La red neuronal de Google sigue asombrando. Con una nueva máquina de aprendizaje profundo llamada PlaNet, que ha sido entrenada por 126 millones de imágenes y su que acompañan a los datos EXIF, ha adquirido la capacidad "sobrehumana" de señalar la ubicación de casi cualquier Foto.
Un equipo dirigido por Tobias Weyand, un especialista en visión por computadora de Google, creó PlaNet tomando todas esas imágenes y usándolas para dividir el mundo en una cuadrícula de más de 26,000 cuadrados. El tamaño de esos cuadrados varía según la cantidad de imágenes asociadas con cada ubicación.
Por ejemplo, las grandes ciudades como la ciudad de Nueva York, donde se toman muchas fotos todos los días, tienen "una estructura de cuadrícula más fina que las regiones más remotas donde las fotografías son menos comunes", explica. Revisión de tecnología del MIT. Google ha ignorado los océanos y las regiones polares.
Usando 91 millones de imágenes, el equipo pudo enseñarle a PlaNet a calcular la ubicación de la cuadrícula usando solo la imagen en sí. El resultado es una máquina que puede señalar la ubicación o los posibles candidatos cuando se alimenta con una foto.
El equipo probó PlaNet utilizando 2,3 millones de imágenes geoetiquetadas de Flickr. Pudo localizar el 3.6 por ciento de ellos con “precisión a nivel de calle”, dice Weyand, y otro 10.1 por ciento con precisión a nivel de ciudad. PlaNet pudo determinar el país de origen de 28,4 fotos y el contenido del 48 por ciento.
Luego, PlaNet se puso a prueba contra los humanos, que tienen la capacidad de localizar imágenes utilizando todo tipo de señales, incluidos los letreros de las calles, los estilos arquitectónicos e incluso el tipo de vegetación.
"Weyand y compañía pusieron a PlaNet a prueba en una prueba contra 10 humanos que han viajado mucho", agrega. MIT. "Para la prueba, utilizaron un juego en línea que presenta a un jugador una vista aleatoria tomada de Google Street View y le pide que señale su ubicación en un mapa del mundo".
PlaNet pudo vencer a los jugadores humanos al ganar 28 de las 50 rondas con un error de localización medio de 1131,7 km, mientras que el error de localización humano medio fue de 2320,75 km.
"[Este] experimento a pequeña escala muestra que PlaNet alcanza un rendimiento sobrehumano en la tarea de geolocalizar escenas de Street View", dijo el equipo de Weyand.
“Creemos que PlaNet tiene una ventaja sobre los humanos porque ha visto muchos más lugares de los que cualquier humano puede visitar. y ha aprendido señales sutiles de diferentes escenas que son incluso difíciles de distinguir para un ser humano que ha viajado mucho ”, agregar.
PlaNet puede incluso localizar imágenes tomadas en interiores utilizando fotos similares que están vinculadas a álbumes que tienen datos de ubicación adjuntos. Lo más impresionante de la máquina es que solo requiere 377 MB de espacio, lo que significa que cabría fácilmente en su teléfono inteligente o tableta.