인공지능 덕분에 더 부드러운 승차감과 더 자세한 지도

구글 블로그

인공지능은 구글 지도를 유용하게 만드는 중요한 요소이다. 이를 통해 5년 전보다 10배 이상 빠르게 도로를 매핑 할 수 있으며 유용한 정보로 가득 찬 지도를 사실상 전 세계 구석 구석으로 가져올 수 있다.

혼란스러운 차선 변경 또는 고속도로 출구와 같이 브레이크를 밟게하는 상황을 피하는 데 도움이 되는 경로 업데이트부터 시작한다. 인공지능과 내비게이션 정보를 사용하여 하드 브레이킹을 식별 한 다음 가능한 경우 대체 경로를 제안한다. 이러한 업데이트를 통해 매년 구글 지도로 구동되는 경로에서 1억개가 넘는 하드 브레이킹을 제거 할 수 있다고 생각한다. 

걷거나 자전거를 타거나 대중 교통을 이용할 때도 인공지능이 안전하고 쉽게 이동할 수 있도록 도와준다. 지난 8월 정확한 도로 폭과 함께 인도, 횡단 보도 및 보행자 섬이 있는 위치에 대한 세부 정보를 보여주는 상세한 거리지도를 출시하여 사람들이 그레이 아웃과 탐색 방법을 더 잘 이해할 수 있도록 했다. 상세한 거리지도가 2021년 말까지 50개 이상의 도시로 확장 될 것이라고 발표했다. 간단하게 들리지만 이를 가능하게 하기 위해 특히 인공지능을 통해 많은 작업이 진행되고 있다.

구글 블로그

전 세계적으로 확장하고 지역적 차이를 설명하기 위해 지도 제작 과정을 완전히 개편해야 했다. 먼저 도로, 주소, 건물 등으로 시작하여 수백만 개이 스트리트 뷰, 위성 및 항공 이미지 색인에서 기능을 하나씩 식별하고 분류하도록 머신 러닝 모델을 학습 시켰다.

그러나 상세한 거리지도는 일반지도보다 훨씬 더 세분성과 정밀도가 필요하다. 이러한 밀집된 도시 기능을 올바르게 매핑하기 위해 장면의 모든 객체를 한 번에 식별하도록 모델을 업데이트했다. 이를 위해서는 수많은 인공지능이 필요하다. 모델은 객체가 무엇인지뿐만 아니라 정확히 거리가 끝나고 인도가 시작되는 위치와 같은 객체 간의 관계를 이해해야 한다. 이러한 새로운 전체 장면 모델을 사용하면 정확도를 희생하지 않고 한 번에 광범위한 기능 집합을 감지하고 분류 할 수 있으므로 이전보다 더 빠르게 단일 도시를 매핑 할 수 있다.

건물을 분류하는 단일 기능 인공지능 모델 - 구글 블로그

한 번에 여러 범주의 객체를 캡처하는 전체 장면 인공지능 모델 - 구글 블로그

특정 도시에서 훈련 된 모델이 있으면 유사한 도시 디자인을 가진 다른 도시로 확장 할 수 있다. 고화질 이미지 컬렉션과 결합 된 새로운 고급 기계 학습 기술을 통해 이전과는 다른 규모로 지도에 세부 수준을 제공 할 수 있다.

인공지능은 전 세계 사람들에게 가장 유용한 지도를 구축함에 따라 계속해서 중요한 역할을 할 것이다. 

A smoother ride and a more detailed Map thanks to AI

https://blog.google/products/maps/google-maps-101-ai-power-new-features-io-2021/

A smoother ride and a more detailed Map thanks to AI