Google在已經(jīng)掌握如何運(yùn)用機(jī)器學(xué)習(xí)，來(lái)讓翻譯功能變得更為強(qiáng)大的同時(shí)，他們又想到了可以結(jié)合神經(jīng)網(wǎng)絡(luò)，來(lái)利用地圖街景的龐大影像資料庫(kù)進(jìn)行更多新的應(yīng)用，例如：改善 Google 地圖的商業(yè)信息精確度。Google 近年來(lái)已利用演算法成功地從 Street View 分析取得路牌號(hào)碼。現(xiàn)在，則是又更進(jìn)一步將其使用在取得街道 / 商店名稱與電話等信息之上。這項(xiàng)技術(shù)其實(shí)早就初步應(yīng)用在了街景功能剛開(kāi)始推行時(shí)，因隱私爭(zhēng)議而針對(duì)人臉與車牌模糊化的功能之中。而隨著機(jī)器學(xué)習(xí)與人工智慧技術(shù)的更為進(jìn)步，Google 的演算法已經(jīng)能通過(guò)同個(gè)目標(biāo)如招牌等，在不同趟次的街景車掃描時(shí)的多組圖片進(jìn)行交叉判讀。所以即便原始擷取的單張圖片不見(jiàn)得完全清晰且信息完整，也能夠通過(guò)此演算法判讀出正確信息。根據(jù)官方實(shí)測(cè)，這樣的技術(shù)已可從法國(guó)的街景中達(dá)到超過(guò) 84% 的準(zhǔn)確率；而單就街牌號(hào)碼的判讀工作上，也已經(jīng)改善了全球 1/3 的地圖信息了。接下來(lái)街景車所搜集到的資料，也將可以更快地用來(lái)更新地圖上的商家信息，而不見(jiàn)得僅能靠人工或資料庫(kù)來(lái)慢慢新增。