Kunstig intelligens er ikke lenger forbeholdt tekstgeneratorer og bildeverktøy. Med Googles ferske oppdatering av karttjenesten Maps, tar selskapet et massivt skritt mot å integrere avansert KI direkte i vår fysiske navigasjonshverdag. For TenkeMaskin.no representerer dette et fascinerende skjæringspunkt mellom maskinlæring, maskinsyn og stordata.
Fra flate kart til dyp, virtuell virkelighet
Tradisjonelt har digitale kart vært todimensjonale representasjoner av veinett. Den nye funksjonen Immersive View for Routes endrer dette radikalt. Ved hjelp av kunstig intelligens fusjonerer Google milliarder av Street View-bilder og flyfoto for å skape en rik, tredimensjonal modell av verden.
Teknologien bak dette bygger på avanserte nevrale nettverk, nærmere bestemt teknologier beslektet med Neural Radiance Fields (NeRF). Dette gjør at KI-en kan forutsi og generere detaljert hvordan et sted ser ut fra ulike vinkler, inkludert sanntidssimulering av lyssetting, værforhold og estimert trafikk på et gitt tidspunkt. I første omgang rulles dette ut i 15 utvalgte storbyer, inkludert London, Paris og Tokyo. Selv om norske byer ikke er med i første lanseringsbølge, danner teknologien et fundament som på sikt vil revolusjonere hvordan vi planlegger reiser over hele kloden.
Utvidet virkelighet med "Lens in Maps"
En annen sentral oppdatering er utvidelsen av Lens in Maps (tidligere kjent som Search with Live View). Dette er kanskje det tydeligste eksempelet på hvordan maskinsyn (computer vision) integreres i forbrukerteknologi for massene.
Når brukeren løfter telefonen og peker kameraet mot omgivelsene, analyserer Googles KI videostrømmen i sanntid. Den gjenkjenner bygninger, butikkfasader og landemerker ved å matche dem mot Googles enorme bildedatabase på brøkdelen av et sekund. Deretter legger den et lag med utvidet virkelighet (AR) over skjermen, som viser informasjon om minibanker, restauranter eller kollektivtransport. Dette krever enorm prosesseringskraft og demonstrerer hvor langt "edge computing" – databehandling direkte på enheten kombinert med lynraske sky-oppslag – har kommet.
Norsk perspektiv: En etterlengtet oppgradering for elbilister
Sett med norske øyne er kanskje den mest relevante oppdateringen knyttet til infrastruktur for elbiler. Norge er verdensledende i adopsjon av elektriske kjøretøy, og rekkeviddeangst har for mange blitt erstattet av "ladeangst" – frykten for å ankomme en ladestasjon som er i ustand, opptatt eller inkompatibel.
Google Maps tar nå i bruk KI for å samle, verifisere og presentere sanntidsdata om ladestasjoner mer presist enn noen gang. Systemet vil nå vise om en lader er kompatibel med brukerens bil, hvor rask laderen er (for eksempel hurtigladere over 150 kW), og avgjørende nok: om laderen faktisk fungerer og er ledig i sanntid.
"Ved å prosessere sanntidsdata og brukeranmeldelser med KI, fjerner Google en av de største friksjonene for elbilister. For det norske markedet, hvor elbiltettheten er unik i verdenssammenheng, er dette en kritisk infrastruktur-oppdatering."
KI-en analyserer også millioner av brukeranmeldelser for å trekke ut spesifikk informasjon om laderens tilstand og nøyaktige plassering. Dette viser hvordan naturlig språkprosessering (NLP) brukes for å strukturere ustrukturert data fra brukerne til handlingsbar innsikt.
Søk blir visuelt og tematisk
Søkemotoren i Maps gjennomgår også et paradigmeskifte. I stedet for utelukkende tekstbaserte resultater, introduserer Google foto-fokuserte resultater. Hvis du søker etter spesifikke opplevelser, som "dyrekunst-utstilling" eller "beste latte art", vil KI-en analysere milliarder av opplastede brukerbilder for å finne nøyaktig det du leter etter.
Dette gjøres ved hjelp av avanserte bildegjenkjenningsalgoritmer som kan forstå konteksten og innholdet i et bilde uten avhengighet av manuelle tekst-etiketter. Det er et klassisk eksempel på dyp læring (deep learning) der maskinen har lært seg å identifisere komplekse visuelle mønstre og koble dem til brukernes søkeintensjon.
Forbedret navigasjon og prediktiv trafikkstyring
Selve kjerneopplevelsen – navigasjonskartet – får også en kraftig overhaling. KI brukes for å generere mer realistiske bygninger for å hjelpe brukere med å orientere seg, samt gi forbedrede detaljer for kjørefelt på komplekse motorveier. Ved å analysere historiske trafikkdata og sanntidsbevegelser, kan algoritmen nå mer presist forutsi trafikkorker før de oppstår, og beregne alternative ruter som ikke bare sparer tid, men også reduserer drivstofforbruk og utslipp.
Personvern og fremtidens utfordringer
Selv om disse innovasjonene er imponerende teknologiske bragder, reiser de også legitime spørsmål rundt personvern og datasikkerhet. For at funksjoner som Lens in Maps og sanntids trafikkdata skal fungere optimalt, kreves det en massiv og kontinuerlig strøm av lokasjonsdata og visuell informasjon fra brukernes smarttelefoner.
Som en ledende KI-publikasjon mener TenkeMaskin.no at det er avgjørende å opprettholde et kritisk blikk på hvordan denne dataen anonymiseres, lagres og benyttes. Google har etablert strenge retningslinjer for personvern, men den økende granulariteten i dataene – fra hvor vi beveger oss til nøyaktig hva vi retter mobilkameraet mot – krever en kontinuerlig og transparent dialog om brukernes samtykke og digitale fotavtrykk.
Konklusjon
Googles siste oppdateringer av Maps er ikke bare en iterativ forbedring av en velkjent app; det er en maktdemonstrasjon av anvendt kunstig intelligens i stor skala. Fra generering av 3D-verdener til sanntids maskinsyn i lomma, flytter selskapet grensene for hvordan vi forstår og navigerer i våre fysiske omgivelser. Spesielt for norske brukere vil de nye elbil-funksjonene utgjøre en merkbar forskjell i hverdagen, og sementerer KI sin rolle som en usynlig, men uunnværlig co-pilot.