I sistemi di mappe online hanno cambiato il nostro modo di orientarci, ma il processo per ottenerle non è affatto facile. Anche dopo aver realizzato fotografie aeree, le auto di Google Maps devono macinare chilometri per tracciare manualmente i labirinti di strade più intricati, il tutto in paesaggi urbani in continua evoluzione.
Il risultato è che ci sono ancora molti buchi, nelle mappe degli oltre 32 milioni di km di strade che percorrono il Pianeta: vuoti che potrebbero creare difficoltà a chi guida e, un domani, ai veicoli autonomi.
Gli ingegneri del Laboratorio di Scienze informatiche e di Intelligenza artificiale del MIT hanno messo a punto un sistema automatico che sfrutta l'intelligenza artificiale per ricostruire, a partire dalle immagini aeree, i reticoli di strade di quartieri e città, raggiungendo un'accuratezza del 45% superiore ai software impiegati di solito.
Non infallibili. In genere, i programmi usati per analizzare le immagini aeree e satellitari sfruttano le reti neurali (architetture di algoritmi che mimano le connessioni tra neuroni nel cervello) per analizzare l'intera foto tutta in una volta, e decidere quali pixel, nell'immagine, corrispondono a strade e quali no. Questo metodo, chiamato segmentazione, non è particolarmente accurato: le ombre proiettate da alberi e case possono confondere le idee e risultare in buchi ed errori che vanno poi corretti a mano, decidendo in base ad assunzioni non sempre corrette (per esempio, collegando due tratti stradali soltanto perché adiacenti).
Una via per volta. RoadTracer (così si chiama il nuovo sistema) ha un approccio diverso. Parte da una località nota all'interno di una foto e poi si orienta da lì, determinando di volta in volta quale punto ha più probabilità di essere il successivo sulla strada. Questo punto viene aggiunto alla mappa e da lì si riparte, passo per passo.
«Anziché prendere migliaia di decisioni diverse tutte in una volta su quali pixel rappresentano parti di strade, RoadTracer si concentra su un problema più semplice, decidendo quale direzione prendere da un punto particolare che sappiamo già essere strada», spiega Fayven Bastani, tra gli sviluppatori. «Il processo è molto più vicino a quello che noi umani usiamo per costruire modelli mentali del mondo intorno a noi».
Buoni risultati. I ricercatori hanno istruito RoadTracer dandogli in pasto le immagini di 25 città tra Europa e Nord America, e lo hanno poi messo alla prova su 15 città diverse. Nel caso di New York ha predetto correttamente il 44% degli incroci stradali, oltre il doppio di quelli azzeccati dai sistemi precedenti.
Il progetto potrebbe in futuro essere sfruttato per mappare le aree in rapida trasformazione o quelle meno raggiungibili, per le quali non esistono ancora mappe accurate.
Qui sotto, un video che ne sintetizza il funzionamento.