Waar is die foto genomen? Computers waren ooit een nadeel voor mensen in hun vermogen om context en geheugen te gebruiken om de locatie van een afbeelding af te leiden. Maar die dagen lopen misschien ten einde. Zoals Julie Morgenstern rapporteert voor de MIT Technology Review, kan een nieuw neuraal netwerk ontwikkeld door Google bijna elke keer mensen overtreffen - zelfs met foto's die binnenshuis zijn genomen.
gerelateerde inhoud
- Hoeveel komische schrijvers zijn er nodig om AI een leukere grap te vertellen?
Het heet PlaNet en het gebruikt de pixels van een foto om te bepalen waar het is genomen. Om het neurale netwerk te trainen, verdeelden onderzoekers de aarde in duizenden geografische 'cellen' en voerden vervolgens meer dan 100 miljoen geotagged afbeeldingen in het netwerk in. Sommige afbeeldingen werden gebruikt om het netwerk te leren uitzoeken waar een afbeelding op het cellenraster viel, en andere werden gebruikt om de eerste afbeeldingen te valideren.
Toen werd het serieus: de onderzoekers plaatsten nog eens 2, 3 miljoen afbeeldingen met tags en testten het netwerk. PlaNet ontdekte dat 3, 6 procent werd genomen met "nauwkeurigheid op straatniveau", nog eens 10, 1 procent op stadsniveau, 28, 4 procent op landniveau en 48 procent op continentniveau. Hoewel niet perfect, is dat best goed voor een computer.
Ten slotte stellen onderzoekers hun netwerk op de proef. Ze namen het op tegen mensen om te zien hoe goed het was in vergelijking met hun beste pogingen om een locatie te raden. 56 procent van de tijd vermoedde PlaNet beter dan mensen - en zijn verkeerde gissingen waren slechts een mediaan van ongeveer 702 mijl verwijderd van de echte locatie van de afbeeldingen. De verkeerde gissingen van de mensen daarentegen waren meer dan 1.400 mijl verwijderd.
Als dit alles je doet denken aan het kwaadaardige Skynet-systeem van The Terminator, dat is ontworpen om militaire hardware te vinden voordat het bewust werd en de hele mensheid vernietigde, ben je niet de enige. De vergelijking is al gemaakt - en gezien de bovenmenselijke vaardigheden van de netwerken is het behoorlijk toepasselijk. Nou, behalve het bewuste, slechte deel.
Onderzoekers denken dat op een dag neurale netwerken zullen worden opgenomen in zaken als mobiele telefoons om steeds complexere analyses uit te voeren en elkaar zelfs te onderwijzen. Maar tegenwoordig lijken de zelforganiserende systemen tevreden met het uitzoeken waar foto's worden gemaakt en het maken van trippy, galerijwaardige kunst ... voor nu.
