Где је снимљена та слика? Рачунари су некад били у неповољности људи због њихове способности да користе контекст и меморију за закључивање локације слике. Али ти се дани можда приводе крају. Како Јулие Моргенстерн извештава за МИТ Тецхнологи Ревиев, нова неуронска мрежа коју је развио Гоогле може надмашити људе готово сваки пут - чак и са фотографијама снимљеним у затвореном простору.
Сличан садржај
- Колико сценариста комедија треба да помогну АИ да исприча смешнију шалу?
Зове се ПлаНет и користи пикселе фотографије да би одредио где је сликана. Да би обучили неуронску мрежу, истраживачи су поделили Земљу у хиљадама географских „ћелија“, а затим унијели у мрежу преко 100 милиона географских ознака. Неке слике су коришћене да науче мрежу да схвати где је слика пала на решетку ћелија, а друге су се користиле за проверу почетних слика.
Тада су ствари постале озбиљне: Истраживачи су ставили још 2, 3 милиона слика са таговима и поставили мрежу на тест. ПлаНет је установио где је 3, 6 процената преузето са „тачношћу на нивоу улице“, још 10, 1 процената на нивоу града, 28, 4 процента на нивоу земље и 48 процената на континенту. Иако није савршено, то је прилично добро за рачунар.
Коначно, истраживачи су своју мрежу поставили на крајњи тест. Замерили су га људима да виде колико је добро у поређењу са њиховим најбољим покушајима да погоди локацију. 56% времена ПлаНет је погодио боље од људи - а погрешна претпоставка била му је само медијан удаљен око 702 миље од стварне локације слика. Супротно томе, погрешна нагађања људи су били удаљени више од 1400 миља.
Ако вас све ово подсећа на Терминатор -ов зли Скинет систем, који је дизајниран да лоцира војну опрему пре него што се освети и уништи читаво човечанство, нисте сами. Поређење је већ направљено - а с обзиром на надљудске вештине мрежа, прилично је прикладно. Па, осим живог, злог дела.
Истраживачи мисле да ће једног дана неуронске мреже бити уграђене у ствари попут мобитела ради обављања све сложенијих анализа и чак и подучавања једних других. Али ових дана, самоорганизациони системи изгледају задовољно проналазећи где се фотографије праве и стварају троструку, галеријску уметност ... за сада.
