האם הרשת העצמית "סופר-אנושית" של גוגל יכולה באמת לספר את המיקום של כל תמונה?

חיפוש תמונות קל יותר מתמיד. אבל אם אתה מנסה למצוא תמונה של משהו במקום זה לא לגמרי ברור (אז לא הפירמידות המצריות או פסל האגודל הענק בפריס), זה יותר קשה ממה שאתה חושב - גם עם מידע geolocation מבוסס על מה בתמונה.

הזן מהנדס Google בשם טוביאס וויאנד וצמד עמיתיו. על פי מאמר חדש בכתב העת arXiv (מבוטא "ארכיון"), השלישייה בנתה מכונת למידה עמוקה המסוגלת לאתר את המיקום של כמעט כל תמונה המבוססת אך ורק על ניתוח הפיקסלים שלה.

כדי להשיג מכונה בהצלחה לבצע משימה כזו, אתה רוצה לתת לו את היכולת intuit מידע מבוסס על רמזים חזותיים. אתה רוצה שזה יחשוב, במילים אחרות, כמו בן אדם.

וויאנד החל לפתח רשת עצבית מלאכותית - מערכת מכונות שתוכננה לחקות את המסלולים הנוירולוגיים של המוח, המאפשרים לה ללמוד, לעבד ולזכור מידע כמו אדם. מערכת חדשה זו, פלאנט, כנראה מסוגלת לבצע ביצועים טובים יותר על בני אדם בקביעת מיקומם של תמונות, לא משנה מה ההגדרה - בין אם היא מקורה או חיצונית, ומציעה כל סוג של רמזים חזותיים ייחודיים או חסרי ייחוד.

איך PlaNet work? וינד וצוותו חילקו את מפת העולם לרשת שהניחה למעלה מ -26,000 צורות רבועות על אזורים שונים, בהתאם למספר התמונות שצולמו במקומות אלה. מקומות צפופים שבהם הרבה תמונות נלקחים בכושר בכיכר קטנה יותר, בעוד גדול, אזורים מרוחקים יותר יכול לחתוך ריבועים גדולים יותר.

הצוות יצר אז מסד נתונים גדול של תמונות כבר geolocated - כמעט 126 מיליון תמונות שונות. כ 91 מיליון שימשו מערך נתונים ללמד PlaNet איך להבין איזו תמונה ניתן להציב בו רשת על המפה העולמית.

לאחר מכן, הרשת העצבית היתה משימה עם geolocating אחרים 34 מיליון תמונות ממסד הנתונים. לבסוף, PlaNet נקבע על סט נתונים של 2.3 מיליון תמונות גיאוגרפיות מ Flickr.

התוצאות? PlaNet יכול לקבוע את ארץ המוצא עבור 28.4 אחוזים של התמונות ואת היבשת עבור 48 אחוזים. יתר על כן, המערכת יכולה לאתר מיקום ברמת הרחוב עבור 3.6 אחוזים של התמונות Flickr, ואת המיקום ברמת העיר עבור 10.1 אחוזים.

ו PlaNet הוא טוב יותר מאשר זה רוב בני האדם - אפילו globetrotters הגדול ביותר. וויאנד גייס 10 אנשים שעברו נסיעות טובות כדי להתחרות ב- PlaNet במשחק של תיוג מיקומים של תמונות שנמצאות ב- Google Street View.

בסך הכל, PlaNet זכתה ב -28 מתוך 50 סיבובים עם שגיאת לוקליזציה חציונית של 1131.7 ק"מ, בעוד שחציון הלוקליזציה האנושית היה 2320.75 ק"מ ", כתבו החוקרים. "ניסוי בקנה מידה קטן זה מראה כי PlaNet מגיע ביצועים על אנושיים במשימה של geolocating Street View הקלעים."

האם זה אמיתי? האם מהנדס גוגל באמת פיתח "א-על" אנושי. מערכת?

כשמדובר בתמונות geolocating, אולי. וזה לא מפתיע מדי - הנקודה של א. היא לא לחקות באופן יסודי את המוח האנושי בכל הדרכים, אלא כדי להגביל את המגבלות האנושיות בכמה דרכים ספציפיות לביצוע משימות הרבה יותר קשות. אז במובן הזה, מה שכותבים החוקרים נכון.

ובכל זאת, זה קטע כדי לקרוא PlaNet "רשת עצבית". צורה אידיאלית של סוג זה של הטכנולוגיה יהיה מסוגל ללמוד על מיקום גיאוגרפי הרבה יותר מאשר תמונה. A.I. מערכות מסוגלות לכתוב דימויים ולנגן סופר מריו, אבל זה חומר קטן לעומת אידיאלי "הורים" מערכת שיכולה באופן אוטומטי לפקח ולשמור vitals, לנהל תחבורה או תשתיות אנרגיה, ועוד.