上图为 Google Maps 中五个新标签的页面
首先，Google Maps 的标签页上添加了五个选项卡，分别是：探索、通勤、保存位置、贡献和更新（有关附近位置的最新活动消息）。比如，在通勤方面，用户选择路线时软件会显示额外的信息，包括可到达性、安全状况以及交通工具的状况等；在一些地区，女性专用车厢信息也将会显示。这些新功能大多基于 Google Maps 用户提供的信息来评估。
Live View 更新
同时，Live View 模式也进行了更新。2018 年，Google 在软件开发者大会上首次展示了 Google Maps 中这一基于 AR 技术的模式，并于 2019 年正式推出。更新之后，Live View 可以直接在地图中使用，无需启动导航。只需轻轻一点，AR 模式就能激活。
从描述上看，这一功能的实现似乎很简单，但增强现实需要大量的后台数据才能正常运行。具体来说，Live View 建立在现有的街景数据基础之上，这些数据是由装载传感器和摄像头的汽车收集的，或是在用户使用 AR 功能时从他们的相机中获取。
如果 GPS 信号不足以至于无法确定用户的确切位置，Live View 则会使用机器学习来比较用户相机所捕捉到的场景，然后与数十亿的街景图像以及其他用户贡献的街景图像作对比。
Sundar Pichai 表示：
总的来说，我认为算法应该让人们的生活方式变得更加直观，而其在 AR 和地图领域的应用是这个观点最好的体现。
基于 ML 的建筑绘制
除了上述的一些功能，Google 还开始依靠机器学习程序来解读全球范围内复杂的基础设施。
通过过去几年在印度和尼日利亚的测试案例，地图工程师开始使用 ML 模型来绘制道路图，并根据卫星图像确定建筑轮廓。
对此，Sundar Pichai 称，谷歌在过去一年中绘制的建筑图像数量相当于过去十年的总和。他还补充说，人工智能的部署也不再局限于街道名和建筑外观的显示，它还体现在智能地向人们推荐一些位置，比如餐厅。当用户查找自己的目的地时，AI 还会预测一些意外状况，比如地震、飓风、大雨或洪水等。这些预测模型可能会在三到五年内登陆 Google Maps。
上图为更新后的 Google Maps 账号页面
除了在地图数据上花费数十亿美元外，Google 还依赖于用户的贡献来整理信息——绘制印度犹如蜘蛛网状般的山区土路是一回事，但知道每条路的名字又是另一回事。
尽管 Google Maps 的用户目前每天会提供 2000 万比特的数据内容，但这远远不够；因此，Goggle Maps 本次添加了新的贡献选项卡。在该贡献选项卡中，用户可以主动添加图片和街道名称、详细描述/分享自己的旅行生活、为餐馆进行打分等。
与品牌合作
在过去的几年里，Google Maps 主要是作为一个独立的应用程序存在，尤其是在手机上。不过，在未来，来自 Google Maps 的信息将更加“有用”。
Sundar Pichai 表示，他相信 Google Maps 的 API（允许不同应用程序相互连接的通信协议）将被更多应用程序使用，这些应用程序可能与纯粹的地图绘制无关，但它们在某种程度上需要导航功能。比如，一家零售店或整个商场可以提供独特的购物体验，该品牌为 Google Maps 提供信息，而 Google 则为其提供导航技术。
免责声明：本文由作者原创。文章内容系作者个人观点，转载目的在于传递更多信息，并不代表EETOP赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请及时联系我们，我们将在第一时间删除！
