La aplicación de navegación más utilizada alrededor del mundo es Google Maps. Su función es ayudar a los usuarios a ubicarse de la manera más aproximada posible, para lo cual su sistema se basa en las imágenes vía satélite, datos oficiales y un equipo humano de verificación para que su servicio sea preciso.
La popular app está construida de cuidadosamente y cada capa es esencial para la información que ofrece sea la correcta. La primera es la información que recoge vía satélite junto a la herramienta Street View.
En concreto, Street View lleva activo desde 2007 y permite a los usuarios explorar lugares tan remotos como el Antártida o la cima del Kilimanjaro. A través de vehículos y colaboradores de Google, se recopilaron más de 170.000 millones de imágenes de 87 países.
La segunda capa se compone de la información que se recolecta de más de mil fuentes fiables de todo el mundo, como el Servicio Geológico de los Estados Unidos y el Instituto Nacional de Estadística y Geografía de México, o la procedente de un municipio, una ONG o una promotora de viviendas.
Estos datos se emplean para desarrollar cartografías correctas y planos que sean lo más próximos a la realidad. Además, existe una función disponible para las gobiernos estatales y locales para mantener la información publicada actualizada y correcta, que les permite añadir nuevas carreteras o construcciones públicas como puentes.
Un tercer nivel de trabajo lo compone del equipo humano, que verifica y revisa todos los datos, imágenes y fuentes para conseguir la mayor fiabbilidad y precisión posible. El equipo de Google Maps es el encargado de contrastar fuentes e informaciones externas, para comprobar su credibilidad. El carácter interactivo de la aplicación permite que la comunidad de guías locales y los usuarios puedan actualizar la información registrada en los herramientas de tráfico, como los radares o la fluidez y el estado del transporte público.
Google está desarrollando tecnología para mejorar el servicio de Maps y el aprendizaje automático es uno de los terrenos en los que están experimentando. Anteriormente, empleaban un algoritmo para determinar si parte de un área era un edificio, pero este resultaba en lo que la compañía denominaba "edificios borrosos o difusos".
Un equipo de operaciones de datos de la empresa rastreó los contornos de los edificios de forma manual, y después utilizaron esta información para enseñar a los algoritmos de aprendizaje automático qué imágenes correspondían con los contornos y las formas reales de los edificios. Esta técnica aceleró el proceso a pasos agigantados, de tal manera que lograron mapear en un año la misma cantidad de edificios que en los diez anteriores.
Fuente: DPA.