原標題：AI未滿：堵在技術升級路上的谷歌地圖 來源：鈦媒體APP
衛星地圖里找到了自己出生地后的驚奇和興奮，至今依然感嘆科技帶給每個普通人的思想震撼——只需一臺電腦就可以擁有“上帝視角”，輕輕滑動鼠標就能游歷世界各個角落。
不過上一次花費時間，通過谷歌衛星地圖和街景地圖遍覽世界著名景點和街道，已經是十多年前的事情了。
對于Alphabet而言，谷歌地圖仍然是除搜索、安卓、谷歌商店以及YouTube之外最核心的產品。據分析師預測，2018年，Alphabet從谷歌地圖上獲得的廣告收入很可能達到30億至40億美元，而未來三年仍可能以每年25%至30%的速度增長。
今年2月8日，谷歌地圖迎來15周歲生日。為這次周年紀念日，谷歌地圖在iOS 和 Android 上進行了重大改版升級。同時，Alphabet 兼谷歌 CEO桑德爾·皮查伊為此專門發布博文稱，未來谷歌地圖將是公司 AI First 戰略的重要陣地。
桑德爾的表態似乎在傳遞這樣兩層信息：第一層是在谷歌宣布投入“AI First”的五年時間里，谷歌地圖并沒有成為AI技術支持的重要陣地；第二層意思是未來的谷歌地圖將重點發力AI技術的應用。
自從2016年谷歌宣布全面擁抱AI之后，谷歌全系列產品都通過機器學習及深度學習技術實現了AI化升級。相比備受矚目的Waymo、Google Assistant、Gmail、谷歌翻譯等明星產品，谷歌地圖在AI技術的應用上確實顯得略微平淡和緩慢。
緩慢并不等于無所作為。作為覆蓋全球10億用戶的谷歌地圖，其產品的AI化也早已在潛移默化地進行了。平淡也并不等于不值得被關注。谷歌產品AI化的思路就是在其產品中逐步滲透AI技術，用以提升用戶體驗。
在科技領域，我們總是高估一兩年短期內就能做到的事情，而總是低估五年或十年中能做到的事情。搜索引擎如此，無人駕駛如此，而谷歌地圖亦如此。在五年的長周期里，谷歌地圖的一些技術縱深值得被我們再次關注。
谷歌地圖，生來AI？
時間轉回2016年。時任谷歌 CEO桑達爾·皮查伊在Google Event2016上，宣布谷歌整體策略從“Mobile First”轉向“AI first”。眾所周知，谷歌向AI戰略轉型是有著充足準備的。
谷歌早在2010年就開始布局機器學習；2012年發布了“知識圖譜”以及建成超大型的神經網絡系統“谷歌大腦”；隨后兩年又將深度學習公司DNN Research和英國人工智能的翹楚DeepMind納入麾下；緊接著，谷歌AI成果如井噴一般，2015年谷歌開源深度學習框架TensorFlow，并陸續應用在超過50多個谷歌產品之上；2016年，DeepMind開發的AlphaGo橫空出世，將AI一下子真正帶進大眾視野。
我們知道AI的發展需要算法、算力和大數據的支持。其中地圖本身就與AI有著天然契合度。
一方面地圖產品是真實世界的映射，人們很多在線下的行動軌跡都會通過這一產品反映出來，累積成數據。在谷歌地圖上也是一樣，無論是每月數十億次的用戶出行記錄以及上傳的地點標注數據，還是PB級別的衛星地圖數據以及全球拍攝的街景圖象數據，簡直都稱得上是大數據里的“富礦”。
另一方面地圖本身的功能也可以被大量AI相關產業應用，像智慧城市離不開利用地圖產品對車流人流進行熱力追蹤，自動駕駛也需要將高精地圖與雷達傳感器相結合。
因此對于廣泛涉獵AI的谷歌來說，地圖自然成了一個很好的技術試驗場。
其中最為典型的就是對谷歌街景數據的利用。谷歌街景本來是谷歌地圖的特色項目，是由專用街景車進行拍攝，然后把360度實景拍攝照片放在谷歌地圖里供用戶使用。很快當谷歌開始接觸AI，尤其當在imageNet上練過兵的李飛飛入職后，這些數據量巨大的來自真實世界的圖像，就有了用武之地。
例如利用強化深層神經網絡，掃描加利福尼亞州的數千個街景圖像，然后將其轉化為專業級的照片。又比如應用人臉識別、OCR識別功能，將街景圖像中的車牌號、人臉打碼以實現隱私保護的目的。
在同樣的方法下，路邊的街道編號、企業名稱、交通限速標志等細節信息也在被源源不斷地從圖片中提取出來，并且適當地在谷歌地圖上自動創造和定位新的地址。同樣該模型還可以應用到商戶外墻上的名稱識別上。通過這一功能，還可以更精確地持續更新商戶變化的情況。
也就是說，AI一直在優化著谷歌地圖的底層技術。
（無需真實地址的信息，系統自動識別出商戶名為“Zelina Pneus”）
另外，Google I/O 2018開發者大會上，谷歌地圖首次展示了基于AR技術的步行導航系統（VPS）。該AR系統其實采用了基于圖像識別和OCR技術的Google Lens產品，可以通過手機攝像頭捕捉并識別地標性建筑實現導航，只需點擊“start AR”按鈕，谷歌地圖就會將前進箭頭與攝像頭實拍相重疊的視頻畫面顯示給用戶。
前端靈活簡單的AR導航背后，需要后端大量街景數據的運算支持；如果無法通過GPS獲取用戶確切位置，Live View還會使用機器學習比較用戶相機所捕捉到的場景，然后與數十億的街景圖像對比進行重新定位。
除了圖像，谷歌也利用大數據推薦、預測的基礎上，為谷歌地圖AI化提供了直接面向用戶的服務體驗。谷歌地圖對通勤效率優化和混合出行模式進行了AI的個性化推薦。
比如，可以根據對每一次實時路況、公交信息的實時計算及預測，幫助通勤一族量身定制每一次的上下班的出行路線；對于非自駕的混合通勤模式，谷歌地圖會根據需要步行的時間、騎行時間和公交到來的時間綜合計算，給出通勤建議讓用戶決策。
除了進行智能推薦路線外，谷歌地圖通過AI與衛星圖像的結合，將更多的商戶和新地址添加到地圖中。還可以顯示用戶所選目標商鋪的開閉店時間、顧客在店內的停留的平均時長，以提醒用戶合適時間離開，避免找不到車位或遭遇附近的道路擁堵。
這與谷歌地圖長期采集的用戶和商家提供的多維數據息息相關。盡管這些新增AI功能，被很多行業人士認為是跟隨了中國同類APP的腳步而缺乏新意。但在AI算法推薦的細節之處就非常可圈可點。
比如，2018年，谷歌地圖已在全球數百個城市推出基于機器學習的實時公交延誤預測。除了依靠公交機構提供的出行時刻和公交車位置實時數據作為判斷依據，谷歌地圖創建的模型還會綜合車速、時間、停靠站、道路擁擠情況等因素，來進行實時預測。同時結合出行數據和機器學習模型，他們還能預測全球200個城市的公共汽車或火車的擁擠程度。
這一細節就非常實用。當你距離公交站還有幾百米，也許谷歌地圖就會告訴你是否值得通過快走去追趕一輛延誤幾分鐘才會進站的班車。當你得知緊隨其后還有一輛還有座位的空車，你是否會放棄眼前這輛擁擠不堪的公交？
此外，該系統建立在機器學習基礎上，通過比對用戶個人偏好的大量數據，可以為不同的用戶定制個性化信息，比如告訴你居住地附近新開了什么店鋪、向你推薦附近的美食等。用戶也可以與朋友快速分享地圖上的美食，并且在地圖上進行實時標注。
數據之上，“波瀾不驚”的AI升級路
以上可見，圖像數據、用戶行為數據等海量數據結合在一起，成為了谷歌地圖保持屹立不倒的強大護城河。背靠海量數據，谷歌地圖的AI升級呈現出更明顯的一些特征。
首先是對谷歌圖像技術的重度依賴。從以上谷歌地圖的AI進化路徑看出，谷歌率先將機器學習等技術應用于處理龐大的地圖圖像數據，包括對于道路交通標志、街道名稱以及商鋪名稱等重要信息的識別。一方面源自谷歌自身在圖像識別技術上的領先優勢，另一方面也是谷歌對于精準出行地圖數據的優先級考慮。
其次是谷歌地圖對用戶出行數據和本地服務數據的深度挖掘。利用AI算法，隱藏在用戶本地搜索之下的大量數據可以產生更好的出行服務推薦和更多的商業價值。谷歌發現，除了出行導航外，探索本地服務也成了用戶重度使用工具。當下，谷歌地圖 “搜索”工具，可以滿足用戶預訂酒店、訂車訂餐、查詢旅游路線，甚至還可以滿足像國內美團一樣的幾十種不同類型的服務。
例如此次，谷歌地圖新版本升級，主要是對首頁五個選項卡：探索、通勤、保存位置、貢獻和更新（Explore，Commute，Saved，Contribute和Updates）的更新。
從這些新增加的功能可以看出，谷歌地圖將更加注重用戶的本地化服務和用戶對地理數據的主動貢獻。完善的出行數據和AI算法的推薦，讓谷歌地圖可以實時響應越來越多樣化的用戶需要，給出更多的出行服務。
另外，我們還可以看到谷歌地圖融入全球城市管理的野心。盡管我們很少聽到谷歌有參與所謂的“智慧城市”計劃。但谷歌已經在深入布局這件浩大工程。
比如，谷歌地圖已經開始通過機器學習算法和衛星圖像來繪制全球范圍內復雜建筑物等基礎設施。據谷歌透露，在2018年上半年僅用算法繪制，就增加了1.1億座建筑。可以預見，未來谷歌給到的不再是一個二維的地理圖式，而更可能是立體的3D地圖世界。
透過以上觀察，谷歌在AI技術上的布局更注重底層大數據的挖掘和處理，更注重服務細節體驗的改進。這讓谷歌地圖在近幾年的科技新聞中幾乎“失聲”。
作為一款為谷歌AI提供了多年服務的產品，又恰逢十五周年這樣的節點，卻沒有語音交互上的重點更新，也沒有車聯網、自動駕駛的相關消息發布。這樣細節性的技術改進難免會讓人感到有些意興闌珊。仿佛谷歌地圖的技術升級也行至擁堵路段，速度有些不盡如人意。
AI未滿：谷歌地圖的“變與不變”
谷歌地圖在此次版本升級還有一個明顯變化，就是更新了圖標。新圖標去掉了經典的地圖樣式，換成了谷歌色調的地圖別針。谷歌內部對這一變化的解釋是不僅幫助用戶實現出行導航，更要幫助用戶發現自己想去的地方。
其實雖然從商業角度，十五周年的技術更新可能不夠性感。但換個角度看，谷歌地圖依然在做著自己的老本行：幫助用戶實現更好的出行體驗、提供更好的公眾服務。
比如說谷歌地圖正在通過機器學習實時預測公交交通延誤情況。通過提前預測公交車的延誤情況，哪怕只是幾分鐘的誤差，也能給用戶帶來很大幫助。再比如，增強對公共交通的數據聯接，允許用戶提交更多關于公共交通的細節信息，諸如車廂溫度、輪椅可達性或者是否有女性專用車廂等，以期對用戶做出更加人性化和周到的出行推薦。
以及一些更復雜的公共服務。結合災害天氣、流行病等預測模型，預測和及時通知當地用戶一些意外情況，以避免颶風、海嘯、地震、傳染病等意外災害。
最后值得提到的是，一位藝術家用戶用“黑客”方式表達了對谷歌地圖15周年的紀念。
這位名叫Simon Wechkert的德國藝術家，在道路上拖行了一輛裝了99 部開著導航模式的手機的小推車，結果他成功地讓谷歌地圖誤認為是近百輛汽車在道路上行駛，然后造成整個道路線顯示重度堵車。為此，他還特意選擇了在周年慶祝前經過谷歌柏林總部大廈門前進行試驗。Wechkert的執念是希望驗證谷歌地圖對于擁堵的判定方式仍然非常簡單。
為此谷歌回應：非常鼓勵這種有創意的行為，我們愿意接納用戶意見，讓谷歌地圖變得更好。
不知道在技術升級的擁堵路上，這一小問題將會在何時被解決。
