Abbiamo ora mappato il 35% della rete stradale globale. Ecco i nostri 6 principi per la mappatura che seguiamo internamente quando costruiamo @Hivemapper. 1.   Attenzione radicale ai dettagli 2.   Accuratezza dei dati… su larga scala 3.   Spingere l'intelligenza al limite 4.   Macchine > Umani 5.   Il consenso probabilistico batte sempre le regole 6.   Iniziare con una base scalabile e un focus ristretto (e ovviamente la mappatura passiva è l'unico modo) Alcune note aggiuntive su alcuni di questi. I dati su larga scala non perdonano Il 92% di accuratezza sembra buono—fino a quando non stai mappando 10 milioni di oggetti unici. Sono 800K caratteristiche errate. Al 95%, ci sono ancora 500K errori. Hai bisogno di >98% di accuratezza per costruire una grande mappa. Spingere l'intelligenza al limite Se non lo fai, andrai in bancarotta. È così semplice. Ci sono altre buone ragioni per questo, ma questa è la ragione principale. Il consenso probabilistico batte sempre le regole "Se X allora Y" fallisce nel mondo reale. Ogni regola ha mille eccezioni. Il mondo è troppo caotico per gli alberi logici manuali. AI > umani per il QA Gli umani si annoiano. Si perdono delle cose. Gestirli aggiunge costi. L'AI è più veloce, più coerente e sta migliorando ogni giorno. Fondazione scalabile > appariscente Inizia con un prodotto ristretto e dall'aspetto noioso—se la base scala, vincerai. Il vero leverage deriva da sistemi che apprendono e migliorano con l'uso. Un enorme grazie a tutta la comunità di Hivemapper. C'è ancora molto lavoro da fare, ma il nucleo sta funzionando.