我們每天的出行都離不開地圖，可我們了解地圖如何還原一個個真實的場景嗎，他又是怎么面對現實中建筑的變化？百度商鋪信息標注在地圖上內容生態總經理——劉斌用深入淺出的語言為大家介紹了背后的技術原理。以下是演講的精華內容，分享給大家。
今天有很多人是拿地圖來到極客公園的演講現場。大家手機里裝的地圖，絕大多數都是把各個圖層壓制起來的。 我們的地圖有 POI 的數據、道路的數據、綠地、樓塊等等各種各樣我們能看到的信息。這些信息，現在都是通過同一個坐標系聯系起來，通過相同的坐標系，把道路、點和樓塊都壓制到一塊。用一個比較形象的比喻，它有點像我們經常用的 PhotoShop，PhotoShop 里面能看到各種各樣的圖層。道路的圖層、衛星的圖層，實際上這些圖層之間，并沒有產生一個特別明確的聯系。
那么，我們希望在接下來地圖的升維中，讓所有圖層之間有某種方面的聯系。
除此之外，我們的地圖現在目前給大家呈現的是文字、圖片，這些信息我們認為是比較能夠幫助大家去理解的信息，但還有沒有更好的方式讓大家認識到真實的世界？
百度地圖認為真實場景的展示和人工智能的交互是接下來百度地圖升維的重要手段，真實場景的升維并不僅僅是簡單地將 2D 升級為 3D，而是讓我們的信息更加準確，看地圖的時候得到的信息更加豐富。
如何展示真實的場景
在上個月，百度地圖發布了 3D 地圖這款產品，這個技術現在已經比較成熟了，也就是說我們現在拿著無人機就可以把我們所要采集的區域，用 360 度攝影的方式拍攝得特別清楚。
同一個區域拍攝 5 次就可以得到這個區域比較詳細的影像資料，再把這些影像資料按照 3D 重建給他們，建立成我們能看的比較精細的場景，這是我們能夠看到的二維世界拉成三維的方式。
用無人機的方法去采集我們要建立模型的區域，其實是一個比較成熟的技術。但是目前受制于無人機的續航能力，我們能采集的區域很有限，這和我們無人機的滯空時間是非常相關的。
雖然我們可以采用一些更先進的、飛行時間更長的固定翼飛機，拍攝更大的區域面積，以及我們可以把無人機從單架的無人機，升級成一個無人機蜂群的集群系統，去采集更大的面積。但是中國是一個幅員遼闊的國家，我們要靠所有無人機把所有城市的景點、寫字樓、街道采集完整，基本上是一個不可能完成的任務。
那么，我們怎么能夠用一些更好的手段或者用我們已經拿到的數據、庫存里的數據更好地做 3D 重建工作？實際上百度地圖有全新的方法。
百度地圖現在有一款產品是我們國內獨一無二的，就是我們的街景數據。我們全國有很多采集車，在 24 小時去道路上采集我們的全景數據。
我們積累了從 2014 年到 2016 年三年的數據，就能夠知道我們在全國的道路上面其實覆蓋了非常多，再加上百度的搜索引擎的能力和我們用戶每天不停上傳的新圖片，我們在同一片區域里面就能積累非常多的圖片資料。
那么，根據這些圖片資料，我們就能夠比較方便的去建立起這片區域的 3D 模型，這些數據我們認為是百度地圖獨一無二的優勢，包括我們的全景數據、用戶上傳的數據和我們的街景采集的數據，我們把這些數據疊加起來以后，就可以全自動化地生產街道和用戶關心區域的模型。
所以大致的過程就是分成三個步驟。 第一，通過圖片識別需檢索我們要去建立模型所在區域的特征。從我們百度龐大的圖片庫里面把這些圖片的特征檢測出來。第二，通過我們的深度學習和機器運算的方法，能夠把一些特征進行拼接、建模。
最后是一個 3D 的重建。關于這項技術，我們在 2015 年底，跟尼泊爾政府有一項合作，因為 2015 年尼泊爾經歷了一次非常大的地震，當時尼泊爾非常多的文物在地震當時就毀掉了。我們希望借助于這些技術，能把之前關于這些文物建筑的一些照片給拼接成 3D 模型，讓大家知道原來在尼泊爾的這些位置是有一些文物古建筑的。
經過我們一到兩年的數據發展，以及我們圖片數據的積累，我們覺得我們現在有這種能力，把國內所有街道和重點國家的城市，用我們現在有的數據，把 3D 模型重新建立起來。
結合人工智能的交互
除此以外，我們百度地圖和百度大腦的明星產品——「度秘機器人」，做了一個緊密的結合，我們現在在地圖上不僅可以用語音預定酒店、餐館，而且地圖會知道你的喜好，你經常去哪些地方，來做一些智能的推薦。
地圖知道你所在的區域可能比較難停車，就可能不給你規劃一些開車的路線，反而給你規劃一些地鐵、公交和打車的路線。
我理解的人工智能，百度大腦，其實在跟百度地圖結合的時候，分成左腦和右腦。對于右腦而言，我們是不停地全網絡的內容輸入，包括道路的信息、商店的信息、你的喜好信息等，都可以作為一種信息錄入到人工智能的大腦里面。
左腦去連接你的需求，預測你的出行習慣，還有你和目的地的行為特征。這兩個部分結合起來，就能夠更好的讓地圖去理解你的需求，把輸入的內容和需求結合起來。這就是我們「度秘」的智能交互在整個百度地圖的應用。
借助人工智能及時更新現實世界
大家知道地圖是一款活的產品，并不是我們把北京市或者是全國各地數據采集完，這個地圖就可以不更新了，地圖每天、每時、每刻都在發生不停地更新，相比于原來的更新手段，我們借助人工智能的方法能夠得到更快速、更少人工參與和更智能化的更新方式。
這其中，有個很重要的事物，給大家介紹一下： Foundation Object，簡單翻譯過來，可以理解為基礎地物。
真實世界中，大家都知道，商店和寫字樓中有非常多的 POI，POI 的變化是每天都在發生的。但是反過來，這些 POI 所在的基礎地物是比較穩固的，有可能幾年、幾十年不發生變化，甚至上百年，這些基礎地物都會矗立在這個位置，成為我們可以掛接 POI 的載體。
這些基礎地物，我們認為有 3 個特征：
最小單位的建筑集合。我們所在的大罐兒可以作為一個基礎地物，整個 798 街區也可以作為一個基礎地物。而且，基礎地物和基礎地物之間是有關系的。
基礎地物是地圖比較穩定的表達，因為它的變化概率比較小。
基礎地物的制作成本是比較高的。剛才我們說過了，依賴于我們現在已經有的 3D 重建技術，我們可以快速、方便、低成本的生產這些基礎地物。
有的同學可能會問，基礎地物對于地圖建立基礎地物而言有什么作用？舉個例子，一些人開了一些店鋪，真實世界中會發生一個行為叫做店鋪搬遷。很有可能，店鋪經營了一段時間之后，規模發生了擴大，用來招攬更多的顧客。而在地圖里，是從 A 點搬到了 B 點，店鋪往北偏移了 300 米。這是人類非常容易理解的語言，如何把它表述在地圖上？
往北偏移了 300 米，到底是北偏西還是北偏東？北偏東 15 度還是 16 度？在地圖上標注搬遷這個行為的時候，我們不得不通過一些人工的方式進行介入。比如我們通過打電話，告訴百度地圖店鋪進行了搬遷，那么我們的人工客服人員會電話跟你核實搬到了什么位置，這個位置周圍有什么東西。但經常會發現，工作人員對你所在的地方并不了解，他們能看到的是地圖上已經存在的這些點，比如你是不是臨近肯德基，你旁邊有什么樣的標志性建筑，其實用語言表述起來是非常麻煩的，而且我們不一定能夠非常準確地把店鋪的點更新到。
有了基礎地物這個事物之后，可以很清楚地知道，店鋪是從 A 建筑的 B 座搬到了 C 建筑的 X 座，這是一個特別清楚的搬遷行為。因為，基礎地物的相對位置，我們可以確定它的唯一性。
怎么去確定一個基礎地物的唯一性呢？可能大家容易想到的第一點就是坐標，一個基礎地物可能在一個區域里坐標是一定的。但這里有幾個問題：
1、任何一個建筑都不只是一個點的坐標，而是一個面積。在這個面積中，實際包含的區域是非常大的，在這個面積里可以開非常多的店，每個店可以理解為一個一個的小格子，在這些格子里面的挪動，包括相對位置是不是準確，需要在我們的基礎地物上進行數據的表達。
2、地址、門址，因為我們參考了一些國家民政部對于門址有比較明確的規范，但很不幸的是，還是因為中國幅員特別遼闊，每個地方對于門址的實施程度是不一樣的。我們很多小城市，包括大城市也有這種問題，我并不知道這個建筑物是幾門幾號，也不知道你的門址排序起來有什么規律。我現在是 9 號，不一定旁邊就是 8 號。門址的規范性，現在在國內還有待加強。
那我們用什么樣的方法，來標識我們唯一的基礎地物，方便我們的數據生產？
我們希望機器越來越智能化，跟人類的認知物體的方式是一樣的。通過一些圖片，或者圖片的特征，能夠標識出來這個基礎地物的全貌是什么。我們結合現在地圖上能拿到的地理位置信息，就能夠知道你所在的位置，或者局部的圖片標識了哪個建筑。
我們能拿到一個建筑的局部，結合它的位置，就可以知道它代表了哪個建筑物。
這些能力的建設，會有助于我們把互聯網上已經存在的所有圖片的建筑，能夠收錄到我們的庫里面。并且，會帶來在基礎地物上進行 POI 掛接的一個革命性更新。
其次，真實世界每天都在變化。我們沿街的店面，隨時都有可能關閉、搬遷、更名、換老板，所有這些真實發生的變化，會有非常多的途徑，而且越來越多的途徑，能用互聯網公開的數據，或者我們有一些 UGC 的數據，取得這些變化。
我們可以通過剛才說過的基礎地物圖片編碼的方式，定位到現在這個位置，而且能定位到你這個店，比如發生了一個更名。以往，地圖在看到這些變化的時候，只能通過人眼識別，我們人工更新成一個新店。這個過程，每天在中國發生幾十萬次，而且現在每個店的生命周期，相對來說都沒那么長，尤其國內發展又比較快。
這個時候，如果每天發生的變化都依靠人工去處理，將是非常大的成本。而且，我們索引新店的速度會非常慢。
我們在拿到這些圖片之后，借助基礎地物圖片編碼的方法，就能自動識別出在這個位置發生變更的店鋪，并且能通過圖片識別的技術，知道變更之后的店名。
這將帶來非常大的地圖數據更新革命，以后在用戶拍一條街的時候，有可能已經給地圖貢獻了一個更新的信息。而且，每天我們有很多采集車在全國各地道路上進行采集。
我們把一條街掃完，就能知道這條街跟之前的變化是什么，我們可以用基礎地物編碼的方式看出，這個樓里面的某個店是發生了變更的，或者發生了停業，或者關門的。這些變化，能夠帶來地圖成本的降低，以及效率的提升。
總結
結合剛才講過的，我們希望借助地圖的升維，借助人工智能，能夠給地圖提供更真實的世界，能夠讓地圖更快速的反映這個世界，而且提供更人工智能的交互，把我們的內容以更人性化的方式表達出來。
另外，我們希望通過生產地圖數據的方法，以更擬人化的方式，感知外界的變化，而且能用自動化的方式，把這些變化生產到地圖上去，帶來一些更快和更低成本的變化。
綜合來講，我們還是希望從我們自己做起，把地圖從出行的工具，進化成一個決策的平臺，能夠讓大家更可能地節省時間，更快地反映真實世界的變化，能為所有用戶提供更為優質的服務。