江苏龙网

  1. 首页 > 资讯 > 资讯 > >

地图|数据底座与体验升级，15 岁的百度地图引领 AI 时代的地图行业变革

_原题为 数据底座与体验升级 ， 15 岁的百度地图引领 AI 时代的地图行业变革
十五年 ， 放在人类历史长河里或许并不长 ， 但在风云变幻的科技互联网行业 ， 十五年的光阴 ， 却会见证若干个时代与纪元 。
就在本周 ， 百度地图迎来 15 周年庆典 ， 作为一款地图产品 ， 百度地图过去 15 年从 PC 互联网时代大踏步走进移动互联网时代 ， 如今已经站到了 AI 时代的起点 。
15 年时间 ， 中国经济与社会日新月异 ， 无论是出行工具还是生活方式 ， 都发生了翻天覆地的变化 ， 也是在这 15 年的时间里 ， 百度地图不断成长与蜕变 ， 从引领技术突破到定义行业标准 ， 让「古老」的地图焕然一新 ， 正如百度CTO王海峰在致辞中所言：「时至今日 ， 百度地图已实现了从功能到智能 ， 从平面到立体 ， 从出行参考到行程决策 ， 从出行地图工具到新基建数字底座的进化升级 。 百度地图既是人工智能地图的定义者 ， 也是智能时代国家经济和社会发展的战略基础设施 。 」
随着百度成为中国 AI 头雁 ， 百度地图也成为百度 AI 技术落地的重要场景 ， 公开资料显示 ， 在 AI 技术的加持下 ， 近两年产品的整体满意度增幅达到 10.7% ， 智能语音累计用户数也在 1 年内增长翻倍 。
地图|数据底座与体验升级，15 岁的百度地图引领 AI 时代的地图行业变革
文章图片

百度集团副总裁、百度地图事业部总经理李莹在十五周年庆典现场表示 ， 「百度地图在AI时代将加速前进 ， 以新的方式、新的高度 ， 重构我们对地理信息、生活信息、甚至万物信息的理解 。 作为中国最大的智能化位置服务平台 ， 我们也将拥抱变化 ， 肩负责任 ， 让未来「智」在必得 。 」
李莹在现场还分享另一组最新数据：目前 ， 百度地图智能语音助手用户量破4亿、个性化语音包每日播放次数达1亿、百度地图人工智能领域专利超 50% 。
地图|数据底座与体验升级，15 岁的百度地图引领 AI 时代的地图行业变革
文章图片

上述这些数字 ， 不仅是 AI 赋能地图产品带来的巨大产业红利 ， 也为地图行业未来发展提供了新的可能 。 如果说 500 多年前的航海地图绘制技术突破最终改变了人类历史发展的格局 ， 那么 AI 时代的地图技术、用户体验以及行业价值 ， 又将带领人类步入怎样的时代？
或许 ， 我们可以从百度地图的 AI 探索之路上获得一些线索 。
AI 构建地图行业的新基座 当下无论是什么类型的地图 ， 地图数据与导航精准都是一项基本能力 ， 或者说是地图行业的基本功 。 而要满足地图数据与导航精确 ， 需要解决两大难题 ， 其一是准确性 ， 其二是效率 ， 两者缺一不可 。
百度地图将 AI 技术纳入到地图数据生产与优化的多个环节 ， 改变了这个古老行业长期以来的游戏规则 。
首先 ， 构建 AI 化的地图数据生产方式 。 此前的很长一段时间里 ， 地图数据的采集都是一个苦力活 ， 需要「两条腿+四个轮子」一步步采集 ， 从发现路标、路牌到记录重要坐标 ， 所有的工作都是人力完成 ， 整个采集过程不仅时间冗长 ， 而且效率低下 ， 无法适应国内各城市高速发展的道路变化情况 ， 而在诸如西部地区的地图采集过程里 ， 地图采集工作者还要面临恶劣天气与复杂路况的多重考验 。
百度地图在过去几年构建了一整套地图数据自动化采集系统 ， 实现了从设备到流程的全自动化 。 这套系统既包括 300 余辆专业采集车 ， 涵盖了高精地图采集、全景采集等几乎所有需要地图的场景 ， 每天采编数万公里道路里程 ， 目前百度地图道路里程覆盖达到1000万公里 。 此外 ， 公开资料显示 ， 基于强大的数据采集能力 ， 百度地图的 小度 AI 导游覆盖超 2000 家景区 ， 4000 家交通枢纽室内图 ， 以及拥有超过 13 亿张全景照片等 。
更重要的一点 ， 这套系统还可以实现高自动化、缜密且专业的制作流程 ， 这意味着 ， AI 可以完成道路要素自动化识别、底图自动化差分、数据半自动化制作等多个环节的工作 。 目前 ，百度地图80%的数据采集环节实现AI化 ， 极大提升了地图数据采集的效率 ， 为接下来的地图数据创新奠定了基础 。
地图|数据底座与体验升级，15 岁的百度地图引领 AI 时代的地图行业变革
文章图片

其次 ， 基于 AI+轨迹大数据的方法 ， 百度地图引领了道路数据更新的技术变革潮流 。 这个方法的核心 ， 是将各类交通工具所产生的轨迹数据与道路路网建立起映射关系 ， 在「数字世界+物理世界」相叠加的地图上 ， 利用 AI 算法去实时挖掘、分析、预测道路上的信息 。
在这个过程里 ， 百度地图充分利用了百度 AI 技术的雄厚积累 。 比如在路线规划上 ， 通过对路网拓扑的精确建模和道路通行代价的精确刻画 ， 同时结合用户的行为数据 ， 利用机器学习技术对道路形态和个人偏好两个维度分别进行画像建模 ， 得以实现精准的路线推荐 。
而为了更好提升预估到达目的地时间的准确度 ， 百度地图使用百度深度学习平台飞桨来优化预测模型 ， 不仅能够通过设置出发时间预估到达时间 ， 还能设置到达时间并结合过往路况和所用时长估计合理出发时间 ， 帮助用户提前了解行程耗时从而合理安排行程 。


推荐阅读


上一篇：员工持股计划|成交均价15.05元！科信技术：员工持股计划累计买入公司股票约57万股

下一篇：格兰|格兰披治太阳眼镜线下联合 精准消费群体