구글의 "초인간 신경 (Superhuman)"신경망이 실제로 모든 이미지의 위치를 ​​알려줄 수 있습니까?

이미지 검색은 그 어느 때보 다 쉬워졌습니다. 그러나 완전히 분명하지 않은 장소 (파리의 이집트 피라미드 나 거대한 엄지 손가락 조각이 ​​아닌)에서 무언가의 그림을 찾으려고한다면, 생각보다 어렵습니다. 무엇을 기준으로 한 지리 정보라도 이미지에서.

Tobias Weyand라는 이름의 Google 엔지니어와 그의 동료 한 명을 입력하십시오. 저널의 새로운 논문에 따르면 arXiv ("아카이브"라고 발음), 트리오는 픽셀 분석에만 기반한 거의 모든 사진의 위치를 ​​찾아 낼 수있는 심화 학습 기계를 구축했습니다.

이와 같이 작업을 성공적으로 완료하려면 시각적 단서를 기반으로 정보를 직관적으로 파악할 수 있어야합니다. 당신은 생각하기를, 다른 말로하면, 인간처럼 생각하기를 원합니다.

Weyand는 인공 신경 네트워크 (human neural network)의 개발에 착수했다. 인공 신경 네트워크는 뇌의 신경 경로를 모방하도록 설계된 기계 시스템으로 인간이 할 수있는 것처럼 정보를 배우고, 처리하고, 호출 할 수있게 해준다. 이 새로운 시스템 인 PlaNet은 실내 또는 실외에 상관없이 어떤 종류의 고유하거나 모호하지 않은 시각적 단서를 특징으로하는 설정과 상관없이 이미지의 위치를 ​​결정할 때 사람보다 뛰어난 성능을 발휘할 수 있습니다.

PlaNet은 어떻게 생각합니까? Weyand와 그의 팀은 세계지도를 여러 지역에서 촬영 한 이미지의 수에 따라 26,000 개 이상의 정사각형 모양을 그리드로 나누었습니다. 많은 사진이 촬영되는 밀집된 장소는 작은 사각형에 적합하지만 더 멀리 떨어져있는 더 먼 지역은 더 큰 사각형으로자를 수 있습니다.

그런 다음 팀은 이미 지리적 위치가 지정된 대규모 이미지 데이터베이스를 만들었습니다. PlaNet에 세계지도에서 어느 그리드에 어떤 이미지를 배치 할 수 있는지를 알려주는 데 약 9100 만 개가 데이터 세트로 사용되었습니다.

그런 다음, 신경망은 데이터베이스에서 3400 만 개의 다른 이미지를 위치 정보로 지정해야했습니다. 마지막으로 PlaNet은 Flickr에서 230 만 개에 달하는 지리 태그가 지정된 이미지 데이터 세트를 기반으로했습니다.

결과는? PlaNet은 사진의 28.4 퍼센트와 48 퍼센트의 대륙에 대한 원산지를 결정할 수 있습니다. 또한이 시스템은 거리 수준의 위치를 ​​Flickr 이미지의 3.6 %, 도시 수준의 위치를 ​​10.1 %로 나타낼 수 있습니다.

PlaNet은 대부분의 인간보다 더 낫습니다. 심지어 가장 큰 globetrotters입니다. Weyand는 Google 스트리트 뷰에서 발견 된 그림의 위치를 ​​표시하는 게임에서 PlaNet과 경쟁 할 수있는 잘 여행 한 10 명의 개인을 입대 시켰습니다.

"총 PlaNet은 1131.7km의 중간 위치 오류로 50 라운드 중 28 라운드를 획득했으며 인간 로컬라이제이션 오류의 중앙값은 2320.75km였습니다."라고 연구원은 썼다. "이 소규모 실험은 PlaNet이 스트리트 뷰 장면을 위치 정보 수집 작업에 초인적 인 성능을 발휘한다는 것을 보여줍니다."

이게 진짜야? Google 엔지니어가 정말로 "초인간"A.I.을 개발 했습니까? 체계?

아마도 이미지를 지오 코딩 할 때입니다. 그리고 그것은 모두 너무 놀라운 것이 아닙니다. A. A. 모든면에서 인간의 두뇌를 근본적으로 모방하는 것이 아니라 훨씬 더 어려운 작업을 수행하기위한 몇 가지 구체적인 방법으로 인간의 한계를 뛰어 넘는 것입니다. 그래서 그 의미에서 연구자가 작성한 것은 사실입니다.

PlaNet을 "신경 네트워크 (neural network)"라고 부르는 것은 여전히 ​​스트레칭입니다. 그런 종류의 기술의 이상적인 형태는 이미지 지리적 위치 이상을 학습 할 수 있습니다. 일체 포함. 시스템은 직유 쓰기 및 재생 가능 슈퍼 마리오 그러나 이는 자동으로 바이탈을 모니터링 및 유지 관리하고 교통 또는 에너지 인프라를 관리하는 이상적인 "마스터"시스템과 비교하면 작은 것입니다.