今年百度世界大會的主題，是人工智能。有很多百度在背后提供支持的服務，都開始依托人工智能，在減少了人力上的成本的同時，提高了效率。在百度創(chuàng)始人、董事長兼CEO李彥宏于本屆大會上提到的幾個例子當中，電話銷售、線下消費、日常出行，都因為有了人工智能的滲透發(fā)生了改變。

　　而百度正在通過百度大腦這樣的開放式服務，將人工智能中包含的仿真語音、自然語言識別、圖像識別、大數據挖掘歸納等能力，傳遞給各行各業(yè)的人群，“變換出無窮無盡的可能性”。這其中，出行領域涉及到的電子地圖服務，更像是對人工智能應用的一個先行者，或者說集大成者。人工智能到底改變了電子地圖的什么？在你還沒有察覺之時，下面這些人工智能，已經讓現在的電子地圖，成為如影隨形的出行必備品，抑或貼身伴侶。

　　自然語言交互&仿真語音，讓地圖成為人格化伴侶

　　正如李彥宏說比起百度宣稱對語言識別準確率達到97%的這一成績，他更感興趣的是自然語言識別會在哪些領域發(fā)揮更大的價值。在百度地圖中，在不方便手動操作如駕車等場景中，語音輸入往往是行之有效的手段，而背后的數據儲備與學習和識別的算法，是實現自然語言人機交互的保障。

　　百度度秘自去年百度世界大會發(fā)布以來，有了一年的成長經歷。作為一個智能交流的平臺，度秘提供機器學習和數據挖掘的能力，并以開放的姿態(tài)，歡迎有需求的行業(yè)領域服務接入其中。在有關地圖導航的應用場景中，它能著手應對來自用戶文字輸入或語音兩種表達方式，并以背后的詞匯語言及地理位置數據庫，和最終呈現的人格化表達方式，給用戶更滿意的答案。例如在本屆百度世界大會的服務生態(tài)論壇上，百度地圖事業(yè)部總經理李東旻介紹了百度地圖面向室內場景的度秘逛街助手服務。

　　而仿真語音，雖然屬于人工智能領域的外圍技術，但作為機器(軟件)的表達能力，特別在電子地圖領域，也能給人以親切感。通過技術合成，百度地圖支持的各類明星和卡通人物的語音，能為原本枯燥的地圖導航服務流程，增添不少樂趣。

　　圖像識別深入地圖數據更新

　　在數據的源頭——采集環(huán)節(jié)，人工智能已經逐漸嶄露它的價值。當人工智能不止熱衷于和圍棋大師下棋，而開始操刀地圖測繪內業(yè)繁復冗雜的數據生產流水線時，一個個內業(yè)加工點上發(fā)生著什么呢？百度在一個月前的順德數據開放日上做了一些解答。

　　據悉，百度順德數據中心是一家擁有國家測繪資質的數據采集中心，故將會承接國內所有的數據測繪任務。而這個平日頗為神秘的數據加工廠，其實隨處可見人工智能參與的痕跡。

　　李東旻在演講中強調了百度在地圖數據內業(yè)處理的一些探索，他用“3大刀鋒技術”來描述百度內業(yè)數據處理的技術創(chuàng)新，即影像深度學習道路自動提取、全景圖像自動精準識別，以及多源數據自動差分融合。

　　第一點，即通過圖像識別自動提取和處理道路數據，包括識別道路特征及提取輪廓和繪制道路形狀，還有頗為實用的電子眼提取和全景路口圖像，幫助在地圖中更為直觀地導航。

　　第二點，即通過深度學習識別文字和交通指示牌。道路的左轉箭頭、限速的牌子、街邊的飯店招牌都可以納入這樣的識別場景中，用機器進行自動化的地圖標注。然而即便如此，筆者在參觀順德數據中心內業(yè)工作區(qū)時，還是看到了許多數據工人在屏幕前不斷檢視著“機器人”認字時犯的錯誤，但百度方面的數字顯示，目前通過圖像自動識別而完成的數據處理已經占據80%的份額。

　　第三點，即通過自動差分融合技術快速處理多源數據。數據源不局限于外業(yè)車采集，還有與各地交管部門、出租車、物流車或其他領域合作收集的數據，這些不同數據通過自動識別差分、屬性自動融合，為百度所用。

　　學習用戶習慣，成為更知心的地圖

　　了解用戶的使用習慣，給予智能的服務，同樣也是百度地圖從脫敏的用戶行為數據中，利用人工智能挖掘技術想給予的更優(yōu)化的體驗。

　　例如對于那些熟悉道路，或者經常根據經驗規(guī)劃行程的用戶來說，如何基于他們的固定道路，在經驗主義之上合理地推送更好的建議，需要機器學習能基于更多的數據，例如路況、路徑、POI等數據，并結合用戶在百度地圖上的其它規(guī)律性行為和喜好，作出一個更適合的新決策。像行程助手是百度地圖最近推出的人工智能服務之一，用戶通過該功能規(guī)劃未來各類行程，而其幕后需要挖掘時刻變化的動態(tài)數據，并在出行時刻給出適合的出行方案。

　　此外，通過一個賬號的打通，百度地圖聯(lián)合百度自家或接下來更多百度系產品，挖掘其中與用戶出行、生活息息相關的數據，最后再結合地圖服務予以集成，讓百度地圖成為更智能化的，更有助理價值的平臺。

　　電子地圖和自動駕駛互相補給

　　“3年應用，5年量產”，背負這個不小戰(zhàn)略目標的百度，在世界大會上走出了“漸進式布局自動駕駛”的新招——成立L3智能汽車事業(yè)部。這一職能上稍顯重復的部門，在李東旻看來，是迎合了百度從智慧汽車向無人汽車研發(fā)過程中的中間過渡需求，他們的目標不是一步實現最高等級的自動駕駛，而是基于車聯(lián)網、初期自動駕駛技術的探索，在數據智能化和未來交通上尋求更多的空間。

　　不知從何時開始，地圖已經成為改變人們日常生活方方面面的一個手段和平臺，對于顛覆未來出行的自動駕駛也是如此，我們都清楚高精度地圖是自動駕駛實現的現實基礎，但百度L3事業(yè)部總經理顧維灝認為，自動駕駛過程實時生成的新鮮信息同樣重要。未來，電子地圖在為汽車提供駕駛決策依據的同時，自己也要經歷不斷學習的過程，換句話說，電子地圖活起來了，它在與自動駕駛進行雙向的補給和支持。

　　Learning Map，就是這樣一個理念下誕生的產品。跳脫單純的采集車采集，將諸如用戶手機數據、車內智能硬件(后視鏡、行車記錄儀)，乃至未來的車聯(lián)網內豐富海量的回傳數據統(tǒng)統(tǒng)納入地圖的自學習中，稱得上目前為止較為先進的地圖數據更新方式，致力于更加實時地對現實世界進行感知。（文|泰伯網 思佳 啟臨）