Facebook 想讓所有人都上網,不管是通過常規網絡還是高空無人機來聯網。但要做到這件事,Facebook 就必須知道人們究竟在哪。現在最高質量的人口地圖都無法滿足Facebook 的需求。因此Facebook 決定,與其等待其他人為它提供更高質量的地圖,還不如自己動手,用高清衛星照片和機器學習算法來定位照片中的每一所房子。
Facebook 工程和基礎設施全球負責人傑·伊帕里克(Jay Parikh) 以及Facebook 連接實驗室(Connectivity Lab) 負責人雅艾爾·馬奎爾(Yael Maguire) 與一小群記者一道,分享了製作這些地圖的動機和取得的進展。
雅艾爾·馬奎爾說道:“我們的目標是找到方法來開發可以將全球所有人連接到一起的技術。”目前,最好的人口數據來源是哥倫比亞大學製作的一張地圖,但它不夠精細,只提供1 千米的解析度。“如果我們想要開發出能連接全球所有人的最佳技術,哥倫比亞大學的地圖就很容易對我們產生誤導。”
大約在一年前,Facebook 的連接實驗室與該公司的人工智慧團隊和數據科學團隊開始在這一項目上合作。
2_columbia在該項目第一階段中,Facebook 研究了20 個國家共計2160 萬平方千米的地圖。在這一階段中,Facebook 的人工智慧團隊生成了146 億張圖片。該團隊使用標準的機器學習技術在這些圖片中尋找住人建築的跡象。通過一個大訓練集的訓練,該團隊訓練出了一個能識別出包含住人建築跡象的算法,然後再利用Facebook 數據中心的幾千台機器處理了所有圖片。
結果,他們獲得了這些國家迄今為止最精細的住人建築分佈圖。
雅艾爾·馬奎爾表示道:“我們對於這一數據集感到非常興奮。我們也非常希望全球社區能提供有關如何用它來做連接分析的反饋。”
Facebook 已經和哥倫比亞大學進行合作,以找到如何向其他人提供這一數據的方法。雖然現在Facebook 的關注重心是在連接上,但這一數據很可能會有其他用途。
消息/圖片來源:Source |