Ahora hemos mapeado el 35% de la red mundial de carreteras. Estos son nuestros 6 principios para mapear internamente cuando construimos @Hivemapper . 1. Atención radical al detalle 2. Precisión de los datos... a escala 3. Lleva la inteligencia al límite 4. Máquinas > humanos 5. El consenso probabilístico siempre supera a las reglas 6. Comience con una base escalable y un enfoque estrecho (y, por supuesto, el mapeo pasivo es la única manera) Algunas notas adicionales, algunas de estas. Los datos a escala son implacables La precisión del 92% suena bien, hasta que está mapeando 10 millones de objetos únicos. Son 800K características incorrectas. Al 95%, siguen siendo 500K errores. Necesita una precisión del >98% para construir un gran mapa. Lleve la inteligencia al borde Si no lo haces, te arruinarás. Es así de simple. Hay otras buenas razones para esto, pero esa es la razón principal. El consenso probabilístico siempre supera al basado en reglas "Si X, entonces Y" falla en el mundo real. Cada regla tiene mil excepciones. El mundo es demasiado caótico para los árboles lógicos manuales. La IA > humanos para el control de calidad Los humanos se aburren. Se pierden cosas. Administrarlos agrega costos. La IA es más rápida, más consistente y mejora cada día. Base escalable > llamativa Comience con un producto estrecho y de aspecto aburrido: si la base escala, ganará. El verdadero apalancamiento proviene de sistemas que aprenden y mejoran con el uso. Un gran agradecimiento a toda la comunidad de Hivemapper. Todavía queda mucho trabajo por hacer, pero el núcleo está funcionando.