Google Maps cambia, in arrivo tre novità basate sull’AI per creare immagini realistiche, analisi e mappe

Google ha annunciato una serie di aggiornamenti importanti per Google Maps e Google Earth, tutti alimentati dall'intelligenza artificiale di Gemini. Presentate durante il Google Cloud Next (una conferenza in programma per questi giorni organizzata dal colosso di Mountain View), le novità ruotano attorno a tre idee chiave: creare immagini realistiche a partire da dati reali (Maps Imagery Grounding) pensata per utilizzi edilizi e cinematografici, automatizzare l'analisi delle immagini satellitari e mettere a disposizione modelli AI già pronti per interpretare il territorio. L'obiettivo è far risparmiare tempo a chi lavora con i dati geografici (aziende, urbanisti, analisti, etc.) rendendo tutto più veloce e scalabile.

Maps Imagery Grounding con Gemini in arrivo su Google Maps

Tra le novità più interessanti c'è la tecnologia Maps Imagery Grounding, che permette di generare contenuti visivi ancorati al mondo reale. In pratica, l'AI non inventa paesaggi dal nulla: li costruisce partendo dalle immagini di Street View, con risultati coerenti e credibili. Tramite la piattaforma Gemini Enterprise, basta descrivere a parole un luogo per ottenere in pochi secondi un'immagine che sembra scattata lì.

Le ricadute pratiche sono immediate. Nel cinema, ad esempio, si possono simulare location senza muoversi fisicamente, abbattendo costi e tempi per fare i sopralluoghi. Nel marketing, le agenzie possono ambientare le loro campagne in contesti urbani realistici senza organizzare shooting in giro per il mondo. E integrando strumenti come Veo (un modello di Google che permette di generare video con l'AI) si può passare direttamente da un'idea a una sequenza animata.

L'analisi geospaziale diventa automatica

Google sta anche lavorando per rendere molto più semplice l'analisi delle immagini aeree e satellitari. Finora, esaminare questo tipo di dati significava affidarsi a operatori umani che scorrevano manualmente enormi quantità di materiale visivo: un processo lento e pieno di margini di errore.

Con la nuova integrazione in BigQuery, la piattaforma cloud di Google per l'analisi dei dati, tutto questo può essere automatizzato. Il risultato? Operazioni che prima richiedevano settimane di lavoro oggi possono essere completate da urbanisti e analisti di dati in pochi minuti. Un vantaggio enorme per figure come queste che si occupano di pianificazione urbana e che, grazie a questa tecnologia, potranno monitorare l'espansione di una città, individuare cantieri attivi o pianificare nuove infrastrutture in modo molto più semplice rispetto a prima.

I nuovi modelli Earth AI Imagery

A completare il quadro arrivano due nuovi modelli Earth AI Imagery, disponibili nel Google Cloud Model Garden. Questi modelli sono progettati per riconoscere automaticamente elementi infrastrutturali nelle immagini – ponti, strade, linee elettriche, etc. – senza che le aziende debbano costruire e addestrare sistemi simili partendo da zero, un'operazione che richiede competenze specializzate e mesi di lavoro.

L'utilità di questi strumenti emerge con chiarezza in situazioni di emergenza, come quelle dovute a calamità naturali di vario genere. Dopo un'alluvione o una tempesta violenta, sapere rapidamente dove si sono concentrati i danni maggiori può fare la differenza, sia nelle prime operazioni di soccorso che nel poter fare una prima stima dei danni.

Aziende come Vantor, specializzate in intelligenza spaziale, usano già questi modelli per trasformare immagini satellitari grezze in informazioni operative: strade interrotte, detriti, aree da raggiungere con priorità. Un'analisi che prima avrebbe richiesto giorni, oggi si fa in automatico, con benefici diretti per le comunità colpite dai disastri.

non perderti questo articolo

Google Maps, il nuovo strumento aiuta a scovare recensioni false: come funziona e come riconoscerle