谷歌地图做不到的，高维地球用“区块链＋AI＋地理信息”做到了

地图已经成为我们今天生活工作必不可少的一款工具，不管游玩旅行还是外出办事，都离不开它。

而街景又是地图中一项必不可少的功能。通过街景，我们可以确认这个地方是不是我们要来的目的地。

作为一种实景地图服务，街景地图为用户提供了城市、街道的真实图像，从而让用户获得身临其境的体验。但和电影里展示的简单放大缩小后就能找到目标位置的地图不同，实际中地图服务还做不到这点。目前地图产品的街景图片都来自于街景采集员事先的拍摄。也就是说，你在地图里看到的街景图片并不是实时的，可能是几个月甚至几年前拍摄的。

这就牵出了地图背后的数据采集工作。现实中的店铺位置、道路名称等信息，都需要专人采集和处理进而形成标准格式的电子地图原始数据。在传统的地图企业中，数据采集是其最大成本。不论中国企业还是美国企业，都主要通过人力劳动来实现。

地图数据采集成本太高！谷歌也解决不了

国内地图公司以腾讯地图为例，仅官方在2013年公布的数据，腾讯户外采拍人员的数量就超过了200人。

国外地图公司中，谷歌为了降低谷歌地图的数据采集的人力成本，采用众包分工模式。除了专业的街景采集员之外，谷歌还招募了一大批被称为“Google Trekker”的兼职采集员。他们可以免费申请谷歌地图的街景背包，然后去一些常人难以到达的地方拍摄街景照片，再将拍摄的内容上传到谷歌街景地图进行分享。

尽管如此，谷歌也无法保证在新兴市场中为每个国家都投入足够多的财力和人力来采集地图数据，进而保证谷歌地图(Google Maps)在这些国家的数据质量和发达国家一致。

然而 ……这件连谷歌地图没做到的事，却被一家创业公司做到了。它就是谷歌地图目前在东南亚的最大竞争对手——高维地球(GoWithMi)。

谷歌地图没做到的，高维地球(GoWithMi)做到了

对于上面谷歌地图面临的困境，采用区块链技术的分布式地图数据采集则不存在这个问题。通过共识和激励的管理，它可以突破传统行业组织管理的限制，让全世界人民一起参与数据的采集工作。

大部分分布式合作的治理，都可以认为是一个自证系统（self-assessment system）的建立，所有自证系统都可以简单地分为“自我声明”和“他人验证”两部分，故分布式数据采集也分为两个阶段：

1）采集阶段（自我声明）：任何人采集完数据后，该数据并不会立即进入编译流程，需要采集者抵押自己的Token以激励他人过来验证；

2）他人验证：在采集者抵押Token后，会吸引其他参与者对其数据进行验证，如果数据验证为真，则采集者和验证者都获得激励；如果验证为假，则验证者瓜分采集者抵押的Token。

边缘计算(Edge AI)被认为是人工智能(AI)计算的一个分布式革命，可以让人工智能算力从中心端的束缚中释放出来，提供给各个边缘设备。高维地球认为边缘计算天然地可被Token驱动，而Token驱动的边缘计算又天然地可与人类参与的数据采集活动相结合。

传统地图数据采集方式将彻底改变

基于上面设想，高维地球设计出“区块链+AI+地理信息”的分布式地图生态系统，其中一项重要产品是使用地理位置系统(GIS)技术、边缘计算技术打造生态专属的“空间数据矿机”。

实际使用中，使用者将矿机固定在车上后，设备自带摄像头将获得持续的行车视频，通过设备内定制的AI芯片自动识别出沿途的交通指示牌，车道线，路口转弯线，沿途POI等一系列地图需要的空间数据。使用AI硬件后，单地图数据的采集过程的时间，将由原来纯人工数据采集的十几分钟，变成十几毫秒，极大地加速了数据采集过程。

2019年12月31日，在2019年的最后一天，高维地球(GoWithMi)宣布一个重大消息——由其深度参与打造的、全球首个区块链边缘计算设备“区块链AI空间探机”正式在北京测试。

上面这个看起来像个摄像机的设备就是由高维地球和第四代AI视觉芯片领导者Intengine联合开发的“区块链AI空间探机”。由于目前还是测试原型机，设备看着比较大，正式上市后的版本会更精致小巧。

作为全球首个区块链边缘计算设备，“区块链AI空间探机”每秒可以进行大约250次全量视觉感知和识别，单位数据采集速度约是传统数据采集方式的15万倍，带宽占用量仅为传统AI方案的十万分之一。

在这一系列参数背后，传统地图的数据采集方式将彻底改变，地图数据采集成本也将因此大幅降低。高维地球表示，“区块链AI空间探机”能够让地理数据采集频率达到理论上秒级的更新，甚至可以直接应用于无人驾驶地图的生产。