量子位|《微软飞行模拟》用AI还原15亿建筑,出现王宫变写字楼bug


晓查 发自 凹非寺
量子位 报道 | 公众号 QbitAI
全球最大的仿真游戏《微软模拟飞行2020》本周正式上线 。 这款游戏还原了全球200万个城镇、15亿座建筑物和3.7万个机场 , 让玩家感受到真实世界里开飞机的感觉 。
量子位|《微软飞行模拟》用AI还原15亿建筑,出现王宫变写字楼bug
本文插图

知名游戏评测媒体IGN给它打出了满分10分 。
《微软模拟飞行2020》体积巨大 , 安装文件就有90GB , 这还仅仅是飞机数据和基本世界数据 。
此外 , 其他城市的3D图像和机场数据全部需要从微软服务器下载 , 总共用到了2000TB的必应地图数据 。
那么微软是如何用2000TB的数据来对真实世界建模的呢?显然靠人工是不可能的 , 他们选择了和一家AI公司合作 。
其中之一就是来自奥地利的初创公司Blackshark.ai , 该团队仅有大约50人 , 却借助着AI和云计算资源 , 从2D图像重建了世界各地的15亿座建筑物 。
微软为何与这家AI公司合作
微软为何选择这家公司合作原因有两个方面:
首先 , Blackshark所在的城市格拉茨原来有个微软地图团队 , 他们开发了第一批街景和3D版本的必应地图 。
虽然谷歌在地图方面赢得了市场 , 但是必应的3D地图却强于谷歌 。 之后微软又在此地成立了一个研究中心 , 留下了大量人才 。
其次 , Blackshark公司脱胎于游戏工作室Bongfish , 后者开发了《坦克世界:前线》、《Stoked单板滑雪》等知名游戏 。 Stoked第一个360度建模高山运动游戏 。
量子位|《微软飞行模拟》用AI还原15亿建筑,出现王宫变写字楼bug
本文插图

后来 , 他们在开发《坦克世界》的时候意识到 , 像以前开发Stoked那样建造一个庞大的3D地图 , 然后手工防止每个岩石是不太现实的 。
从此Bongfish开始建立内部AI团队 , 使用了机器学习技术来构建一个系统 , 让它和设计者学习如何构建地图 。
一个偶然的机会 , Blackshark公司CEO Michael Putz遇到了来自微软的人 , 这个人正在寻找一个工作室来帮助微软开发新的飞行模拟游戏 。 两人一拍即合 。
重建3D建筑并不容易
但Putz表示 , 很难从2D地图重建3D建筑 , 即使弄清楚建筑物的轮廓也不容易 。
“我们在飞行模拟器中所做的基本上是先查看2D区域 , 然后找出建筑物的占地面积 , 这实际上是计算机视觉任务 。 ”
量子位|《微软飞行模拟》用AI还原15亿建筑,出现王宫变写字楼bug
本文插图

Putz举了一个简单的例子:
“建筑物可能会被一棵树的阴影所遮挡 , 这样一来 , 就不再清楚建筑物的组成部分是什么 , 因此我们需要机器学习完成建筑的其余部分 。 ”
虽然Blackshark也能够依靠其他一些数据 , 包括照片、传感器数据和现有地图数据 , 但它必须基于很少的信息来确定建筑物的高度和其他某些特征 。
搞清楚建筑物轮廓后 , 下一个问题是计算建筑物的高度 。 如果存在现有的GIS(地理信息系统)数据 , 那么这个问题很容易解决 。
对于世界上大多数地区来说 , 这些数据根本不存在或不容易获得 。 该团队将根据2D图像中的阴影等信息寻找提示 。
量子位|《微软飞行模拟》用AI还原15亿建筑,出现王宫变写字楼bug
本文插图

但是 , 要根据阴影确定建筑物的高度 , 需要拍摄照片的时间点 , 而必应地图的图像并没有加时间戳 。
Putz指出:“机器学习的方法略有不同 。 例如摩天大楼和购物中心 , 两者的屋顶都是平的 , 但是摩天大楼上的屋顶摆设与购物中心的屋顶不同 。 当我们以正确的方式标记它时 , 将有助于AI学习 。 ”
然后 , 如果系统知道这个区域内购物中心的平均高度通常为三层 , 则可以使用该高度推测出其他建筑的高度 。


推荐阅读