Nous avons maintenant cartographié 35 % du réseau routier mondial. Voici nos 6 principes de cartographie que nous appliquons en interne lors de la construction de @Hivemapper. 1.   Attention radicale aux détails 2.   Précision des données… à grande échelle 3.   Pousser l'intelligence à la périphérie 4.   Machines > Humains 5.   Le consensus probabiliste bat toujours les règles basées 6.   Commencer avec une base évolutive et un focus étroit (et bien sûr, la cartographie passive est le seul moyen) Quelques notes supplémentaires sur certains de ces points. Les données à grande échelle sont impitoyables 92 % de précision semble bon—jusqu'à ce que vous cartographiiez 10 millions d'objets uniques. Cela représente 800 000 caractéristiques erronées. À 95 %, il reste encore 500 000 erreurs. Vous avez besoin de >98 % de précision pour construire une excellente carte. Pousser l'intelligence à la périphérie Si vous ne le faites pas, vous allez faire faillite. C'est aussi simple que ça. Il y a d'autres bonnes raisons pour cela, mais c'est la raison principale. Le consensus probabiliste bat toujours les règles basées "Si X alors Y" échoue dans le monde réel. Chaque règle a mille exceptions. Le monde est trop chaotique pour des arbres logiques manuels. AI > humains pour le contrôle qualité Les humains s'ennuient. Ils manquent des choses. Les gérer ajoute des coûts. L'AI est plus rapide, plus cohérente et s'améliore chaque jour. Base évolutive > tape-à-l'œil Commencez avec un produit étroit et ennuyeux—si la base évolue, vous gagnerez. Le véritable levier vient des systèmes qui apprennent et s'améliorent avec l'utilisation. Un grand merci à toute la communauté Hivemapper. Il reste encore beaucoup de travail à faire, mais le cœur fonctionne.