Teraz zmapowaliśmy 35% globalnej sieci drogowej. Oto nasze 6 zasad mapowania, którymi kierujemy się wewnętrznie podczas budowania @Hivemapper. 1.   Radykalna uwaga na szczegóły 2.   Dokładność danych… w skali 3.   Przenieś inteligencję na krawędź 4.   Maszyny > Ludzie 5.   Konsensus probabilistyczny zawsze przewyższa zasady oparte na regułach 6.   Zacznij od skalowalnej podstawy i wąskiego skupienia (i oczywiście pasywne mapowanie to jedyny sposób) Kilka dodatkowych uwag na temat niektórych z nich. Dane w skali są bezlitosne 92% dokładności brzmi dobrze—dopóki nie mapujesz 10M unikalnych obiektów. To 800K błędnych cech. Przy 95% to wciąż 500K błędów. Potrzebujesz >98% dokładności, aby zbudować świetną mapę. Przenieś inteligencję na krawędź Jeśli tego nie zrobisz, zbankrutujesz. To takie proste. Są inne dobre powody, ale to jest główny powód. Konsensus probabilistyczny zawsze przewyższa zasady oparte na regułach „Jeśli X, to Y” zawodzi w rzeczywistym świecie. Każda zasada ma tysiąc wyjątków. Świat jest zbyt chaotyczny dla ręcznych drzew logicznych. AI > ludzie w QA Ludzie się nudzą. Przegapiają rzeczy. Zarządzanie nimi zwiększa koszty. AI jest szybsze, bardziej spójne i codziennie się poprawia. Skalowalna podstawa > efektowność Zacznij od wąskiego, nudno wyglądającego produktu—jeśli podstawa się skaluje, wygrasz. Prawdziwa dźwignia pochodzi z systemów, które uczą się i poprawiają z użyciem. Ogromne podziękowania dla całej społeczności Hivemapper. Wciąż jest wiele do zrobienia, ale rdzeń działa.