原标题：Google地图如何标示出全球1.1亿栋建筑？关键就是机器学习
Google地图再进化，要从平面浏览介面，越来越立体化，甚至借助机器学习技术，要将全球建筑物的立体俯视图，绘制到Google△地图上，从年初至今，Google已经在地图上标绘出1亿1千栋建筑物，要让人们使用地图更直觉地了解所在位置的周遭环境。
Google地图团队软件工程师Andrew△Lookingbill今日(12日) 在台北一场Google机器学习媒体活动中，揭露如何在地图上自动描绘出建筑物的关键。
Andrew△Lookingbill指出，人们使用地图时，习惯通过人眼观察周遭建筑物，来定位四周的方位，我们想要在地图上呈现出这种贴近使用者习惯的功能，因此才开始标记建筑物。但是全球建筑物数量庞大，想要一一标记，得建立一套自动化机制不可。
过去，Google已经利用机器学习来分辨街景照片中的街道资讯，例如地址等，同样地，Andrew△Lookingbill解释，Google△也开始利用深度学习技术，要从大量卫星照片，来分辨一栋栋建筑物。
他进一步解释，分辨过程可分为3阶段，首先分析照片中的像素，判断图中哪些像素是一栋建筑物，接着再用图示，在照片中，标示出每一栋建筑物的外围轮廓，第三阶段则再用另一套深度学习模型 ，将建筑物俯视外观形状向量化，以描绘出建筑物的俯视形状的向量多边形，最后，就能进一步来制作出Google地图上的建筑物俯视平面向量图。
从今年年初至今，Andrew△Lookingbill表示，Google已通过机器学习技术，在地图上新增了1.1亿栋利用自动描绘建立的建筑物资讯，全球各地都有。通过这些建筑物在地图上的立体图像呈现，有助于人们定位来辨认方向。
不过，要用机器学习来描绘出地图上的建筑物，也不是容易的事， Andrew△Lookingbill提到，目前仍需人工参与描绘，例如在训练机器学习模型时，必须人工手动先标记出一批建筑物，作为训练机器学习模型之用。不过，Google也希望未来能持续降低人工参与的必要性。
另外，不同地区的卫星影像，建筑物标记的挑战也各有不同，例如，在城市的卫星影像中，会包含了许多杂讯和遮蔽物，例如建筑物外围的树木，会导致建筑物轮廓线模糊而不易分辨，或像是空中飞鸟经过时，也会遮蔽到地面的建筑物，这些都是影响Google分辨出建筑物轮廓精确度要面临的挑战。
Andrew△Lookingbill表示，在地图上加上建筑物资讯还有另一个好处，是可以把更多建筑物的相关资讯也放到Google地图上来丰富图资。不过，对于这类更详细的Google地图图资，未来是否能用于自驾车所需的高精密地图，Andrew△Lookingbill则没有回应，仅表示这是其他团队的任务。
除了通过机器学习来描绘建筑物，Google早将深度学习应用在各种地图和街景影像处理上，例如分辨街道名称、门牌资讯和商店名称等。近期，Google也开始积极在开发中国家扩充Google地图的图资，大量利用机器学习分辨当地街道影像，让地图延伸覆盖更多的范围。例如去年，Google在尼日利亚拉哥斯城，用机器学习分辨搜集到20,000条街道名称、50,000个地址和100,000个商家资讯的地图图资资讯。
Andrew△Lookingbill△表示，未来Google△将加快街景更新的速度，甚至能让地图更及时反应新的变动，这也是Google一直努力的方向，不断提升地图的精确度。
相关：
Google推出开源TensorBoard网页应用程序的新功能What-If△Tool，让使用者在不需要撰写任何程式码的情况下，检测机器学习模型，使用视觉化互动介面，探索模型结果。建构有效的机器学习系统有很多面向需要注意，除了演
这个秋天怎么少得了洗面奶呢？每天在外面工作面上都占满了油迹，回到家用洗面奶清洗一下，整个人都舒服了，所以无论男性还是女性，洗面奶是不能缺的哦！那么，洗面奶什么牌子好呢？下面来看看。最好用的洗面奶 洗面奶
图片来源: Stripe 支付平台Stripe与Harris△Poll今年针对全球数千名横跨30个产业的C级（C-level）主管展开调查，显示出“好的开发人员带你上天堂！”高素质的软件工程师已成为企业最宝贵的资源，有潜力在未来10年替全
“世界之最”在我们看来可能都是较为好的一面，但若是成了世界之最“倒霉”的，那这样的名号想必是没有人会接受的。但世界上最倒霉机器人却诞生了，这种机器人会流血流泪还会小便，会小便的机器人价值4.8万美元。机器
示意图，与新闻事件无关。 图片来源: FBI 美国众议院于上周通过了《网络威慑与应对法案》（Cyber△Deterrence△and△Response△Act△of△2018），将替威胁美国的国家级骇客或组织编列成册，以方便识别，同时建立一