Google介紹如何利用機器學習來減少人工作業

近日，已經舉辦多次的Google機器學習專題再次啟動，主題是Google Maps，在其背後，Google團隊一直都在努力豐富其所提供的資料，機器學習的重要性越發突出。

Google Maps 的軟體工程師 Andrew Lookingbill 介紹了兩個這樣的例子，其中一個是利用街景來建立地圖信息。Google 早期的努力，集中在由Streetview的圖像資料中，辨識路名和門牌。在這部份，Google 利用了深度學習的技術，讓機器懂得辨識一地的路牌、門牌的通用樣式，讓它可以快速從影像中，找出地址來。但 Google 很快就發現從街景中能取得的信息遠不僅如此，甚至連店名都應該要能辨識才是。只是在這當中 Google 發現了不小的困難，特別是掛在店外的廣告，常常會干擾到判讀，這也是依靠持續發展的深度學習技術來解決的。

另一個機器學習的應用，在於描繪地圖上代表建築的幾何陰影，Google Maps 利用了多層次的 AI 技術，第一層 AI 負責從衛星照片中，辨識出建築物來；第二層的 AI 分辨建築物的輪廓，並且去除四周的前後院等雜物；第三層則是根據輪廓來描繪出最有可能的建物形狀態。這套系統從今年年初開始，已經繪製了 1.1 億個新建築到 Google Maps 上。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！