Může společnost Google „Superhuman“ neuronovou síť skutečně říci, že se nachází nějaká fotografie?

Vyhledávání obrázků je snazší než kdy jindy. Pokud se ale snažíte najít obrázek něčeho v místě, které není zcela zřejmé (ne egyptské pyramidy nebo obrovská palcová plastika v Paříži), je to těžší, než si myslíte - a to i s informacemi o geografické poloze založené na tom, co je na obrázku.

Zadejte inženýra Google jménem Tobias Weyand a pár jeho kolegů. Podle nového článku v časopise arXiv (prohlásil „archiv“), trio vybudovalo stroj pro hluboké učení, který je schopen určit polohu téměř každé fotografie založené výhradně na analýze jejích pixelů.

Chcete-li, aby stroj úspěšně splnil úkol, jako je tento, chcete mu dát možnost intuitivní informace založené na vizuálních stopách. Chcete, aby to myslelo, jinými slovy, jako lidská bytost.

Weyand se pustil do vývoje umělé neuronové sítě - strojového systému určeného k napodobování neurologických cest mozku, které mu umožňují učit se, zpracovávat a připomínat si informace jako člověk. Tento nový systém, PlaNet, je zřejmě schopen překonat lidi při určování umístění obrazů bez ohledu na to, jaké je nastavení - ať už je to vnitřní nebo venkovní, a představuje jakýkoli druh jedinečných nebo nepopsatelných vizuálních podnětů.

Jak PlaNet worK? Weyand a jeho tým rozdělili mapu světa do mřížky, která v různých regionech položila přes 26 000 čtvercových tvarů v závislosti na tom, kolik obrazů bylo na těchto místech pořízeno. Hustá místa, kde se do menších čtverců vejde spousta obrázků, zatímco větší, vzdálenější oblasti se mohou rozřezat na větší čtverce.

Tým pak vytvořil rozsáhlou databázi snímků již geolokovaných - téměř 126 milionů různých fotografií. Asi 91 miliónů bylo použito jako datová sada pro výuku PlaNet, jak zjistit, který obraz může být umístěn do které mřížky na mapě světa.

Pak byla neuronová síť pověřena geolokací dalších 34 milionů snímků z databáze. Konečně, PlaNet byl nastaven na datový soubor 2.3 milión geotagged obrazy od Flickr.

Výsledky? PlaNet mohl určit zemi původu pro 28,4 procent fotografií a kontinent pro 48 procent. Systém by navíc mohl určit umístění na úrovni ulice pro 3,6 procenta snímků Flickr a umístění na úrovni města pro 10,1 procenta.

A PlaNet je v tom lepší než většina lidských bytostí - i těch největších světoběžníků. Weyand získal 10 dobře-cestoval jednotlivců soutěžit proti PlaNet ve hře označování umístění obrázků nalezených na Google Street View.

„Celkem PlaNet vyhrál 28 z 50 kol se střední chybou lokalizace 1131,7 km, zatímco střední chyba lokalizace člověka byla 2320,75 km,“ napsali vědci. „Tento experiment v malém měřítku ukazuje, že PlaNet dosahuje nadlidského výkonu při úkolu geolokace scén Street View.“

Je to skutečné? Opravdu inženýr Google skutečně vyvinul „nadlidský“ A.I. Systém?

Pokud jde o geolokační obrazy, možná. A to není příliš překvapující - bod A.I. Nemá zásadně napodobovat lidský mozek ve všech směrech, ale překonat lidská omezení v několika konkrétních způsobech, jak dosáhnout mnohem náročnějších úkolů. Takže v tom smyslu, co výzkumníci píšou, je pravda.

Přesto je to jen pomyslné volání PlaNet jako „neuronová síť“. Ideální forma tohoto druhu technologie by se mohla naučit mnohem více než geolokace obrazu. A.I. systémy jsou schopny psát simily a hrát super Mario, ale to jsou malé věci ve srovnání s ideálním „master“ systémem, který dokáže automaticky sledovat a udržovat vitály, řídit dopravní nebo energetickou infrastrukturu a mnoho dalšího.