Wir haben jetzt 35 % des globalen Straßennetzes kartiert. Hier sind unsere 6 Prinzipien für das Mapping, nach denen wir intern leben, wenn wir @Hivemapper aufbauen. 1.   Radikale Aufmerksamkeit für Details 2.   Datenqualität…im großen Maßstab 3.   Intelligenz an den Rand bringen 4.   Maschinen > Menschen 5.   Wahrscheinlichkeitsbasierter Konsens schlägt immer regelbasierte Ansätze 6.   Mit einer skalierbaren Grundlage und engem Fokus beginnen (und natürlich ist passives Mapping der einzige Weg) Einige zusätzliche Anmerkungen zu einigen dieser Punkte. Daten im großen Maßstab sind gnadenlos 92 % Genauigkeit klingt gut – bis du 10 Millionen einzigartige Objekte kartierst. Das sind 800.000 falsche Merkmale. Bei 95 % sind es immer noch 500.000 Fehler. Du brauchst >98 % Genauigkeit, um eine großartige Karte zu erstellen. Intelligenz an den Rand bringen Wenn du das nicht tust, wirst du pleitegehen. So einfach ist das. Es gibt andere gute Gründe dafür, aber das ist der Hauptgrund. Wahrscheinlichkeitsbasierter Konsens schlägt immer regelbasierte Ansätze „Wenn X, dann Y“ scheitert in der realen Welt. Jede Regel hat tausend Ausnahmen. Die Welt ist zu chaotisch für manuelle Logikbäume. AI > Menschen für QA Menschen werden gelangweilt. Sie übersehen Dinge. Sie zu managen, verursacht Kosten. AI ist schneller, konsistenter und wird täglich besser. Skalierbare Grundlage > auffällige Produkte Beginne mit einem schmalen, langweilig aussehenden Produkt – wenn die Grundlage skalierbar ist, wirst du gewinnen. Echte Hebelwirkung kommt von Systemen, die mit der Nutzung lernen und sich verbessern. Ein riesiges Dankeschön an die gesamte Hivemapper-Community. Es gibt noch viel zu tun, aber der Kern funktioniert.