楼主:
roberchu (泽泽吃炸鸡)
2018-09-12 20:51:391.原文连结：
https://goo.gl/S3MEby
2.原文内容：
不少网站防止 BOT 攻击的机制采用 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 地图软件工程师 An
drew Lookingbill 表示，不只是 Google 地图采用机器学习的问题，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 说采用深度学习处理电脑视觉板题，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 地图采用递归神经网络 (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。
https://i.imgur.com/7KmJJC4.jpg
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
人能找出店家叫什么，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。
https://i.imgur.com/0Oorp9a.jpg
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。Lookingbill 说他们会对
路名做规范化 (Normalization) 工作，处理路名中的缩写，像是 Av. 代表 Avene，Pres
. 则是 President 的缩写。
https://i.imgur.com/hdrSiW9.jpg
Lookingbill 还提及 Google 地图整合经机器学习方式绘制的 1.1 亿栋建筑外框，补充
说道没有限制在全球某个地方，而是看那个地方影像适合他们模型，能得到最好的结果。
https://i.imgur.com/O4IZWDS.jpg
https://i.imgur.com/GXdNz26.jpg
Google 街景车当初推出是相当大的噱头，但如今是喂养 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，而是要怎么将不断变动的
现实世界，相关变动反映到地图，而且尽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。
3.心得/评论：
目前Google致力于AI发展，虽然还没有到很成熟，但是Google手握资金和技术，未来也是
会是AI界的霸主。
尤其Google又是一间有垄断性的公司，其他公司很难超越它，或者直接被它买下，未来最
强大的公司，没有之一。