این هوش مصنوعی موقعیت جغرافیایی عکس ها را شناسایی می کند + ویدیو
دانشجویان فارغ التحصیل «دانشگاه استنفورد» هوش مصنوعی جدیدی توسعه داده اند که می تواند موقعیت مکانی شما را فقط براساس گوگل استریت ویو (نمای خیابان) یا یک تصویر تشخیص دهد.
این پروژه «پیش بینی موقعیت های جغرافیایی تصویر» (Predicting Image Geolocations) یا به اختصار PIGEON نام دارد و می تواند موقعیت یک مکان خاص را با بررسی استریت ویوی آن مکان تعیین کند. براساس گزارش ZDNet، هوش مصنوعی PIGEON می تواند کشوری که تصاویر در آن ثبت شده را با دقت 92 درصد تشخیص دهد و همچنین در بیش از 40 درصد حدس های خود، مکان موردنظر را در محدوده 25 کیلومتری آن محل مشخص کند.
نرخ خطای PIGEON در تشخیص موقعیت مکانی نسبت به بازیکنان انسانی
محققان برای درک میزان تأثیرگذاری مدل خود، آن را با برترین بازیکنان بازی GeoGuessr آزمایش کرده اند که در آن کاربران باید موقعیت مکانی تصویر گرفته شده از گوگل Street View را حدس بزنند. PIGEON موفق شده تا یکی از بهترین بازیکنان این بازی را در شش مسابقه شکست دهد که بخشی از آن را در ویدیو زیر می توانید مشاهده کنید:
فارغ التحصیلان دانشگاه استنفورد برای توسعه هوش مصنوعی PIGEON از شبکه عصبی CLIP شرکت OpenAI استفاده کرده اند که می تواند ارتباط بین متن و تصاویر را درک کند. سپس این مدل هوش مصنوعی با مجموعه ای از داده ها متشکل از 100 هزار مکان نمونه برداری شده در GeoGuessr و مجموعه ای از تصاویر دیگر آموزش داده شد.
در مقایسه با سایر مدل های هوش مصنوعی، برای آموزش PIGEON از داده های بسیار کمتری استفاده شده است. به عنوان مثال، مدل DALLE 2 شرکت OpenAI که می تواند براساس دستورات متنی کاربران تصویر تولید کند، روی صدهای میلیون تصویر آموزش داده شده اما برای PIGEON فقط از 400 هزار تصویر استفاده شده است.
هوش مصنوعی PIGEOTTO برای تشخیص موقعیت مکانی یک عکس
علاوه بر این، دانشجویان سابق استنفورد روی مدل دیگری با نام PIGEOTTO نیز کار کرده اند که برای آموزش آن از بیش از چهار میلیون تصویر Flickr و ویکی پدیا کمک گرفته شده است و می تواند مکان یک تصویر را شناسایی کند. این مدل نیز ظاهراً عملکرد قابل توجهی از خود نشان داده و نسبت به نمونه های قبلی تا 7.7 درصد در شناسایی دقیق شهر و 29.8 درصد در شناسایی دقیق کشور برتری داشته است.
هرچند این مدل های هوش مصنوعی می توانند در زمینه هایی ازجمله توسعه سیستم های خودران مثبت ظاهر شوند، اما همانطور که محققان ذکر کرده اند، در زمینه حریم خصوصی نگرانی هایی را به همراه خواهند داشت. به همین دلیل در حال حاضر تصمیم گرفته شده که این مدل ها به صورت عمومی منتشر نشوند و فقط برای اهداف آکادمیک مورداستفاده قرار بگیرند.