici e non possono sempre tenere il passo con la rapidità con cui il mondo cambia. Qui entrano in gioco le persone: Google dispone di un data operations team con personale in tutto il mondo, che svolge un ruolo in quasi tutti gli aspetti della creazione di mappe, dalla raccolta di immagini alla verifica delle fonti di dati fino alla correzione delle imprecisioni e al training di modelli di machine learning.
C’è anche la community di Local Guides e utenti di Google Maps, che l’azienda autorizza a correggere la mappa tramite il pulsante per l’invio di feedback. Il team interno esamina le informazioni e le pubblica se opportuno.
Per incrementare la velocità del processo, Google si affida poi al machine learning, che consente al team di automatizzare le procedure di mappatura mantenendo alti livelli di precisione. Un esempio di ciò è nel modo in cui Google Maps presenta i contorni degli edifici: in precedenza, un algoritmo cercava di indovinare se un parte di un’immagine fosse o meno un edificio e produceva dei risultati che non assomigliavano a veri e propri edifici disegnati su una mappa.
Per risolvere questo problema il team di Google Maps ha lavorato con quello di data operations per tracciare manualmente contorni comuni degli edifici, quindi queste informazioni sono state utilizzate per insegnare agli algoritmi di apprendimento automatico quali immagini corrispondono ai contorni e alle forme degli edifici. Questa tecnica si è dimostrata efficace, permettendo al team di Google di mappare tanti edifici in un anno quanti ne sono stati mappati nei dieci anni precedenti.
