Já mapeamos 35% da rede rodoviária global. Aqui estão nossos 6 princípios para o mapeamento que vivemos internamente ao construir @Hivemapper . 1. Atenção radical aos detalhes 2. Precisão dos dados... em escala 3. Leve a inteligência ao limite 4. Máquinas > humanos 5. O consenso probabilístico sempre supera o baseado em regras 6. Comece com uma base escalável e foco estreito (e, claro, o mapeamento passivo é a única maneira) Algumas notas adicionais, algumas delas. Dados em escala são implacáveis 92% de precisão parece bom - até que você esteja mapeando 10 milhões de objetos únicos. São 800 mil recursos errados. Em 95%, ainda são 500 mil erros. Você precisa de >98% de precisão para construir um ótimo mapa. Leve a inteligência ao limite Se você não fizer isso, você vai quebrar. É simples assim. Existem outras boas razões para isso, mas essa é a principal razão. O consenso probabilístico sempre supera o baseado em regras "Se X, então Y" falha no mundo real. Cada regra tem mil exceções. O mundo é caótico demais para árvores lógicas manuais. IA > humanos para controle de qualidade Os humanos ficam entediados. Eles sentem falta de coisas. Gerenciá-los aumenta o custo. A IA é mais rápida, mais consistente e está melhorando a cada dia. Base escalável > chamativa Comece com um produto estreito e de aparência chata - se a base for dimensionada, você vencerá. A alavancagem real vem de sistemas que aprendem e melhoram com o uso. Um grande obrigado a toda a comunidade Hivemapper. Ainda há muito trabalho a fazer, mas o núcleo está funcionando.