За межею можливого: як Google Maps створює карти, що допомагають Вашому бізнесу та додаткам

Google Maps дозволяють кожній людині, що володіє комп’ютером, смартфоном або планшетом, подорожувати світом, не виходячи з дому. Даним сервісом користуються мільярди людей, а на його основі створюються мільйони додатків.

При цьому Google знадобилось понад десять років, щоб відповідати всім вимогам користувачів стосовно самих свіжих, а головне точних даних та ідей.

Тож які технології використовує Google для створення Google Maps Platform?

Якщо хочете дізнатися про Google Maps трохи більше, то Cloudfresh з радістю розширить Ваші знання про цей корисний сервіс.

Інвестиції в зображення

Street View було впроваджено тільки через декілька років після запуску Google Maps і Google Maps Platform. Користувачам це дало змогу подорожувати світом не виходячи з власного будинку, а підприємствам впроваджувати real-world context у свої додатки.

Як приклад, сайт нерухомості Trulia.com, що за допомогою Street View API, дає можливість людям, показати не тільки місце знаходження нерухомості, а й опис району, настільки він безпечний, скільки часу буде займати дорога з дому на роботу та багато іншого.

Тож впровадження Street View дав Google основу для майбутнього процесу картографування. Розвиток технології машинного навчання (Machine Learning) в поєднанні з більш ніж 170 мільярдами зображень Street View в 87 країнах, дозволив автоматизувати витяг інформації й постійно оновлювати дані, такі як назви вулиць, адреси та назви компаній.

Партнерство з авторитетними джерелами

Надання правдивої та актуальної інформації є надзвичайно важливим для підприємств, які прагнуть створити додатки на основі Google Maps Platform. Тому Google використовує дані з більш ніж 1000 авторитетних джерел у всьому світі, таких як: Геологічна служба США, Національний інститут статистики та географії (INEGI) в Мексиці, місцеві муніципалітети та навіть забудовники житла.

Поєднуючи аналіз зображень з даними сторонніх джерел, Google дає компаніям точні та надійні дані. Наприклад, водіям сервісів Lyft, и Mytaxi, використання Google Maps Platform дало змогу точніше знаходити місце розташування пасажирів та прокладати швидкі та оптимізовані маршрути на основі трафіку в реальному часі.

Адже один неправильний маршрут, або затримка водія може коштувати бізнесам клієнта, тому Google спростили стороннім авторитетним джерелам можливість ділитися своїми даними. Вони швидко їх враховують та перетворюють на функції, які допомагають службам таксі по всьому світу, покращувати свій сервіс та ефективність бізнесу.

Справжні люди, реальні точки зору

Ключовими компонентами картографування є інформація та зображення, але через їх статичність, не завжди є можливість отримати те, що ми хочемо від конкретного місця на карті.

Однак, Street View має можливості значно більші, аніж просто прогулянки віртуальними вулицями. Щодня Google отримує понад 20 мільйонів коригувань від активних користувачів, спільноти Local Guides та власників бізнесу Google My Business, щодо місць й закладів, що дозволяє кожному інтернет-користувачеві з легкістю відвідати ресторан або крамницю, подивитися на дизайн інтер’єру, і відчути його атмосферу. А щоб ця інформація дійсно була корисною, вони публікують її лише тоді, коли впевняться у правдивості.

Завдяки цьому, Google створив колекцію з більш ніж 150 мільйонів місць по всьому світу, яку вони передають розробникам через Places API. Надаючи дані про назви, адреси, рейтинги, огляди, контактну інформацію, робочий час та атмосферу – Google допомагає компаніям розширювати свої можливості, а користувачам не просто знайти ресторан, а знайти ресторан, який підходить дітям з елементами вегетаріанського меню.

Не відставати від швидкості інновацій та зростання за допомогою машинного навчання

Процес створення карт Google, який ми описали вище, без заперечень дає змогу створювати функціональні та надійні карти, проте є одна складність — швидкість.

Сучасний світ змінюється дуже швидко і Google необхідно підлаштовуватись під ці зміни оновлюючи дані на картах, постійно змінювати Google Maps маркери. Саме тому вони переходять до автоматизації машинного навчання (Machine Learning Automation) процесів картографування, зберігаючи при цьому високий рівень точності даних.

Ось приклад того, як Google використовував машинне навчання для розв’язання проблеми «нечітких будівель». Нечіткі обриси були спричинені алгоритмом, який намагався вгадати, чи є частина зображення будівлею чи ні. Щоб вирішити це питання, вони відстежували загальні контури будівель вручну. Але Ви ж розумієте, що відшукати всі обриси вручну — це не швидкий процес. Тому, як тільки команда Google, отримала всі необхідні дані, вони задали алгоритму машинного навчання форми та контури будівель у реальному світі, що допомогло оновити карту за 1 рік, значно її покращивши. 

Надання адрес вулицям, що її не мають 

Раніше ми згадували про те, що Google отримує інформацію з зображень Street View. Тож завдяки спільному використанню зображень машинного навчання та Street View, він може автоматично ідентифікувати адресу майже в будь-якій точці світу, і це допомогло досягти величезного прогресу в картографуванні більш ніж у 220 країн та регіонів по всьому світу.

Проте інколи виникають складнощі у пошуку конкретного місця. Саме тому Google Maps та Google Maps Platform запровадив підтримку системи спрощеного запису координат Plus Codes.

Plus Codes є новим способом повідомити кому-небудь координати об’єкту або власне поточне місцеперебування. Він знаходиться у відкритому доступі для всіх розробників, а також інтегрований у Places і Geocoding API.

Отже, створюючи карти для всього світу, Google не тільки надає адресу кожному об’єкту, а й забезпечує доступ до Google Maps APIs кожному підприємству та органу місцевої влади, що дає змогу покращити клієнтський сервіс та удосконалити внутрішні процеси.

Тож, якщо Ви зацікавлені в інтеграції API Google Maps Platform, приміром, таких як Google address validation у свій бізнес, зверніться до команди Google Maps спеціалістів Cloudfresh, які допоможуть втілити в життя найамбітніші ідеї.

Зв'яжіться з Сloudfresh