картография стартапы надеются проложить новый путь к успеху
Alphabet, Apple и Uber, возможно, тратят миллиарды на разработку исчерпывающих новых картографических технологий для обеспечения революции автономных автомобилей, но есть новое поколение компаний, которые делают ставку на то, что сочетание краудсорсинга и искусственного интеллекта позволит им проложить путь к успеху в диком мире международной географии. Некоторые компании предпочитают глубоко погружаться в хаотичные изображения, которые они собирают от краудсорсинговых участников, в то время как другие используют искусственный интеллект и обширную сеть подключенных транспортных средств для обмена информацией о дорожных опасностях и прокладывают путь к истинно автономным автомобилям. Mapillary — одна из таких компаний, стремящаяся пойти своим путем. С всего ۸,۵ млн долларов венчурного финансирования (правда, от таких громких имен, как Sequoia Capital) компания стремится обойти крупных игроков в их собственной игре — или, по крайней мере, убедить одного из крупных игроков купить их за внушительную сумму. Mapillary собирает изображения из сети участников по той же схеме, что и Waze, которая полагается на водителей для получения информации. Отличительной чертой компании является глубина анализа получаемых изображений. «Мы маркируем все регионы и объекты и делаем их доступными», — говорит Ян Эрик Солем, главный исполнительный директор Mapillary, о первом реальном продуктовом предложении компании. Этот процесс называется семантической сегментацией.
Модель бизнеса компании — продажа картографических данных, полученных из собранных изображений. На первый взгляд, модель несколько похожа на бизнес CityMaps, который был недавно куплен за значительную (хотя и нераскрытую) сумму в начале этого года. Однако у бизнеса есть и другая сторона, которая ближе к сердцу эксперимента с автономными транспортными средствами. Компания фактически работает с UC Berkeley над инициативой DeepDrive университета. «На сегодняшний день … у нас почти ۲ миллиона километров», — говорит Солем. «Это примерно ۱۵-۲۰% от того, что есть у Google. Мы запустились два с половиной года назад … и не тратим миллиард долларов в год. Здесь амбиция — иметь разный охват».
Глубина охвата, которую может обеспечить Mapillary, по-видимому, позволяет компании видеть мир иначе, чем с помощью картографических функций Google, по словам Солема. «Каждая система, которую вы тренируете, будет предвзятой на основе вводимых данных», — говорит Солем. «Выход напрямую связан с вводом … Вы можете обучить систему в США, но она не будет такой же в остальном мире … Если у вас нет тук-туков в наборах обучения на улицах Мичигана, вы не будете обнаруживать тук-тук на улице в Индии».
Ранее на этой неделе немецкая компания HERE запустила свой первый продукт в партнерстве со своими совладельцами — европейскими автопроизводителями BMW, Daimler и Volkswagen. Согласно первоначальному отчету Reuters, три немецких автопроизводителя будут делиться данными, чтобы предоставлять информацию о дорожных условиях, начиная от аварий или остановок движения до плохого дорожного покрытия и даже парковки на обочине. Информация будет поступать из данных, вводимых из тысяч прямых потоков трафика с камер, встроенных в дисплеи и системы навигации автомобилей. Этот взрыв — первое указание на то, почему так много компаний боролись за технологии HERE navigation, когда Nokia выделила ее и продала трем автопроизводителям за ۳,۱ млрд долларов в конце прошлого года. В США конкуренция за услуги данных HERE находится на ранней стадии … больше похожая на Mapillary, чем на немецкого гиганта. CivilMaps, поддерживаемая Ford, привлекла ۶,۶ млн долларов для преследования несколько похожей технологии.
Тем временем такие конкуренты, как Google, не воспринимают всерьез вызов новой функциональности от группы стартапов (или их последних оценок). В случае Google это означает приобретение Urban Engines в начале этого месяца.
«Существуют определенные ситуации, с которыми [ИИ] не может справиться, потому что они не заложены в машину с самого начала», — говорит Солем, «а чтобы их построить, им нужно пройти обучение». Вот почему местные данные так важны, и они могут представлять собой следующий прорыв на пути к полностью автономным транспортным средствам.
