今天看到MIT Technology Review-Google Unveils Neural Network with “Superhuan” Ability to Determine the Location of Almost Any Image 這則新聞, 這又是人工智慧, Deep learning的一大進步, 而且這也是拜大數據所賜, 因為自從相機, 手機內建了geotag功能, 人們習慣拍照後將有geotag的影像上傳到Flickr, Google Photo, Facebook,目前在網路上可以找到標geotag的照片數量大概是以千萬張起跳, 這篇文章提到Google就是利用這些既有的龐大資料庫來訓練電腦做影像比對分析, 這其實跟我們的大腦學習行為是一樣的, 我們可以看到照片中有艾非爾鐵塔就可以知道這個地標是在巴黎拍的, 現在電腦經過人類的大數據調教也可以做得到.
準確度?
裡面有提到研究團隊的一些測量數據, 他們使用Flickr中有標geotag的2千3百萬張的影像來測試, PlaNet可以分辨出3.6%的影像到街等級的精確度, 10.1/%到城市(city), 如果是國家區域等級則到達28.4%, 洲區域等級到達48%
這些數據很好, 但是好到什麼程度, 接下來當然就是跟人類比賽啦!, 研究團隊設計一個Game然後找10個經常旅遊的人來跟PlaNet比賽到底是人可以辨識更多, 還是PlaNet可以辨識更多地點. 這個遊戲放在www.geoguessr.com 任何人都可以參加.
比賽結果呢? 人類慘敗 🙁
In total, PlaNet won 28 of the 50 rounds with a median localization error of 1131.7 km, while the median human localization error was 2320.75 km,” say Weyand
為何PlaNet不需賴以人類依靠的線索而執行的比人類好? (這是文中的提問, 小編當下就想, 一定是大數據的幫助不是嗎?), 後面的計畫主持人就回答了PlaNet可以贏過人類是因為它見過的地方遠比人類多, 而且它可以識別出細微的差異,這對於那些經常旅行的人也是很困難去分辨.
如果是在室內拍的呢? PlaNet就要利用相簿的功能, 它會去辨識與這些室內拍的照片放在一起的其他照片中的地點, 然後假設這個室內拍攝照片就是在同一個地點. 看起來未來的Google Photos會加入這個自動辨識影像拍攝地點的功能.
Google還針對這項技術出了一篇論文arxiv.org/abs/1602.05314
感想:
這個功能真的很方便, 以後不用打開手機的GPS功能也可以省下很多電力:-) 但是人工智慧強到看照片就知道地點, 未來結合網路PC Camera, 這又是另一種隱私的問題.
延伸閱讀
想要加入Soft & Share的Slack線上討論群組與讀書會嗎? 加入Soft & Share Slack
Soft & Share在Facebook有經營兩個粉絲團, 歡迎來加入
喜歡我們的分享嗎? 記得使用以下社群分享按鈕分享給您的社群朋友吧!