AI科技评论按：每天，谷歌地图都为成千上百万的人们提供方位指示，实时路况信息以及商业信息。为了提供最佳的用户体验，地图信息需要不断的根据现实世界的变化做出调整。街景车每天收集数百万张图片，如果用人工分析每天超过800亿张高清晰图片来找出其中的新变化或者更新地图信息，显然是不可能的。因此，谷歌地面实况团队（Ground Truth team）的目标之一，就是从地理位置图像自动提取信息来升级谷歌地图。 在“从街景图像中提取基于注意机制的结构化信息”（Attention-based Extraction of S
对于大多数开车的人来说，想要去一个不熟悉的地方，地图APP无疑是一个非常有利的工具。
选自Google Blog 作者：Julian Ibarz 机器之心编译 参与：李泽南、晏奇 谷歌地图的街景功能拥有 800 亿张高分辨率图片，而且这个数字还在以每天百万的速度不断增加。街景图片是获取准确地理信息的绝佳渠道，而利用深度学习从图片中获取信息，并实时更新地图地址内容正是谷歌研究团队努力的目标。 每一天，谷歌地图都会为数百万人指路，并提供相应的实时路况信息和商店推荐。为了向用户提供最好的体验，这些信息必须随着不断变化的世界实时更新。谷歌街景车每天都会收集数百万张图片，而人工分析这超过 800 亿张
内容导读：谷歌地图对于交通是否拥堵的判断依据是什么？它存在缺陷吗？一位叫 Simon Weckert 的艺术家，通过一个简单的实验，成功欺骗了谷歌地图的路况判断，在空旷的大马路上，制造出「堵车」假象。而谷歌对这一行为，给出了出人意料的回应。
---- 新智元报道 编辑：袁榭 拉燕 【新智元导读】从自动识别街牌、到自动删除诈骗信息，谷歌地图这个项目现在越发依赖于机器学习的工具。 遏制不良网络动态的未来，掌握在机器学习的手中。 在搜索业巨擘谷歌的手中，机器学习工具在2021年通过监管谷歌地图上的违规行为，得到了真正的锻炼。 谷歌地图团队表示：「我们的团队致力于让真人用户在地图上发布的内容尽量可靠，并基于现实世界的亲身体验。这项工作有助于保护企业免受欺凌和诈骗，并确保评论对用户有帮助。这个内容政策旨在防止我们的平台上出现误导性、虚假性和辱
20年前，由于使用物理地图作为方向，定位导航非常困难。到今天，谷歌地图已经通过人工智能和机器学习改变了位置搜索。
大数据文摘作品，转载要求见文末 翻译 | 姜范波 Aileen 导读： 2014年，还在谷歌做暑期实习生的Ian Goodfellow开发实施了阅读街景图中路标的数字的方法。如今，新的一群谷歌实习生借助深度学习和TPU的强大运算能力完善了大神当年的算法。 新的机器学习框架下，谷歌地图可以准确识别超过800亿战的街景视图图片中的文字， 为十多亿谷歌地图用户创造更好的体验。后台回复“谷歌”下载论文全文。 Ian Goodfellow自己也发推特支持谷歌地图新算法，缅怀当年自己做实习生的创作 识别并提取图片有效信
作为一个地图控，回想起当时在谷歌卫星地图里找到了自己出生地后的惊奇和兴奋，至今依然感叹科技带给每个普通人的思想震撼——只需一台电脑就可以拥有“上帝视角”，轻轻滑动鼠标就能游历世界各个角落。
导航地图近十年已经发生了翻天覆地的变化。上世纪90年代，我们还在用纸质地图寻找目的地。而现在基本只需要服从Siri或她的谷歌竞争对手的导航指令。 “地面真相”（Ground Trut）算法和街景服务 不过这些导航指令背后隐藏着大多数人无法想象的众多数据。目前由于谷歌已经获得了极其庞大的地图数据，他们开始采用大数据方法，或谷歌称之为“地面真相”的算法和细致的人工努力相结合的方法，为用户提供更详尽的地图信息。该项目于2008年推出，但它一直处于保密状态，直到几年前才公开。它持续增长，现已覆盖51个国家。这一算法
大数据文摘作品 作者：龙牧雪 是的，谷歌DeepMind又在搞事情。 这次，是用深度强化学习和神经网络来建立导航系统。无需标注好的地图指引，AI仅仅依靠街景照片的图像识别就能到达目的地。类似于AlphaGo Zero的没有棋谱，也能学会下棋。 注意，这无关乎驾驶，仅仅关乎导航——穿越真实城市，到达指定的经纬度坐标。整个过程不涉及交通数据（周围有没有车和人），也没有对车辆控制建模。 但这已经足够复杂了。在曼哈顿的5个区域、伦敦和巴黎市中心，AI能成功穿过复杂的交叉路口、人行道、隧道和各种拓扑结构。 3月31号
Mapbox之所以能在AR方面有这样的大投入，很显然与其在今年十月份获得的1.64亿美元C轮融资有关。而更加值得我们关注的是，Mapbox在获得融资后还准备做自动驾驶地图， AIPinea曾在12月5
DeepMind的科学家们进行了相关研究，并在Arxiv.org上发表了一篇论文。
网络数据集（networks ）的创建、管理和可视化是GIS的重要组成部分。公路、铁路、管线等公用基础设施都可以建模为由线和节点组成的带有属性信息的网络数据。本教程将学习如何对路网进行建模，如何运用样式对路网属性可视化，同时通过QGIS 3.10内置的路径分析工具找出两点之间的最短路径。
素材来源：澎湃新闻网 新华网 当现代科技无缝深入人类社会的方方面面，一些或令人啼笑皆非或发人深省的现象层出不穷。今天文摘君将跟大家分享近期两则科技趣闻。 ◆ ◆ ◆ 女子家因谷歌地图定错位被拆 新华网
福特曾在密歇根总部附近测试无人驾驶汽车，测试时团队发现汽车有一些奇怪之处。福特无人驾驶汽车高级技术主管吉姆·麦克布莱德（Jim McBride）解释说，在车道内的同一个位置点，每一辆汽车都稍稍偏离，因为它们会避开坑洞。汽车没有问题，地图才是问题的根源。团队刚刚为测试路线升级了3D地图，它可以帮助自动驾驶汽车导航。小故障导致地图上一个像素的数据值出现错误，它告诉汽车路面上有一个点高出10英寸。 麦克布莱德说：“在人眼看来新地图是完美的。”但在无人驾驶汽车的眼中并非如此。麦克布莱德说：“一个像素出现了错误。”光
谷歌地图使用与谷歌地球相同的卫星数据。虽然这些图像会定期更新，但你通常不会看到实时的变化，而且在屏幕上看到的卫星图像，与现实生活中某个位置的外观之间，可能会有长达几年的时间差。
公共交通支撑着全球数亿人的日常通勤，其中一半以上都跟公共汽车有关。随着全球范围内城市的不断发展，通勤者们开始希望知道公共交通的延误情况，尤其是极易因堵车而晚点的公交车。尽管已经有很多交通机构在向谷歌地图提供实时数据，但由于技术和资源的限制，很多机构是没办法提供这些信息的。
---- 新智元报道 编辑：桃子 拉燕 【新智元导读】谷歌露出了真面目？18日，消息称谷歌地图公开俄军战略要地的高清卫星图，以每像素0.5米高分辨率可见。谷歌否认道，都是老照片了。 周一，推特网友@ArmedForces发布一系列图片称，「谷歌地图开放了俄罗斯所有战略要地的高像素卫星图像。」 其中就包括各种洲际弹道导弹发射井、指挥所、秘密试验场等在内的俄战略要地，均可以每像素约0.5米的分辨率查看。 就比如下面的俄罗斯空军基地就可以看的一清二楚。 Lipetsk Air Base谷歌卫星地图
关于制作数据地图的工具，这里笔者不特意强调用什么工具，而且数据地图也并不是这些工具的核心功能点，excel能做，D3能展示，甚至图片+PS也能做出你要的效果。所以在选择工具前，更应该思考你需要用这些工具的主要目的是什么。
导读：哪些是在过去十年中对城市景观产生影响的VR-AR应用程序，以及未来几年可能出现的应用程序？
据报道，在诸如柏林、雅加达、圣保罗、悉尼、东京和华盛顿（特区）的地区，谷歌地图和谷歌地图平台API中的实时驾驶ETAs（预计到达时间）预测准确率提高了50%。
AiTechYun 编辑：nanan 在你童年时你是如何学会去朋友家、学校或者小卖部的？也许你不需要地图，只是简单地记住沿途街道的外观和转弯处就行。随着你逐渐探索周边的街区，你变得更加自信，掌握了自己的位置，并学习了新的、更加复杂的路。你也许会短暂地迷路，但当你看到地标就会再次找回去，或者甚至通过太阳找到方向。 导航是重要的认知任务，它可以使人类和动物在复杂的世界中无需借助地图，就可实现长途跋涉。这种远程导航可以同时支持自我定位（ self-localisation，指自己所在的位置）和目标表述（我要去的地
△ DeepMap两位联合创始人：CTO Mark Wheeler(左)和CEO James Wu(右) 陈桦 唐旭 编译整理 量子位 报道 | 公众号 QbitAI 谷歌地图研发部门1公里远的地方，一家25名员工组成的创业公司正尝试把类似的技术用到无人车领域。 这家公司名为DeepMap，由James Wu与谷歌地图前同事Mark Wheeler一同创办，他们正在开发能够帮助无人车在复杂城市环境下行驶的系统。DeepMap计划将地图制作软件授权给开发无人车的汽车厂商和科技公司使用。 根据在Linked
李杉 李林 编译整理 量子位 报道 | 公众号 QbitAI △ 『凡所有相，皆是虚妄』 上面这张德国街道图片，乍一看像是行车记录仪拍的，又好像谷歌街景照片加了复古滤镜。 实际上，这是一张合成图片。 在谷歌地图上，根本找不到这样的街道。一个神经网络，根据自己在训练过程中见过的真实街道，生成了它。 视频内容 比GAN更强 生成这张照片的算法出自英特尔实验室的新论文Photographic Image Synthesis with Cascaded Refinement N
摘要：我们已逐渐认识到，高效使用大数据的核心是将大量的数据分解成许多小部分——在数据库里定位查找，找到与你的需求相关的数据，而不是尝试去“覆盖”全部数据。
据csmonitor网站2016年8月报道，优步公司计划绘制全球地图，以摆脱对谷歌地图的依赖，并为将来推出自有的自动驾驶汽车奠定基础。 优步测绘车辆于2015年在美国上路工作，2016年夏初进入墨西哥，随后将陆续登陆其他76个运营国家或地区，收集有关上下车地点和交通模式的精确数据。在获得沙特阿拉伯的主权财富基金的35亿美元投资后，优步表示其将投资5亿美元开发内部地图。 优步副总裁Brian McClendon在一次采访中表示：“对于自动驾驶汽车来说，地图将扮演根本性的角色。而自动驾驶汽车对地图的要求之高，如
什么是场景？ 等车、逛街，工厂机器设备运转、物流港口运转这些都是一个个场景。 场景下的五力核心 你的PAD、手机，甚至还有一些可穿戴的设备都归结为移动设备。它们会产生大量的数据。数据最终要通过一些渠
在奢华旅游的世界里，目前压倒性的两个超能力是：个性化和直觉。酒店、应用程序或旅游公司对用户的需求和愿望做出的反应越好——最好是在用户的需求和愿望出现之前就做出预测——他们就越可能获得忠实的用户。
小时候，老人常说：在我们身边其实有很多奇怪的生灵，只不过我们看不到而已。这听起来很恐怖，但如果我们身边存在的未知生灵，是有趣的动画小宠物，或是电影中的经典角色，你是害怕还是忍不住想和它们互动呢？ 《
为了研究和娱乐目的创造一个有益的「时间旅行」体验，谷歌AI研究院推出了一个基于浏览器的工具集名为「 rǝ」 (发音为 re) 。
明敏 金磊 发自 凹非寺 量子位 | 公众号 QbitAI 一张图在你眼前闪过0.1秒，是什么感觉？ “我看到过它？？？” 但有人，只看了一张街景0.1秒，就能在世界地图上快速锁定它的位置！ 只见图片一闪而过，我还没反应过来发生了啥。 结果小哥直接把地图拉开，行云流水一通操作，找到了它就在斯里兰卡！ 再慢放看看，这上面不就是几棵树和一条土路吗？？ 还有这种看上去极为普通的马路，貌似出现在哪个大洲都很有可能。 但这位小哥立马能判断出它在澳大利亚北部。 这效果，怎么有股量子速读那味儿了？ 而凭借着这
许多人都认为地图是由北斗、GPS等卫星下发给我们的，但其实不是，定位数据只是电子地图中的很小的一部分，但它绝对是相当重要的部分，因为定位后，地图就可以实现导航的功能，所有的矢量数据、底图图层就活了起来变得更加有意义。
鱼羊 发自 凹非寺 量子位 报道 | 公众号 QbitAI 10年前，乃至100年前，你长大的那条街道长什么样？ △大谷Spitzer 现在，除了用AI修复老影像资料，谷歌还发布了新的「时光旅行」方案。 就像这样，用3D视角，一览1890年到1970年曼哈顿切尔西区的建筑变化。 是不是有点历史更迭内味儿了？ 这样一台「时光机器」的引擎，是谷歌推出的基于浏览器的工具集rǝ（音return），主要由3部分组成： 一个众包平台。用户可以上传城市历史地图，将其与现实世界的坐标进行匹配，完成地理修正，并将其矢
随着夏天终于到来，想知道在爱丁堡外面享用一杯美味的冷饮的好地方。因此将关于主席许可的开放数据集与一些地理编码相结合，并创建了一个在爱丁堡外部座位的交互式地图。
一些中国用户对互联网产品的评价，总有一种“国外月亮更圆”的思维，硅谷的就是好的，是创新的，是有情怀的，是改变世界的，中国的就是抄袭的、山寨的、势利的。这几天看到一篇文章《“谷歌地图”的小细节是如何完爆“百度地图”的？》，就是这种思维的体现。
这是一个系列文章中的第3篇，该系列由4篇组成。请务必先读第1篇和第2篇！
根据联合国的数据，有史以来第一次，大多数人类都生活在城市。在未来的几十年里，随着越来越多的人口走进城市，道路可能会更加拥堵，但利用新技术可以预测公共交通，降低碳排放并对气候变化产生积极影响。
对于不规则，无序的数据做数据清洗，使之可以在GIS地图上展示出来数据。在地图上展示出来倒是不难，难的是如何对这些不规则，无序的数据做数据清洗，拿到每个的经纬度呢？
规划工作中最常接触的就是空间数据了，我们的操作也常常是在某个具体空间上。为了方便所有空间数据的统一处理，我们需要引入一个中间量，所有数据都参照它，“它”就是坐标系了。我们常用的Sketch、CAD、ArcGIS里面都是有坐标系的，如果我们可以建立起一个坐标系的概念，那么这些软件中的不同数据都可以拉通使用了（还包括从网络上获取到的各种数据）。
---- 新智元报道 编辑：袁榭 David 好困 【新智元导读】给你一部手机，带你回到过去，你愿意吗？谷歌街景在15岁生日时宣布了手机版「时间胶囊」功能等新产品、新功能。预告：居家办公让虚拟人来作伴？欢迎预约直播，教你如何从0到1自己创建一个！ 最近两年多，整个世界都被一个共同对手折腾得够呛。 有人咬牙坚持、有人躺平摆烂，有人祈求上天，还有人离开了这个世界。 更多的人们则逐渐意识到，原来所谓「Good Old Times」离我们竟然如此之近，几乎触手可及。 于是，「想回到过去」、「新冠来之前多好
论文地址： https://arxiv.org/pdf/2001.01028.pdf
我妹夫是肌肉车的爱好者，他肯定会把谷歌这个圆乎乎的微型车称为“怀孕的旱冰鞋”。 Atlantic Magazine认为车很可爱同时猜测谷歌开发这车的背后肯定有不可告人的目的。 对谷歌来说，很显然这是一个革命，车轮上的革命，实际上这车并没有我们所熟知的方向盘，油门甚至刹车。他们想要传达的理念，就是只需一个开关足矣。让我们一起谈谈这个简单但足够优雅的设计。 未来无人驾驶汽车对于技术，经济，安全，日常生活方式甚至道德的影响是巨大的，没有人知道它会把我们载往何方，即使谷歌自己。 无人汽车的设计 谈到技术规格，Chr
ggmap包整合了四种地图资源，分别是Google、OpenStreetMaps、Stamen和Cloudmade。可以方便的与ggplot进行涂层叠加，实现在R中的地图绘制需求。 ggmap简介 1，get_map( )：ggmap包中最基本函数，用来下载地图。注意，要访问外国网站后才能下载地图。 2，geocode( )：用来返回某地的经纬度，比如要查询北京的经纬度。 结果为在谷歌地图上，北京的经纬度查询信息。设置参数，可以得到更详细的地址信息。 3，ggmap( )：
手机生成的定位数据可以显示设备在一段时间内的位置。通过手机号码追踪某人的位置历史记录，对于寻找丢失的手机或监视儿童非常有用。不过，只有使用正确的工具才有可能做到这一点。本文将探讨跟踪手机号码位置历史记录的方法，帮助您确定最佳匹配对象。
搜索结果页,为什么要看呢？主要目的为了更好做网站内容优化，如何让谷歌搜索结果页展示相关的内容看起来足够专业,通过分析和观察搜索结果页，我们就很清楚得去做网站内容优化。
来源：Statsbot 编译：Bing 编者按：圣诞节前夕，数据公司Statsbot对过去一年（也许更久）深度学习领域的成果做了总结，全文共分为6部分，分别是文本、语音、计算机视觉、GAN、强化学习、新闻、投资。以下是论智对原文的编译，让我们看看深度学习2017年的成绩如何。 文本 1.1 谷歌神经机器翻译 去年9月，谷歌发布了新一代机器翻译模型，并详细介绍了该网络的架构——循环神经网络（RNN）。 最终，该模型在翻译的准确度上与人类缩小了55%~85%的差距（由人类打分，满分为6）。如果没有谷歌庞大的
QGIS是一款开源免费的地理信息系统软件，虽然比不上商业的ArcGIS软件，但是QGIS免费而且跨平台，值得学习！
地址解析就是将地址(如：贵州省贵阳市)转换为地理坐标(如经度：106.71，纬度：26.57)的过程。
在导航缺失的路段行驶自动驾驶汽车是一项艰巨的任务。实际上可供自动驾驶汽车行驶的路段也不多。像谷歌这样的公司只会在大城市测试车队，他们花了大量时间，精心制作了城市的车道、路缘、出口匝道和停车标志等位置的3D标记。
选自DeepMind 作者：Piotr Mirowski等 机器之心编译 当前的无人驾驶汽车高度依赖于精确的地图进行导航，尽管各家科技公司已经构建了接近完美的 3D 地图，但这种方式仍然存在一些弊端（巨大的容量、需要不断更新等）。近日，DeepMind 提出了一种端到端深度强化学习寻路方法，其训练的神经网络可以帮助汽车在没有地图的情况下正确前往目的地，这一研究或许可以帮助自动驾驶汽车技术向前迈进一大步。 论文链接：https://arxiv.org/abs/1804.00168 小时候，你是如何熟悉周围环境
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议
