本文摘要：最近都被谷歌AI的“猜画小歌”虐了吧？

最近都被谷歌AI的“猜画小歌”虐了吧？AI能见到“手残党”们的画，背后的原因在于无数人类正在通过自己的脑洞孕育AI，自学众多人类对某个物体的抽象画之后，AI就需要独立国家把握住辨识绘画的关键部分。利用海量现实数据来“喂食”AI，是让AI较慢提高能力的不二法门。但猜画这种临时养殖场不能提高单一能力，应用于价值不低。

是不是需要提高多种AI技术能力，又在潜移默化中已完成数据自学的“天然AI养殖场”呢？真为有一个，那就是地图。2020-03-30 的电子地图，早已是城市海量地理数据、交通数据、人流数据、天气与水文数据，以及各种交通路线与上下班方案的融合。

对于AI来说，地图是一片水草温润（数据够多），营养丰沛（有效地数据比例大），经济价值低（牵涉到经济民生）的天然牧场。整体来看，地图在2020-03-30 最少可以通过三种方式“圈养”出更强健的AI：1、为前沿智能体获取训练空间2、让城市智能型AI获得有效地的实际应用于舞台。3、为AI语音交互技术获取独一无二的自学与使能入口。

让我们分别来看著三种“AI喂食方案”。当然，用地图培育AI的显然目的是让地图本身大大升级，最后构成良性循环。一些AI的终极秘密，有可能要在地图里做出来让我们再行来想到最前沿的AI技术是如何在地图中问世的——有些朋友有可能实在，地图嘛，无非就是连到GPS，在两点间规划个线路，用什么AI？其实不然，地图中不仅可应用于AI的地方很多，甚至有可能隐蔽着AI的某些终极秘密。

想象一下，你到了一个陌生城市。俩眼一抹黑哪也不了解，但是你告诉要去火车东站，这时候不利用任何导航系统设备，你也不会告诉：意味著无法往西回头。这个辨别是如何制成的呢？事实上，人类的大脑没连着卫星，平常人也不有可能存储大量地图数据。但迷路的人却只占到少数。

这是因为人脑中有个叫作海马体的东西，它负责管理老大人类辨别方位感觉空间感，从而展开选择性预测。也有科学家指出，海马体不仅掌控认路这个功能，还直接影响着人类作出自由选择、作出对未来预测的能力，可以说道是人类智能的关键因素——但是怎么探寻海马体的秘密呢？却是无法把人类海马体切除了看结果对吧。而近期答案竟然是，在地图上跑完AI。

今年早些时候，DeepMind在《大自然》杂志公开发表了新的研究：他们把一个智能体放在地图数据中。在不给它预设方位和地图数据的前提下，让AI仿效人脑中的海马体，自动在地图中市场需求方位，规划道路。实验证明，AI可以用像人脑一样，用强化自学的方式去认路。

这既阐述了人脑的工作原理，也给未来AI研究带给了新的方向。而整个研究的实验基础，就是创建在地图之上的。

可以说道没精准的地图数据，AI仿生人类大脑展开空间预判的研究就无从谈起。这个故事证明了，地图对于AI来说至关重要。

AI在地图中自学，并反过来让地图更佳用，或许是我们应付更加简单城市时的一个良性循环。城市计算出来的硬功夫，必不可少地图的捶打俗话说的好，你的梦想有多大，你上班的时候就有多堵……让一个城市可以智能一起，让积水、交通堵塞、雾霾这些难受心事仍然再次发生，是人类飨宴了几十年的话题。但城市究竟怎么才需要“智能”毕竟个极大问题。有人尝试用理解系统，有人尝试用大规模的城市数据建模，但最后大家还是找到，让城市主动和聪明起来，是创建在地图数据基础上的。

荐个例子，我们想规划从家到公司，一般情况下有可能用将近AI。但假如要规划从港口零担市中心一万吨货物，那么时间、地点、交通拥堵情况，必须因应的车、人、仓库、起重机，就出了一个简单的数学问题。

如果凭经验去非常简单计算出来，有可能做出来的不会是个费时费力的方案。而通过城市AI去自学涉及地图数据，综合解读上述变量，就可以在低于限度影响交通、最慢已完成任务的情况下，得出适当的运输方案。基于这种AI与地图的融合，IBM很早已打开了智慧星球方案。

而它的老输掉微软公司随后打开了城市计算出来业务，专门用AI去投影地图里的各种因素。2020-03-30 的地图应用于里，城市数据和AI的深度融合早已能看到很多案例。比如谷歌地图的智能停车场功能，就是当地图感官你到了某个行驶区域的时候，利用AI来综合辨别附近的行驶环境，得出拟合行驶方案。

可以看见，很多传统的地图无法解决问题的问题，在城市AI的护持下开始寻找了钥匙。城市智能的硬功夫，也正在被地图的多元化和低精化培育一起。

语言魔法，必须在地图里修练最后，还有一种可以在地图里修练一起的AI能力——那就是千变万化的语音交互。怎么能反映出有华少嘴皮子慢？前提是必须他说道的东西充足多，如果就一个冠名商，嘴皮子再快也不行。

AI也是一样。怎么才能反映出有AI语音交互，可以极致继续执行简单任务？前提是显然有这样的简单任务不存在。

生活中大部分我们要让AI做到的事情，要么就是过分非常简单，要么就是主观性过于强劲，AI再行强劲也很差解读。而又简单又客观的任务集群，那就是地图导航系统。

毫无疑问，地图是海量地名、路段、时空关系的结合体。假如我们想先去特个油，再行去卖个东西，再行去公司拿个东西，最后回家的导航系统任务。那么就不会产生一段牵涉到4个地点信息，3个事项的简单语音任务，基本相等于绕口令。

事实上，除了导航系统之外，我们生活中是很难产生这么简单的语音任务的。就像猜中所画小程序要用游戏的方式征求大家对某个物体的抽象化解读一样，地图也正在基于实用性，征求大家的语音语料，以及简单的语音任务。这场修练早已实是成果。

3个月之前，我们看见百度地图面临绕口令一样的语音命令，不能用“你不敢再说一遍吗”返怼。而在月初的百度AI开发者大会上，百度地图早已知道可以辨识“绕口令”分解导航系统路线，解决问题简单宽语音多地点市场需求。这个AI变为了的故事背后，是地图导航系统早已可以舍弃点字，几乎使用语音交互。

就像有了彩电就没有人看黑白，动动口能已完成的事儿当然没有人不愿点字。语音交互可以在用户试用地图的过程中大大自学，反过来将新的解决方案在地图应用于送来实验。从这个看作，地图就看起来AI技术的“新手村”。

本文来源：皇冠官方网-www.casalillibelle.com