Mapy Google: algorytmy zamazujące twarze dziś zbierają dane z ulic
Wiele osób korzystających na co dzień z Google Maps nawet nie zastanawia się, w jaki sposób ze zdjęć zrobionych z samochodów pozyskiwane są informacje potrzebne do tworzenia tego serwisu. Do tej pory pojazdy Google'a wykonały ponad 80 miliardów fotografii. Ich przejrzenie przez ludzi w celu wyłuskania pożytecznych danych, jak np. nazwy ulic, przekroczyłoby możliwości nawet takiej korporacji, jak Google. Dlatego też do pracy zaprzęgnięto algorytmy głębokiego uczenia się.
Pracuje nad nimi zespół Ground Truth, którego zadaniem jest m.in. automatyzowanie procesu pozyskiwania informacji na potrzeby Google Maps. Pracownicy Google'a stworzyli algorytm, który z 84,2% trafnością odczytuje nazwy ulic zapisanych na francuskich znakach. To wynik znacznie lepszy od osiąganych przez dotychczasowe najdoskonalsze rozwiązania tego typu. Co ważne, algorytm ten można z łatwością zaimplementować do innych zadań pomocnych przy Street View, takich jak np. odczytywanie nazw firm z tabliczek informacyjnych na budynkach.
Google opublikował artykuł „Attention-based Extraction of Structured Information from Street View Imaginery” i udostępnił swój model na GitHubie.
Prace nad wspomnianym modelem, do którego rozwoju zaprzęgnięto sieci neuronowe i techniki głębokiego uczenia się, rozpoczęto w 2008 roku po to, by automat mógł rozpoznawać i zamazywać twarze ludzi oraz rejestracje samochodów. Po jakimś czasie inżynierowie Google'a zdali sobie sprawę z tego, że można by użyć podobnych technik nie tylko do ukrywania, ale też do pozyskiwania informacji. W 2014 roku zespół Ground Truth opracował metodę odczytywania numerów budynków ze zdjęć. Obecnie już 1/3 adresów fizycznych lokalizacji w serwisach Google'a została pozyskana tą metodą. A jest ona na tyle skuteczna, że na przykład w Brazylii automaty dokładnie określiły ponad 90 procent adresów, co znakomicie zwiększyło użyteczność serwisu Google Maps.
Gdy już algorytm nauczył się wyszukiwać i odczytywać numery budynków, kolejnym logicznym krokiem było nauczenie go tego samego w odniesieniu do nazw ulic. Najpierw utworzono zawierającą ponad milion nazw bazę danych o nazwie French Street Name Signs i na jej podstawie szkolono algorytmy.
Twórcą modelu głębokiego uczenia się odczytywania nazw ulic jest stażysta Zbigniew Wojna, który pracował nad nim latem 2016 roku. Dzięki połączeniu go z systemem odczytywania numerów budynków, Google zyskało świetne narzędzie pozyskiwania danych wprost ze zdjęć. Wystarczy, że samochód Google'a wjedzie np. na nowo powstałą ulicę, a algorytmy, na podstawie wykonanych zdjęć, określą jej nazwę i numery poszczególnych budynków. Takie dane, w połączeniu z danymi z GPS będzie można błyskawicznie nanieść na mapę.
To jednak nie wszystko. Inżynierowie Google'a postawili przed swoim modelem znacznie trudniejsze zadanie. Ma on teraz automatycznie identyfikować firmy, sklepy czy warsztaty, odczytywać ich nazwy, ustalać adresy i weryfikować, czy zostały już one umieszczone w Google Maps. Technologie podobne do tych, którymi chwali się Google, niewątpliwie ułatwiają nam życie. Z drugiej jednak strony ułatwiają też automatyczne zbieranie i przetwarzanie coraz większej informacji o otaczającym nas świecie. Informacja to władza, a w rękach korporacji i rządów tej władzy jest coraz więcej.
