Gdje je snimljena ta slika? Računala su nekad ljudima bila u nepovoljnosti zbog njihove mogućnosti korištenja konteksta i memorije za zaključivanje lokacije slike. Ali ti se dani možda privode kraju. Kako Julie Morgenstern izvještava za MIT Technology Review, nova neuronska mreža koju je razvio Google može nadmašiti ljude gotovo svaki put - čak i sa fotografijama snimljenim u zatvorenom prostoru.
Povezani sadržaj
- Koliko je pisaca komedija potrebno da bi pomogli AI da ispriča smiješniju šalu?
Zove se PlaNet i koristi piksele fotografije da bi odredio mjesto snimanja. Za osposobljavanje neuronske mreže, istraživači su podijelili Zemlju u tisuće geografskih „stanica“, a zatim su u mrežu unijeli više od 100 milijuna geografskih oznaka. Neke su slike korištene za učenje mreže da shvati gdje je slika pala na rešetki ćelija, a druge su korištene za provjeru početnih slika.
Tada su stvari postale ozbiljne: istraživači su stavili još 2, 3 milijuna slika s oznakama i testirali mrežu. PlaNet je ustanovio gdje je 3, 6 posto preuzeto s „točnošću na razini ulice“, još 10, 1 posto na razini grada, 28, 4 posto na razini zemlje i 48 posto na razini kontinenta. Iako nije savršeno, to je prilično dobro za računalo.
Napokon, istraživači su svoju mrežu postavili na krajnji test. Zamišljali su ga protiv ljudi kako bi vidjeli koliko je to u usporedbi s njihovim najboljim pokušajima nagađanja lokacije. 56 posto vremena PlaNet je pogodio bolje od ljudi - a pogrešna pretpostavka bila mu je samo medijan udaljen oko 702 milje od stvarne lokacije slika. Suprotno tome, pogrešna nagađanja ljudi ispitanika bila su udaljena više od 1400 milja.
Ako vas sve ovo podsjeća na Terminatorov zli Skynet sustav, dizajniran za pronalaženje vojnog hardvera prije nego što se osvijesti i uništi čitavo čovječanstvo, niste sami. Usporedba je već napravljena - a s obzirom na nadljudske sposobnosti mreža, prilično je prikladno. Pa, osim osjetilnog, zlog dijela.
Istraživači misle da će jednog dana neuronske mreže biti ugrađene u stvari poput mobitela radi obavljanja sve složenijih analiza, pa čak i podučavanja jednih drugih. Ali ovih dana samoorganizirajući se sustavi čine zadovoljnim s pronalaženjem gdje se fotografije stvaraju i stvaraju trostruku, galerijsku umjetnost ... za sada.
