Google：即使用了机器学习仍有人力帮忙製作地图空间，但减少人力是努力方向

不少网站防止 BOT 攻击的机制採用 CAPTCHA，要你辨识图像中的数字与文字，从而分辨人类与 BOT。但你知道吗，这些人类顺手之劳的打打字小工作，不少次是帮助 Google 地图做机器学习，辨识街景中出现的门牌与路名。

即便像 Google 这类大量依靠机器学习的公司，仍有不少地方要靠人工去做，要靠大量的人力协助辨识门牌、路名区块中，里面出现的数字或是文字。Google 地图软体工程师 Andrew Lookingbill 表示，不只是 Google 地图採用机器学习的问题，这是整体机器学习技术领域遇到的挑战。长远的目标会是减少涉入的人力，但又不会破坏建立的模型，仍然能用既有模型去跑。

Lookingbill 说採用深度学习处理电脑视觉闆题，是相当高难度的事情，街景车每天上街拍摄的照片数量相当庞大，但仍然需要有方式处理。一般人很快就能辨识出门牌及街上路牌上的路名，用深度学习则是挑战。Google 地图採用递归神经网路 (recurrent neural network, RNN)，找出街景车拍摄的照片，辨识不同角度照片中出现的路牌资讯，从中截取需要的路名或是门牌资讯。

奈及利亚的拉哥斯，Google 运用机器学习找出建筑的门牌号码。

商家的店面入口除了店名之外，还有贩售产品资讯、特价优惠等文字。上述资讯也许当地人能找出店家叫什幺，但对于机器来说，以及远在天边并不是当地人，训练 AI 的工程师来说，是相当有挑战性的事情。Google 地图团队运用注意力机制 (Attention Mechanism)，从街景车拍摄的店面，找出人类视觉集中之处，从而判断店家店名。

运用递归神经网路 (recurrent neural network, RNN)，训练演算法辨识不同角度拍的影像，路牌上的路名。

路名常用缩写表示，而对当地人来说，很容易还原完整的路名，但机器就未必了。Lookingbill 说他们会对路名做规範化 (Normalization) 工作，处理路名中的缩写，像是 Av. 代表 Avene，Pres. 则是 President 的缩写。

运用注意力机制 (Attention Mechanism)，模仿人类视觉焦点，从而找出影像中的商家店名。

Lookingbill 还提及 Google 地图整合经机器学习方式绘製的 1.1 亿栋建筑外框，补充说道没有特定加某个地方的建筑，而是看那个地方影像适合他们模型，能得到最好的结果。

Google 运用机器学习，最终加了 1.1 亿建筑到 Google 地图上。

Google 街景车当初推出是相当大的噱头，但如今是餵养 Google 机器学习模型的庞大资料。当被问到街景影像以及卫星图辨识的问题，Lookingbill 说影像如有遮荫，会增加辨识建筑物的困难度。

Lookingbill 谈到用机器学习处理地图资讯，技术本身是其次，而是要怎幺将不断变动的现实世界，相关变动反映到地图，而且儘可能缩短地图资料处理时间。更快速的反映现实变化的地图，Lookingbill 说这是他们的团队一直在努力的方向。