地图应用搜索,没有AI也能这么聪明?——'HippoMaps'展现的全新可能

智能手机屏幕上显示自然语言搜索栏和地图路线的画面
AI Summary

探讨了在没有大语言模型(LLM)的情况下,利用确定性解析器用日常语言超高速搜索OpenStreetMap的地图应用'HippoMaps'及其相关技术意义。

想象一下。周末你和朋友们去了瑞士苏黎世旅游。走在陌生城市的街道上,突然想喝一杯热咖啡。打开智能手机地图应用,不再像平时那样逐个搜索店名,而是直接把脑海中浮现的想法输入进去:“苏黎世利马特河附近、距离湖泊100米以内的咖啡馆”。除了大型企业的巨头地图应用外,面对这种复杂的句子往往会报错或者给出离谱的地点,而现在,只需几秒钟就能在地图上精准标出该地点的地图应用诞生了 [Source 1]。

这就是最近在在线技术社区Hacker News上受到广泛关注的开源地图及导航应用 HippoMaps 的故事 [Source 1, Source 8]。在充斥着人工智能(AI)热潮的现代软件行业中,该项目在没有AI模型帮助的情况下,仅凭精细的规则和算法实现了自然语言地理搜索,为我们带来了审视技术的独特视角 [Source 1]。


为什么这很重要?

我们每天使用的谷歌地图(Google Maps)或高德地图等服务提供了全球庞大的地点数据和便捷的搜索功能。但在其背后,存在着一个巨大的宝库,即开源地图生态系统 OpenStreetMap(全世界人们共同构建的免费全球地图,简称OSM) [Source 5, Source 9]。OpenStreetMap是一个任何人都可以自由使用和修改的公共地理信息库,但它有一个致命的弱点:搜索功能不像商业应用那样亲切、快速 [Source 1]。

不仅是一般用户,对于进行深度报道的新闻记者来说,OpenStreetMap也是一个巨大的信息宝库,但要想找到想要的数据,必须熟练掌握复杂的数据库命令——Overpass查询语言(Overpass Query Language,简称OverpassQL,即OpenStreetMap专用数据搜索命令) [Source 3, Source 5]。正因如此,普通人或非专业人士很难充分利用这一庞大的宝库 [Source 3, Source 5]。

像HippoMaps这样项目之所以重要,是因为它为不懂编程或数据库语法普通人打开了一条道路:让他们能够用平时的说话方式向地图发问,精准找到想要的地点 [Source 1]。它证明了无需昂贵的服务器费用或庞大的人工智能模型大脑,只要有聪明的架构,任何人都可以享受快速便捷的地图服务 [Source 1]。


轻松理解:无需AI即可运行的“智能翻译器”的秘密

目前绝大多数最新技术为了理解人类的自然语言,都在使用诸如ChatGPT之类的大型人工智能模型(LLM) [Source 1]。但人工智能有时会给出离谱的回答(幻觉),而且存在响应耗时、服务器成本高等缺点。

HippoMaps没有使用人工智能这门大炮,而是选择了像精心调校的“瑞士军刀”一样的方法 [Source 1]。可以这样形象地比喻:

这样比喻更容易理解:

如果利用大型人工智能模型的搜索是每次都深入思考语境并进行即兴翻译的“同声传译员”,那么HippoMaps的方式就像是手握严密的语法规则和单词卡片,将输入的句子按语法单位层层拆解、以最快速度找到正确答案的“高度机械化的自动分类秘书”。

HippoMaps将用户在搜索栏输入的句子切分成细小的 Token(具有语义的最小语料单位) [Source 1]。然后,通过对照单词列表(知名品牌、体育项目、OpenStreetMap标签等),准确把握用户究竟想寻找 “什么(What)” [Source 1]。同时,利用地理编码服务 Photon(将地址或地名转换为坐标的搜索服务) 找出用户指定的 “在哪里(Where)” [Source 1]。

简单来说,系统会分析句子的骨架,瞬间得出结论:“啊,这个用户正在‘苏黎世’这个地区寻找‘咖啡馆’!并且附加了‘利马特河附近’和‘距离湖泊100米以内’的距离条件”,然后将其流畅地翻译成OpenStreetMap能够理解的OverpassQL查询语言 [Source 1]。由于此过程无需经历人工智能的推理阶段,因此搜索速度极快,且出现错误结果的概率很低 [Source 1]。


当前现状:开源地图与自然语言搜索的演进

目前在OpenStreetMap生态系统中,各项尝试层出不穷,旨在帮助所有人轻松进行复杂的地理查询。代表性的例子是,学术界和开发社区一直在积极推进将自然语言问题转换为OpenStreetMap专用搜索命令的 文本转OverpassQL(Text-to-OverpassQL) 课题研究 [Source 2, Source 3]。

此外,还发布了诸如 SPOT 等开源项目,利用OpenStreetMap数据,帮助记者或研究人员通过日常语言描述场景进行搜索,获得了良好的反响 [Source 5]。例如,输入“查找巴黎公交车站旁边的一家意大利餐厅”这样的句子,系统就能理解并筛选出数据 [Source 5]。

HippoMaps在此趋势下更进一步。它不仅仅是模仿搜索功能,而是将我们在地图应用中期待的几乎所有必不可少的功能都融入到了一个开源软件包中 [Source 1]:

  1. 超高速定制搜索引擎: 搭载定制的Overpass API引擎,提供不逊色于商业地图应用的快速POI(兴趣点)、区域及路线搜索 [Source 1]。
  2. 丰富的探索功能: 完美支持充满创意和复杂条件组合的搜索,例如“柏林当前营业中的药店”、“瓦莱州海拔4000米以上的山峰”、“塞尔维亚多瑙河上的桥梁” [Source 1]。
  3. 综合导航功能: 不仅限于搜索,还通过Valhalla(开源路线规划引擎)支持语音播报的逐向导航(利用Piper语音合成引擎)、欧洲内部公共交通路线规划(MOTIS),以及部分国家的实时交通信息 [Source 1]。
  4. 开源发布: 所有这些高完成度的功能均以GPL-3.0开源许可发布,任何人都可以查看代码并为其贡献力量 [Source 1, GitHub仓库: https://github.com/cdutsov/hippomaps]。

未来走向如何?

专家和开源开发者对这种确定性自然语言搜索方式的发展寄予厚望 [Source 1]。因为即使不消耗巨额服务器费用和电力来维护庞大的人工智能模型,只要将基于规则的智能解析器与整理良好的地理数据库相结合,就能在智能手机环境中打造出足够轻量且强大的本地导航应用 [Source 1]。

未来,即使在互联网连接不够顺畅的偏远地区或旅游胜地,当用户用自己日常使用的母语轻声询问路线时,基于全球OpenStreetMap数据瞬间提供定制路线指南的独立地图应用也将越来越多 [Source 1, Source 16]。这是全球开发者齐心协力构建的公共地图资产摆脱科技巨头垄断、大步走进日常生活的重要变革节点 [Source 1, Source 9]。


MindTickleBytes的AI记者视角

在不依赖复杂人工智能模型的情况下,通过精细的规则和分词方式实现了快速、精准的地理搜索,展现了软件工程的精湛匠心。这是推动地图数据大众化的一次极具意义的尝试。


参考资料

  1. Show HN: Fast deterministic natural language search for OpenStreetMap data — https://hippomaps.ch/?q=cafes+by+the+Limmat+100+m+from+the+lake+in+zurich#map=15.02/47.36708/8.54935, https://github.com/cdutsov/hippomaps [Source 1]
  2. Text-to-OverpassQL: A Natural Language … - ar5iv — https://ar5iv.labs.arxiv.org/html/2308.16060 [Source 2]
  3. Text-to-OverpassQL: A Natural Language Interface … - arXiv — https://arxiv.org/abs/2308.16060 [Source 3]
  4. Text-to-OverpassQL: A Natural Language Interface for Complex … (PDF) — https://aclanthology.org/2024.tacl-1.31.pdf [Source 4]
  5. New natural language search interface for OSM (public demo, open source) — https://community.openstreetmap.org/t/new-natural-language-search-interface-for-osm-public-demo-open-source/134816 [Source 5]
  6. Text-to-OverpassQL: A Natural Language Interface for Complex … (ACL Anthology) — https://aclanthology.org/2024.tacl-1.31/ [Source 6]
  7. Text-to-OverpassQL: A Natural Language Interface for Complex … (Schumann Pub) — https://www.schumann.pub/assets/uploads/publications/pdfs/staniek_2023.pdf [Source 7]
  8. HN.watch Hacker News with explainer videos — https://hn.watch/ [Source 8]
  9. OpenStreetMap — https://www.openstreetmap.org/ [Source 9]
  10. Open source geocoding with OpenStreetMap data — https://nominatim.org/ [Source 10]
AD
测试你的理解
Q1. HippoMaps为进行地图搜索而使用的核心方式是什么?
  • 利用大型语言模型(LLM)进行推理
  • 不使用人工智能的确定性(Deterministic)解析器
  • 云端专用人工神经网络翻译
HippoMaps不使用LLM,而是通过将搜索词切分为Token,并利用已知品牌/标签词汇表及地理编码器来实现确定性解析器。
Q2. 为了用复杂条件搜索OpenStreetMap(OSM)数据,所使用的专用查询语言名称是什么?
  • Overpass查询语言(OverpassQL)
  • SQL数据库语言
  • Python地理查询
在OpenStreetMap生态系统中,为了进行复杂的地理数据库查询,广泛使用Overpass查询语言(OverpassQL)。
Q3. 文章中提到的SPOT工具主要是为了帮助哪类用户群体而开发的?
  • 编程专业开发人员
  • 专业新闻记者
  • 导航硬件工程师
SPOT使用户能够通过自然语言场景描述来搜索OpenStreetMap,从而帮助需要进行数据调查的新闻记者轻松使用。