Googles neurala nätverk fortsätter att förvåna. Med en ny djupinlärningsmaskin som heter PlaNet, som har tränats av 126 miljoner bilder och deras medföljande EXIF -data har den tagit upp den "övermänskliga" förmågan att identifiera platsen för nästan alla Foto.
Ett team under ledning av Tobias Weyand, en datorspecialist på Google, skapade PlaNet genom att ta alla dessa bilder och använda dem för att dela upp världen i ett rutnät på över 26 000 rutor. Storleken på dessa rutor varierar beroende på hur många bilder som är kopplade till varje plats.
Till exempel har storstäder som New York City, där många foton tas varje dag, "en mer finkornig rutnätstruktur än mer avlägsna regioner där fotografier är mindre vanliga", förklarar MIT Technology Review. Google har ignorerat hav och polarområden.
Med 91 miljoner av bilderna kunde teamet lära PlaNet att räkna ut rutnätplatsen med endast bilden själv. Resultatet är en maskin som kan identifiera platsen eller de troliga kandidaterna när den matas med ett foto.
Teamet testade PlaNet med 2,3 miljoner geotaggade bilder från Flickr. Den kunde hitta 3,6 procent av dem med "noggrannhet på gatunivå", säger Weyand och ytterligare 10,1 procent på stadsnivå. PlaNet kan bestämma ursprungslandet för 28,4 foton och innehållet på 48 procent.
PlaNet testades sedan mot människor, som har förmågan att lokalisera bilder med hjälp av alla slags signaler, inklusive gatuskyltar, arkitektoniska stilar och till och med vegetationstypen.
"Weyand och co satte PlaNet igenom sina steg i ett test mot 10 välbesökta människor", tillägger MIT. "För testet använde de ett onlinespel som presenterar en spelare med en slumpmässig vy från Google Street View och ber honom eller henne att ange dess plats på en karta över världen."
PlaNet kunde slå de mänskliga spelarna genom att vinna 28 av de 50 omgångarna med ett medianlokaliseringsfel på 1131,7 km, medan medianvärdet för mänskligt lokaliseringsfel var 2320,75 km.
"[Detta] småskaliga experiment visar att PlaNet når övermänsklig prestanda i uppgiften att geolokalisera Street View-scener", säger Weyands team.
”Vi tror att PlaNet har en fördel gentemot människor eftersom det har sett många fler platser än någon människa någonsin kan besöka och har lärt sig subtila ledtrådar från olika scener som till och med är svåra för en välbesökt människa att skilja ”, säger de Lägg till.
PlaNet kan till och med hitta bilder tagna inomhus genom att använda liknande foton som är knutna till album som har platsdata bifogade. Det som är mest imponerande med maskinen är att den kräver bara 377 MB utrymme, vilket betyder att den enkelt skulle passa på din smartphone eller surfplatta.