O Blog do Google Brasil
Novidades sobre os produtos e a tecnologia do Google no Brasil e no mundo
Google Maps para iniciantes: como mapeamos o mundo?
24 julho, 2019
O mundo é um lugar lindo e bagunçado, que muda o tempo todo: a cada dia surgem novas ruas, edifícios e lojas. O papel da equipe do Google Maps é modelar e refletir com precisão esse planeta em constante mudança. Muita gente nos pergunta: “como vocês criam todos esses mapas?” Bem, esse é um trabalho que exige várias etapas, e também o grupo certo de pessoas, técnicas e tecnologias.
Ao longo dos próximos meses, vamos publicar uma série de textos mostrando de perto como criamos nossos mapas. Traremos detalhes sobre cada um dos elementos que usamos para ajudar mais de um bilhão de pessoas a navegar e explorar o mundo, e a realizar uma porção de tarefas. Essa série começa hoje, com uma visão geral sobre as etapas mais básicas do processo.
Tudo começa com imagens
Há tempos o Street View e as imagens de satélite se transformaram em peças essenciais para identificar onde ficam diferentes lugares no mundo. Essas ferramentas mostram onde estão ruas, estradas, edifícios, endereços e empresas em cada região, além de fornecer informações importantes como limites de velocidade e nomes de companhias e lojas. O Street View foi lançado em 2007 para permitir que as pessoas visitassem o mundo inteiro de forma virtual – das profundezas da Antártida ao cume do monte Kilimanjaro. Nos 12 anos que transcorreram desde então, o carro do Street View e nossos trekkers já coletaram mais de 170 bilhões de imagens em 87 países. Os
novos modelos de trekkers
são equipados com sensores de altíssima resolução e maior abertura, e graças a eles melhoramos consideravelmente a qualidade das imagens que registramos.
Um trekker do Street View
Em seguida, acrescentamos dados
Um mapa ganha vida quando acrescentamos a ele dados precisos. Nossos dados vêm de mais de mil fontes terceirizadas de todo o mundo. Algumas, como o Departamento de Pesquisa Geológica dos Estados Unidos (USGS, na sigla em inglês) e o Instituto Nacional de Estatísticas e Geografia do México (INEGI), fornecem informações sobre países inteiros. Outras trazem dados sobre áreas específicas, como um município, uma ONG ou uma construtora de imóveis. Nossa equipe avalia com cuidado cada uma dessas fontes, para garantir que a gente trabalhe apenas com os dados mais precisos e atuais disponíveis. Recentemente, adotamos
uma nova ferramenta que facilita o upload de dados por governos locais
, permitindo que autoridades carreguem, diretamente no Google Maps, informações sobre novas ruas e endereços em sua região.
Imagem de desenho de ruas fornecido por um de nossos parceiros, o Instituto Nacional de Estatística e Geografia do México
Depois vem o toque humano
Dados e imagens são fundamentais para a criação de mapas, mas são estáticos, e nem sempre acompanham o ritmo veloz das mudanças do mundo. Isso nos leva à terceira peça do quebra-cabeça: as pessoas que costuram tudo isso numa trama só. Nossa equipe de operações de dados está distribuída por todo o mundo, e trabalha em praticamente todos os aspectos da produção de mapas: reunir imagens do Street View, verificar se as fontes de dados são confiáveis, corrigir imprecisões nos mapas e treinar modelos de aprendizado de máquina (vamos falar mais sobre isso daqui a pouquinho).
Além disso, contamos com uma comunidade de
Local Guides
e usuários capazes de corrigir mapas usando o botão “enviar feedback” disponível no
Google Maps
. Nossa equipe revisa as informações enviadas pelos usuários e as publica sempre que tem um alto grau de confiança no fato de que a correção reflete com precisão as ruas, empresas e endereços do mundo real.
A equipe de operações de dados em ação
Aprendizado de máquina acelera o processo
A soma de imagens, dados precisos e trabalho humano nos trouxe ao ponto de evolução em que estamos hoje. Mas queremos que nossos mapas se tornem ainda mais úteis, para mais gente, mais rápido. Estamos usando o aprendizado de máquina para aumentar a velocidade do processo de mapeamento. Essa tecnologia permite que nossa equipe automatize o mapeamento e, ao mesmo tempo, preserve um alto grau de precisão.
Vamos usar como exemplo nosso método para mapear o desenho de construções. No passado, havia um algoritmo que tentava adivinhar se determinada parte de uma imagem fazia ou não parte de um edifício ou construção. Esse processo resultava no que chamamos de “construções difusas” – pontos amorfos que não se pareciam com edifícios reais quando colocados num mapa. Isso era um problema, porque construções não são apenas construções: elas são marcos e referências fundamentais para que as pessoas se localizem quando observam um mapa. Trabalhamos com a equipe de operações de dados para resolver essa questão. Estabelecemos manualmente os desenhos mais comuns de construções, e em seguida usamos essa informação para ensinar nossos algoritmos de aprendizado de máquina a identificar imagens que correspondam aos formatos e às extremidades dos edifícios. Essa técnica se mostrou eficaz e nos permitiu mapear, em apenas um ano, a mesma quantidade de construções que havíamos mapeado nos dez anos anteriores.
Desenhos de construções difusas no Google Maps
Polígonos claros e bem desenhados de construções
Nosso trabalho é uma maratona – e não uma prova de cem metros
Mapas são fundamentais para o avanço da sociedade. Eles conectam as pessoas entre si, impulsionam o crescimento da economia, ajudam usuários a descobrir novas lojas, empresas e restaurantes, e a realizar as mais diversas tarefas. Avançamos muito ao longo dos últimos anos, e hoje temos mapas em mais de 220 países e territórios. Sabemos, porém, que ainda há muito a fazer. Cada região tem necessidades específicas, e enfrenta diferentes desafios de mapeamento. No próximo texto desta série, vamos descobrir de que forma um componente – as imagens – nos ajuda a superar esses desafios.
Publicado por Andrew Lookingbill, diretor de engenharia do Google Maps e Ethan Russel, Diretor de produto do Google Maps
Categorias
#carnaval
#copabr
#DáUmGoogle #YearinSearch #YearinSearchBrasil
#gddbr
#gonegoogle
#GoogleArts&Culture #Vermeer
#googleatrio20
#GoogleforBrazil
#hangoutsdenatal
#hangoutSPFW
#MaesCriadoras
#marcocivil
#ViladoPapaiNoel
+1
10 anos de Chrome; Chrome; Novo Chrome
10 anos de Google
20 anos de Google
20 anos do Google; Google 20 anos; Google; Aniversário do Google
admin
AdMob
adsense
adwords
AI
ajuda
Amazon
amazonas
Amazônia
America Latina
América Latina
Android
Android Go
aniversário
aplicativo
apps
art project
arte urbana
arte urbana contemporânea
artificial intelligence
artistas
Bach
blogger
bolsa
brazil elections
busca
busca 2017
busca do ano
buzz
caffeine
Campus São Paulo
Carnaval
celular
ceu
Change the Game
China
chrome
chromebook
chuvas
Cidadania Digital
cinejoia
cloud computing
colorpluscity
compartilhamento
comunidades
conecte
Conta do Google
conversas agrupadas
copa do mundo
COVID19
Creators for Change
Cresça com o Google
CriandoOrgulho
Cultural Institute
cultural institute; berlim; muro
currents
curso
dados móveis
data center
datally
desenvolvedores
design
detona ralph
Developer Bus
developer day
Dia da Internet Segura
dia da privacidade de dados; privacidade
Dia Internacional da Mulher
doação
docs
Doodle
doodle4google
drive
Earth
Ecad
educação
elections
eleições
email
empreendedor
férias
fifa
Files
filmes
FLIP
Frida Kahlo Google Arts & Culture
gdd
geo
gmail
GNI
Google
Google Allo
google apps
Google Apps para empresas
Google Arts & Culture
Google Assistente
Google Business Internship
Google Cloud
Google Docs
google earth
google earth solidário
Google Earth Timelapse
google for education
google green
google io
google mapas
google maps
Google news
google notícias
google pay
Google Play
Google Press Summit
Google Science Fair
Google translator
Google Trends; Eleições; Eleições 2018
google trips
google.org
Google+
gps
graffiti
Grand Canyon
hackathon
hangouts
hiroshima
histórico
horário de pico
IA
IE8
impacto econômico
índice
inteligência artificial
International Women's Day
internet
internet aberta
iphone
jardim zoológico
jornalismo
labs
LARA
LARA 2019
Latin America Research Awards
Latitude
leilão
lemann
liberdade
liberdade de expressão
livros
localização
machine learning
mãe
mapas
maps
marimoon
musica
My Account
nagasaki
natal
navegador
NBU
negócio
neutralidade de rede
next billion users
NextUp
notícia
nova escola
novo
oceano
offline
onebox
orkut
orquestra sinfônica
pagamento
painel do conhecimento
pesquisa
pesquisa 2017
pesquisa de lugar
pesquisa do ano
pesquisa por voz
places
Playtime
pré-visualizações
Primer
privacidade
produtividade
Programa Proteção Avançada
rafael cortez
retrospectiva
revista veja
Rewind
rio
Safer Internet Day
Search
segurança
serviços geoespaciais
Sketchup
street view
surui
tecnologia na escola
termos de serviço
thinkinfinite
Timelapse
traductor
tradutor
Transparency Report
treinamentos
trips
tv
universidades
viagem
Video
voice search
voz
wallace and gromit
WAN-IFRA
WAP
waze
web analytics
web store
webmaster
webmasters
windows
year in search
YouTube
YouTube Coachella
YouTube Go
YouTube Kids
YouTube NextUp
YouTube Space
YouTube Space Rio
YouTube symphony
zeca baleiro
zeitgeist 2011
zeitgeist 2012
Arquivo
2022
fev.
jan.
2021
dez.
nov.
out.
set.
ago.
jul.
jun.
mai.
abr.
mar.
fev.
jan.
2020
dez.
nov.
out.
set.
ago.
jul.
jun.
mai.
abr.
mar.
fev.
jan.
2019
dez.
nov.
out.
set.
ago.
jul.
jun.
mai.
abr.
mar.
fev.
jan.
2018
dez.
nov.
out.
set.
ago.
jul.
jun.
mai.
abr.
mar.
fev.
jan.
2017
dez.
nov.
out.
set.
ago.
jul.
jun.
mai.
abr.
mar.
fev.
jan.
2016
dez.
nov.
out.
set.
ago.
jul.
jun.
mai.
abr.
mar.
fev.
jan.
2015
dez.
nov.
out.
set.
ago.
jul.
jun.
mai.
abr.
mar.
fev.
jan.
2014
dez.
nov.
out.
set.
ago.
jul.
jun.
mai.
abr.
mar.
fev.
jan.
2013
dez.
nov.
out.
set.
ago.
jul.
jun.
mai.
abr.
mar.
fev.
jan.
2012
dez.
nov.
out.
set.
ago.
jul.
jun.
mai.
abr.
mar.
fev.
jan.
2011
dez.
nov.
out.
set.
ago.
jul.
jun.
mai.
abr.
mar.
fev.
jan.
2010
dez.
nov.
out.
set.
ago.
jul.
jun.
mai.
abr.
mar.
fev.
jan.
2009
dez.
nov.
out.
set.
ago.
jul.
jun.
mai.
abr.
mar.
fev.
2008
dez.
nov.
out.
set.
ago.
jul.
jun.
mai.
abr.
mar.
fev.
jan.
2007
dez.
nov.
out.
set.
ago.
jul.
jun.
mai.
abr.
mar.
fev.
jan.
2006
dez.
nov.
out.
set.
ago.
jul.
Feed
Follow @googlebrasil