Facebook mapira delove sveta koje su Google i Apple zaboravili, i to neverovatno brzo

Odavno olovka nije alat koji nam je potreban da bismo mapirali svet. Sada su to veštačka inteligencija i računarski vid (eng. computer vision), što dokazuju i poslednji napori Facebook-a, čiji Map with AI je omogućio da se unese stotine kilometara puteva na mape Tajlanda i drugih skromno pokrivenih zemalja predviđanjem izgleda mreže puteva. Pri tome se radi o uloženom trudu korisnika (crowdsourcing) u okviru OpenStreetMap projekta.

Za razliku od Google-a i Apple-a koji se fokusiraju na urbane sredine i što precizniju navigaciju, Facebook-ovo mapiranje usmereno je i na one manje popularne staze (zemljani putevi, šljunkovite staze…). A to što su manje popularni ne znači da ne predstavljaju važne saobraćajnice (npr. pružanje pomoći usled prirodnih katastrofa, izrada infrastrukturnih planova, distribucija različitih dobara…). Problematiku sa mapiranjem takvih mesta u Facebook-ovom postu objasnio je Dmitri Kuzhanov, stručnjak za mapiranje u ridesharing industriji:

Većina modernih algoritama, setova podataka za treniranje veštačke inteligencije i drugih tehnika je osmišljena za rad u oblastima sa visoko razvijenom infrastrukturom. U zemljama u razvoju — na primer u Africi, Jugoistočnoj Aziji, Latinskoj Americi — gde putevi nisu dobro definisani, održavani ili razvijeni, čak i najbolje obučeno ljudsko oko može se boriti da identifikuje i pravilno klasifikuje obeležja.

Kako Facebook želi da se zavuče u svaki kutak sveta, kompanija je za poslednjih godinu i po dana u okviru OpenStreetMap projekta mapirala više od 480.000 kilometara različitih puteva samo u Tajlandu. Ukrštanje mapa i veštačke inteligencije rezultiralo je RapiD-em — alatom za označavanje koji uz pomoć mašinskog učenja ubrzava proces postavljanja kompjuterski čitljivih podataka o putevima na satelitske slike mapa.

Postavljanje puta u sistem OS mape dešava se jednostavnim crtanjem linija puteva preko satelitske slike terena, da bi zatim RapiD na osnovu baze već mapiranih oblasti uneo pretpostavku o tome kuda ide put (uloga čoveka je tek da potvrdi putanju ili usmeri ovaj alat u pravom smeru). Na ovaj način je, kako sam Facebook naglašava, za 18 meseci urađen posao koji bi inače trajao pet godina.

Naravno, ovaj sistem nije savršen. Kada je pokušana primena na druge zemlje RapiD se nije pokazao jednako preciznim. Ipak, to nije začuđujuće imajući na umu da se sistem saobraćajnica razlikuje od države do države, a da je AI zbog dužine mapiranih puteva na Tajlandu najbolje istreniran za ovu zemlju.

Za sada, Facebook je objavio mreže saobraćajnica koje su nastale uz pomoć RapiD-a za Avganistan, Bangladeš, Indoneziju, Meksiko, Nigeriju, Tanzaniju i Ugandu. Osim mapa, zajednici je na GitHub-u dostupan i RapiD.