RapID: Facebook hilft Openstreetmap mit KI-Editor

Die Community von Openstreetmap bekommt Unterstützung durch ein KI-basiertes Werkzeug von Facebook. Dieses schlägt den Verlauf von Straßen und Wegen vor, die die Community dann verifizieren kann.

Artikel veröffentlicht am 24. Juli 2019, 10:32 Uhr, Sebastian Grüner

Facebook will die Kartierung von Straßen mit Hilfe von Machine Learning vereinfachen. (Bild: kweez mcG/Flickr.com/CC-BY 2.0)

Facebook hat den Dienst Map with AI zum Kartieren neuer Daten für Openstreetmap bereitgestellt. Ziel des Dienstes ist es, den Mapper genannten Community-Mitgliedern durch ein Machine-Learning-Modell erstellte Vorschläge für Straßen und Wege vorzuschlagen, die diese dann verifizieren und um eventuell notwendige Details erweitern können.

Ein Team von Facebook-Mappern habe laut der Ankündigung damit bereits sämtliche fehlenden Straßen in Thailand sowie rund 90 Prozent der fehlenden Straßen in Indonesien kartieren können. Für Thailand konnte damit die Länge des Straßennetzes in Openstreetmap mehr als verdoppelt werden.

In dem nun öffentlichen Dienst haben Mapper zunächst Zugriff auf automatisch generierte Straßen in Afghanistan, Bangladesch, Indonesien, Mexiko, Nigeria, Tansania und Uganda. Weitere Länder sollen folgen. Um das Kartieren mit diesen Daten zu vereinfachen, hat Facebook gemeinsam mit der Openstreetmap-Community das Werkzeug RadID erstellt, das von dem bekannten ID-Editor abgeleitet ist.

Hilfe für den Krisenfall

RapID ist in das Projekt von Humanitarian Openstreetmap (HOTOSM) integriert und bereits bei den massiven Überschwemmungen im indischen Bundesstaat Kerala im vergangenen Jahr genutzt worden. Ziel von HOTOSM ist es, insbesondere im Krisenfall schnell Kartendaten zu erstellen und damit die Hilfe vor Ort zu unterstützen. Das kann Leben retten.

Ganz uneigennützig ist die Arbeit an RapID und Map with AI von Facebook aber natürlich nicht. So weist das Unternehmen darauf hin, dass die damit erstellten Daten den eigenen Diensten Marketplace und Local helfen.

Details zu dem für den Dienst genutzten Machine-Learning-Modell und vor allem wie dieses erstellt worden ist, liefert ein ausführlicher Eintrag im KI-Blog von Facebook. Auf Github steht außerdem eine kurze Einführung bereit, wie RapID in der HOTOSM genutzt werden kann.