2018年、Uberのデータサイエンティストたちはトロントで数百万件の乗車座標をプロットし、基礎となるストリートマップをオフにしました。 人の動きの密度が街を完璧に引き出していた。ネガティブスペースにはオンタリオ湖、主要な公園、建物の正確な敷地が描かれていました。テレメトリーデータが地図になっていた。 その実現には巨大な計算ボトルネックを解決する必要がありました。Uberは位置情報データに溺れていました。従来の地図作成ソフトウェアは静的地図用に作られていました。グローバルなライドシェアネットワークの高速データをこれらのシステムに供給することで、ブラウザはフリーズしクラッシュしました。 まったく新しいアーキテクチャが必要だったのです。 ウーバーは元物理建築家でMITでコンピュータサイエンスに転向したシャン・ヘーを迎え入れました。彼女は、データサイエンティストがカスタムレンダリングコードを書かずに大量のデータセットを操作する必要があることを認識していました。 彼女は標準的なウェブレンダリングを使う代わりに、このフレームワークはブラウザのメインスレッドを迂回し、複雑な幾何学的計算を直接ユーザーのグラフィックス処理ユニットに委ねるというものの開発を主導しました。 その結果、100万以上のデータポイントと数千回のトリップを同時にスムーズにレンダリングできるウェブアプリケーションが誕生しました。誰でも数秒で複雑な3Dビジュアライゼーションを作ることができます。 社内の発見によりウーバーは数百万ドルを節約しました。マンハッタン全域の推定到着時刻誤差をマッピングすることで、分析者は水辺の深刻な物資不足を可視化しました。川の物理的な境界が車を北行きの方向に押し込み、静かにグローバルな配車アルゴリズムを破っていた。 彼らは3D建物のジオメトリ上で非常に細かい六角形グリッドを用いてピックアップ成功率をマッピングしました。視覚化は、キャンセルの原因となる正確な路地や複雑な建物の出口を特定した。Uberはこのデータを即座に利用してピックアップ推奨エンジンを書き換えました。 レンダリングエンジンは座標と時間しか処理しなかったため、被写体には全く無関心でした。ある技術者はこれを用いて、飛行車の都市空域の理論的な物流をモデル化しました。学術界はまったく同じツールを使って、ダニ媒介ウイルスの空間分布を追跡し、衛星軌道をマッピングしました。 Uberはオープンソースライセンスの下でリリースするという戦略的な決定を下しました。それはほぼ一夜にして業界標準となりました。Airbnbはパンデミック中の家賃価格変動を追跡するためにこれを利用しました。都市計画者たちはこれを用いてニューヨーク全域の通勤パターンを解き明かしました。 その後、コアエンジニアリングチームはUberを離れ、Unfoldedというスタートアップを設立しました。彼らはオープンソースのレンダリングエンジンの上にエンタープライズグレードのデータ管理ツールを構築しました。 彼らは600万ドルを調達し、その建築の企業価値を証明し、2021年にフォースクエアに買収されました。 もともとはタクシー移動の可視化時にブラウザがクラッシュするのを防ぐために作られたツールが、地理空間可視化において非常に重要なツールとなりました。