Може ли Гооглеова "надљудска" неуронска мрежа стварно рећи локацију било које слике?

Претраживање слика је лакше него икад. Али ако покушавате да нађете слику нечега на локацији која није потпуно очигледна (па не и египатске пирамиде или огромна скулптура за палац у Паризу), теже је него што мислите - чак и са информацијама о геолокацији на основу тога на слици.

Унесите Гооглеовог инжењера по имену Тобиас Веианд и пар његових колега. Према новом листу у часопису арКсив (изговара се као "архива"), трио је изградио машину за дубоко учење која је у стању да одреди локацију готово било које фотографије засноване искључиво на анализи њених пиксела.

Да бисте направили машину да успешно изврши задатак као што је овај, желите му дати могућност да интуитивно информише на основу визуелних трагова. Ви то желите да мислите, другим речима, као људско биће.

Веианд је кренуо у развој вештачке неуронске мреже - машинског система осмишљеног да опонаша неуролошке путеве мозга, који му омогућавају да учи, процесуира и присјећа се информација попут људског бића. Овај нови систем, ПлаНет, је очигледно способан да надмаши људе на одређивању локација слика без обзира на то какво је окружење - било да је у затвореном или на отвореном, и да садржи било коју врсту јединствених или невидљивих визуелних знакова.

Како ПлаНет ради? Веианд и његов тим подијелили су карту свијета у мрежу која је положила преко 26.000 квадратичних облика на различитим регијама, овисно о томе колико је слика снимљено на тим мјестима. Густо место где се пуно слика уклапа у мањи квадрат, док већи, удаљенији регион може да сече на веће квадрате.

Тим је затим створио велику базу слика које су већ геолоциране - скоро 126 милиона различитих фотографија. Око 91 милион је кориштено као скуп података за подучавање ПлаНета како да схвати каква слика може бити смјештена у коју мрежу на карти свијета.

Затим је неуронска мрежа добила задатак да геолоцира остале 34 милиона слика из базе података. Коначно, ПлаНет је постављен на скуп података од 2,3 милиона слика са географским ознакама из Флицкр-а.

Резултати? ПлаНет би могао одредити земљу поријекла за 28,4 посто фотографија, а континент за 48 посто. Штавише, систем би могао да одреди локацију на нивоу улице за 3,6 процената Флицкр слика и локацију на нивоу града за 10,1 одсто.

И ПлаНет је бољи у овоме од већине људских бића - чак и највећих глобетротера. Веианд је ангажовао 10 добро пропутованих појединаца да се такмиче против ПлаНета у игри означавања локација слика које су пронађене на Гоогле Стреет Виев.

“Укупно, ПлаНет је освојио 28 од 50 рунди са средњом грешком локализације од 1131,7 км, док је средња грешка људске локализације била 2320,75 км”, написали су истраживачи. "Овај мали експеримент показује да ПлаНет достиже надљудске перформансе на задатку геолокације уличних сцена."

Да ли је ово стварно? Да ли је Гоогле инжењер заиста само развио "надљудски" А.И. систем?

Када је у питању геолоцирање слика, можда. И то није превише изненађујуће - поента А.И. не опонаша људски мозак на све начине, већ да превазиђе људска ограничења у неколико специфичних начина како би се постигли много тежи задаци. Дакле, у том смислу, оно што истраживачи пишу је истина.

Ипак, веома је тешко назвати ПлаНет "неуронском мрежом". Идеална форма те врсте технологије могла би научити много више од геолокације слика. А.И. Системи су способни да пишу пореде и играју супер Марио, али ово су мале ствари у поређењу са идеалним “мастер” системом који може аутоматски пратити и одржавати виталне, управљати транспортом или енергетском инфраструктуром, и још много тога.