Rețeaua neuronală Google continuă să uimească. Cu o nouă mașină de învățare profundă numită PlaNet, care a fost instruită de 126 de milioane de imagini și ale acestora însoțind datele EXIF, a preluat capacitatea „supraomenească” de a identifica locația aproape oricărui fotografie.
O echipă condusă de Tobias Weyand, specialist în viziune computerizată la Google, a creat PlaNet luând toate aceste imagini și folosindu-le pentru a împărți lumea într-o rețea de peste 26.000 de pătrate. Dimensiunea acestor pătrate variază în funcție de câte imagini sunt asociate fiecărei locații.
De exemplu, orașele mari, cum ar fi New York City, unde sunt făcute multe fotografii în fiecare zi, au „o structură a grilei cu granulație mai fină decât regiunile mai îndepărtate în care fotografiile sunt mai puțin frecvente”, explică MIT Technology Review. Google a ignorat oceanele și regiunile polare.
Folosind 91 de milioane de imagini, echipa a reușit să-l învețe pe PlaNet să calculeze locația grilei folosind doar imaginea în sine. Rezultatul este o mașină care poate identifica locația sau candidații probabili atunci când este hrănită cu o fotografie.
Echipa a testat PlaNet folosind 2,3 milioane de imagini geoetichetate de la Flickr. Acesta a reușit să localizeze 3,6% dintre acestea cu „precizie la nivel de stradă”, spune Weyand, și alte 10,1% la precizie la nivel de oraș. PlaNet ar putea determina țara de origine a 28,4 fotografii și conținutul de 48%.
PlaNet a fost apoi pus la încercare împotriva oamenilor, care au capacitatea de a localiza imagini folosind tot felul de indicii, inclusiv indicatoare stradale, stiluri arhitecturale și chiar tipul de vegetație.
„Weyand and co au pus PlaNet în ritm într-un test împotriva a 10 oameni bine călătoriți”, adaugă MIT. „Pentru test, ei au folosit un joc online care prezintă un jucător cu o vizualizare aleatorie preluată din Google Street View și îi cere să-i identifice locația pe o hartă a lumii.”
PlaNet a reușit să învingă jucătorii umani câștigând 28 din cele 50 de runde cu o eroare de localizare mediană de 1131,7 km, în timp ce eroarea medie de localizare umană a fost de 2320,75 km.
„[Acest] experiment la scară mică arată că PlaNet atinge performanțe supraomenești în sarcina geolocalizării scenelor Street View”, a spus echipa lui Weyand.
„Credem că PlaNet are un avantaj față de oameni, deoarece a văzut multe mai multe locuri decât orice om poate vizita vreodată și a învățat indicii subtile ale diferitelor scene care sunt chiar greu de distins pentru un om bine călătorit ”, au spus ei adăuga.
PlaNet poate chiar localiza imagini realizate în interior utilizând fotografii similare legate de albume care au date de locație atașate. Ceea ce este mai impresionant la aparat este că necesită doar 377 MB de spațiu, ceea ce înseamnă că s-ar potrivi cu ușurință pe smartphone sau tabletă.