人工智能到底改变了电子地图的什么？

　　今年百度世界大会的主题，是人工智能。有很多百度在背后提供支持的服务，都开始依托人工智能，在减少了人力上的成本的同时，提高了效率。在百度创始人、董事长兼CEO李彦宏于本届大会上提到的几个例子当中，电话销售、线下消费、日常出行，都因为有了人工智能的渗透发生了改变。

　　而百度正在通过百度大脑这样的开放式服务，将人工智能中包含的仿真语音、自然语言识别、图像识别、大数据挖掘归纳等能力，传递给各行各业的人群，“变换出无穷无尽的可能性”。这其中，出行领域涉及到的电子地图服务，更像是对人工智能应用的一个先行者，或者说集大成者。人工智能到底改变了电子地图的什么？在你还没有察觉之时，下面这些人工智能，已经让现在的电子地图，成为如影随形的出行必备品，抑或贴身伴侣。

　　自然语言交互&仿真语音，让地图成为人格化伴侣

　　正如李彦宏说比起百度宣称对语言识别准确率达到97%的这一成绩，他更感兴趣的是自然语言识别会在哪些领域发挥更大的价值。在百度地图中，在不方便手动操作如驾车等场景中，语音输入往往是行之有效的手段，而背后的数据储备与学习和识别的算法，是实现自然语言人机交互的保障。

　　百度度秘自去年百度世界大会发布以来，有了一年的成长经历。作为一个智能交流的平台，度秘提供机器学习和数据挖掘的能力，并以开放的姿态，欢迎有需求的行业领域服务接入其中。在有关地图导航的应用场景中，它能着手应对来自用户文字输入或语音两种表达方式，并以背后的词汇语言及地理位置数据库，和最终呈现的人格化表达方式，给用户更满意的答案。例如在本届百度世界大会的服务生态论坛上，百度地图事业部总经理李东旻介绍了百度地图面向室内场景的度秘逛街助手服务。

　　而仿真语音，虽然属于人工智能领域的外围技术，但作为机器(软件)的表达能力，特别在电子地图领域，也能给人以亲切感。通过技术合成，百度地图支持的各类明星和卡通人物的语音，能为原本枯燥的地图导航服务流程，增添不少乐趣。

　　图像识别深入地图数据更新

　　在数据的源头——采集环节，人工智能已经逐渐崭露它的价值。当人工智能不止热衷于和围棋大师下棋，而开始操刀地图测绘内业繁复冗杂的数据生产流水线时，一个个内业加工点上发生着什么呢？百度在一个月前的顺德数据开放日上做了一些解答。

　　据悉，百度顺德数据中心是一家拥有国家测绘资质的数据采集中心，故将会承接国内所有的数据测绘任务。而这个平日颇为神秘的数据加工厂，其实随处可见人工智能参与的痕迹。

　　李东旻在演讲中强调了百度在地图数据内业处理的一些探索，他用“3大刀锋技术”来描述百度内业数据处理的技术创新，即影像深度学习道路自动提取、全景图像自动精准识别，以及多源数据自动差分融合。

　　第一点，即通过图像识别自动提取和处理道路数据，包括识别道路特征及提取轮廓和绘制道路形状，还有颇为实用的电子眼提取和全景路口图像，帮助在地图中更为直观地导航。

　　第二点，即通过深度学习识别文字和交通指示牌。道路的左转箭头、限速的牌子、街边的饭店招牌都可以纳入这样的识别场景中，用机器进行自动化的地图标注。然而即便如此，笔者在参观顺德数据中心内业工作区时，还是看到了许多数据工人在屏幕前不断检视着“机器人”认字时犯的错误，但百度方面的数字显示，目前通过图像自动识别而完成的数据处理已经占据80%的份额。

　　第三点，即通过自动差分融合技术快速处理多源数据。数据源不局限于外业车采集，还有与各地交管部门、出租车、物流车或其他领域合作收集的数据，这些不同数据通过自动识别差分、属性自动融合，为百度所用。

　　学习用户习惯，成为更知心的地图

　　了解用户的使用习惯，给予智能的服务，同样也是百度地图从脱敏的用户行为数据中，利用人工智能挖掘技术想给予的更优化的体验。

　　例如对于那些熟悉道路，或者经常根据经验规划行程的用户来说，如何基于他们的固定道路，在经验主义之上合理地推送更好的建议，需要机器学习能基于更多的数据，例如路况、路径、POI等数据，并结合用户在百度地图上的其它规律性行为和喜好，作出一个更适合的新决策。像行程助手是百度地图最近推出的人工智能服务之一，用户通过该功能规划未来各类行程，而其幕后需要挖掘时刻变化的动态数据，并在出行时刻给出适合的出行方案。

　　此外，通过一个账号的打通，百度地图联合百度自家或接下来更多百度系产品，挖掘其中与用户出行、生活息息相关的数据，最后再结合地图服务予以集成，让百度地图成为更智能化的，更有助理价值的平台。

　　电子地图和自动驾驶互相补给

　　“3年应用，5年量产”，背负这个不小战略目标的百度，在世界大会上走出了“渐进式布局自动驾驶”的新招——成立L3智能汽车事业部。这一职能上稍显重复的部门，在李东旻看来，是迎合了百度从智慧汽车向无人汽车研发过程中的中间过渡需求，他们的目标不是一步实现最高等级的自动驾驶，而是基于车联网、初期自动驾驶技术的探索，在数据智能化和未来交通上寻求更多的空间。

　　不知从何时开始，地图已经成为改变人们日常生活方方面面的一个手段和平台，对于颠覆未来出行的自动驾驶也是如此，我们都清楚高精度地图是自动驾驶实现的现实基础，但百度L3事业部总经理顾维灏认为，自动驾驶过程实时生成的新鲜信息同样重要。未来，电子地图在为汽车提供驾驶决策依据的同时，自己也要经历不断学习的过程，换句话说，电子地图活起来了，它在与自动驾驶进行双向的补给和支持。

　　Learning Map，就是这样一个理念下诞生的产品。跳脱单纯的采集车采集，将诸如用户手机数据、车内智能硬件(后视镜、行车记录仪)，乃至未来的车联网内丰富海量的回传数据统统纳入地图的自学习中，称得上目前为止较为先进的地图数据更新方式，致力于更加实时地对现实世界进行感知。（文|泰伯网 思佳 启临）