Googlen hermoverkko yllättää edelleen. Uusi syväoppiva kone nimeltä PlaNet, jota on kouluttanut 126 miljoonaa kuvaa ja niitä EXIF -tietojen mukana, se on havainnut "yli -inhimillisen" kyvyn määrittää melkein minkä tahansa sijainti kuva.
Googlen tietokonenäön asiantuntijan Tobias Weyandin johtama tiimi loi PlaNetin ottamalla kaikki nämä kuvat ja jakamalla ne yli 26 000 neliön ruudukkoon. Näiden neliöiden koko vaihtelee sen mukaan, kuinka monta kuvaa kuhunkin sijaintiin liittyy.
Esimerkiksi suurissa kaupungeissa, kuten New Yorkissa, joissa otetaan paljon valokuvia päivittäin, on ”hienorakeisempi ruudukkorakenne kuin syrjäisimmillä alueilla, joilla valokuvat ovat harvinaisempia”, selittää MIT -tekniikan katsaus. Google on jättänyt huomiotta valtameret ja napa -alueet.
Käyttämällä 91 miljoonaa kuvaa tiimi pystyi opettamaan PlaNetin selvittämään ruudukon sijainnin käyttämällä vain itse kuvaa. Tuloksena on kone, joka voi määrittää paikan tai todennäköiset ehdokkaat, kun sille syötetään valokuva.
Tiimi testasi PlaNetin käyttämällä 2,3 miljoonaa geotunnisteella merkittyä kuvaa Flickristä. Se pystyi paikantamaan 3,6 prosenttia heistä "katutason tarkkuudella", Weyand sanoo, ja vielä 10,1 prosenttia kaupunkitason tarkkuudella. PlaNet pystyi määrittämään 28,4 valokuvan alkuperämaan ja 48 prosentin sisällön.
PlaNet testattiin sitten ihmisiä vastaan, joilla on kyky löytää kuvia käyttämällä kaikenlaisia vihjeitä, mukaan lukien katukyltit, arkkitehtoniset tyylit ja jopa kasvillisuus.
"Weyand ja hänen kumppaninsa suorittivat PlaNetin testin kymmenen hyvin matkustanutta ihmistä vastaan", lisää MIT. "Testissä he käyttivät online -peliä, joka esittää pelaajalle satunnaisen näkymän Google Street View'sta ja pyytää häntä määrittämään sen sijainnin maailmankartalla."
PlaNet pystyi voittamaan ihmispelaajat voittamalla 28 kierrosta 50: stä, ja niiden lokalisointivirheiden mediaani oli 1131,7 km, kun taas ihmisten lokalisointivirheiden mediaani oli 2320,75 km.
"[Tämä] pienimuotoinen kokeilu osoittaa, että PlaNet saavuttaa yli-inhimillisen suorituskyvyn Street View -kohteiden paikantamisessa", Weyandin tiimi sanoi.
”Mielestämme PlaNetillä on etu ihmisiin nähden, koska se on nähnyt paljon enemmän paikkoja kuin kukaan ihminen voi koskaan käydä ja hän on oppinut hienovaraisia vihjeitä eri kohtauksista, joita hyvin matkustavan ihmisen on jopa vaikea erottaa ”, he lisätä.
PlaNet voi jopa paikantaa sisätiloissa otetut kuvat käyttämällä samankaltaisia valokuvia, jotka on sidottu albumeihin, joihin on liitetty sijaintitietoja. Koneessa vaikuttavinta on, että se vaatii vain 377 Mt tilaa, mikä tarkoittaa, että se mahtuu helposti älypuhelimeesi tai tablet -laitteeseesi.
