Zavřít reklamu

Pokud často používáte Google Maps, určitě jste si již stihli všimnout, že počet funkcí v aplikaci v poslední době výrazně narostl. Uživatelé ve vybraných lokalitách si například mohou na mapách najít stanice pro sdílení jízdních kol nebo se informovat o tom, jak moc je obsazené právě jejich metro. Google Maps také umí poskytnout informace a hodnocení míst, jako jsou hotely, restaurace či bary.

Apple Maps v tuto chvíli slaví něco málo přes čtrnáct let své existence, zatímco stáří konkurenčních Apple Maps je zhruba o polovinu kratší. Zatímco Apple Maps jistou dobu za svým konkurentem od Googlu značně pokulhávaly, s příchodem operačního systému iOS 13 se řada věcí zásadně změní. Apple se v poslední době snaží na svých Mapách usilovně pracovat a co nejvíce je vylepšit. Zahanbit se ale nenechal ani Google, který pro změnu nechal veřejnost nahlédnout pod pokličku vzniku své služby. Učiní tak prostřednictvím blogových příspěvků, z nichž první byl zveřejněn právě dnes. Jeho autory jsou ředitel inženýrství Andrew Lookingbill a produktový ředitel Ethan Russell.

Článek na blogu popisuje, jak se odpovědné týmy snaží o to, aby Google Maps byly za všech okolností co nejpřesnější a v souladu se současnou situací. Vyžaduje to ale „tu správnou kombinaci lidí, techniky a technologie“. Vše začíná u snímků, získaných z Google Street View a nástrojů pro satelitní zobrazení. Google pak získaná data vrství spolu s těmi, která získala z „více než tisícovky zdrojů třetích stran“, jako je například Národní statistický a geografický ústav v Mexiku.

Členové týmu, který má na starost provoz a data, se poté postarají o náležitosti, jako je proces schvalování, opravování nepřesností na mapách nebo třeba trénink strojového učení. Na chodu Google Maps se ale také nezištně podílí komunita, složená z místních průvodců a uživatelů aplikace, kteří buďto poskytují ostatním uživatelům informace navíc, nebo dávají Googlu zpětnou vazbu.

S prací na Google Maps také neodmyslitelně souvisí proces strojového učení, které týmům umožňuje lepší automatizaci mapovacích procesů při zachování co největší přesnosti. U budov tento proces vypadá v praxi tak, že se příslušný algoritmus snaží rozklíčovat, zda se jedná o reálnou budovu. Ne vždy je ale tento algoritmus schopen budovy skutečně rozeznat, a v tuto chvíli přichází ke slovu odpovědný tým. Jeho členové nejen „ručně“ identifikují obrysy staveb, ale podělí se o své poznatky i s umělou inteligencí, jejíž rozpoznávací schopnosti se tak pro budoucí případy ještě o něco více vylepší. V závěru blogový příspěvek zdůrazňuje důležitost map pro růst a prosperitu komunity, a uvádí, že mapy pomáhají nejen spojovat lidi, ale mají také zásluhu na ekonomickém růstu, protože jejich prostřednictvím uživatelé objevují nové podniky a místa.

Dnes nejčtenější

.