18.9 C
İstanbul

Bu yapay zeka hangi fotoğrafı nerede çektiğinizi biliyor

Stanford öğrencileri tarafından geliştirilen PIGEON ve PIGEOTTO yapay zeka modelleri, bir fotoğrafın nerede çekildiğini doğru bir şekilde tahmin edebilir ve bu da hem yararlı hem de potansiyel olarak kötü niyetli uygulamalara sahip olabilir.

Mutlaka Okumalısın

Bir grup Stanford öğrencisi, bir fotoğrafın tam olarak nerede çekildiğini tahmin edebilen PIGEON ve PIGEOTTO yapay zeka modelli geliştirdi. Bu yetenek yeni olasılıkların önünü açıyor, ancak aynı zamanda gözetleme veya takip için kötüye kullanılabileceği endişelerini de beraberinde getiriyor.

GeoGuessr oyununda PIGEON’un örnek ekran görüntüleri. Yapay zeka konumu 11 kilometre hassasiyetle bulurken, insan rakibi sadece 788 kilometre hassasiyetle buluyor.

PIGEON, GeoGuessr efsanesini geride bıraktı

PIGEON, Google Street View’dan alınan 500.000’den fazla görüntü üzerinde eğitildi. Sistem, girdi olarak dört görüntüden oluşan bir panorama gerektiriyor ve test çalışmalarında zamanın yüzde 92’sinde doğru ülkeyi tahmin edebildi. Vakaların yüzde 40’ından fazlasında, konumu yaklaşık 25 mil (yaklaşık 40 km) doğrulukla buldu.

PIGEON, oyuncuların rastgele Street View ortamlarına sanal olarak ışınlandığı ve daha sonra bunları bir harita üzerinde mümkün olduğunca doğru bir şekilde bulmaları gereken çevrimiçi fenomen GeoGuessr’dan esinlendi.

PIGEON üst üste altı maçta, dünyanın en iyi GeoGuessr oyuncularından biri olarak kabul edilen topluluk efsanesi Rainbolt’u bile yendi. Genel GeoGuessr sıralamasında PIGEON en üst yüzde 0,01’lik dilimde yer alıyor.

PIGEOTTO yeni standartlar belirliyor

PIGEON’un gelişimi, geliştiricilere başka bir model yaratmaları için ilham verdi. PIGEOTTO adı verilen ikinci model, Flickr ve Wikipedia’dan alınan dört milyon görüntü üzerinde eğitildi ve girdi olarak Street View panoraması yerine yalnızca bir görüntü gerektirerek görüntü lokalizasyonu için daha da güçlü bir araç haline geldi.

Bu türden mevcut sistemlerle yapılan karşılaştırmalarda PIGEOTTO, medyan sapmayı iki ila beş kat azaltarak sınıfının en iyi performansını gösterdi.

PIGEOTTO’yu eğitmek için kullanılan 2016 MediaEval veri kümesinden örnek görüntüler.

Araştırmacılar, teknolojinin kötüye kullanımına ilişkin korkuları körüklemekle değil, potansiyel olarak yararlı uygulamalarla ilgilendiklerini vurguluyorlar. Ev kullanıcılarının eski fotoğraflarını bulmalarına yardımcı olabilir. Bilimsel alanda ise istilacı bitki türlerini tespit etmek için kullanılabilir.

İLGİLİ YAZI :   Nvidia yapay zeka yatırımlarıyla büyük ölçekli yatırımcı haline geldi

Bilim insanları PIGEON ve PIGEOTTO ile bu alanda önemli tartışmalar başlatmayı umuyor. “Bildiğimiz kadarıyla bu, son beş yıl içinde askeri sözleşmelerle finanse edilmeyen ilk son teknoloji görüntü coğrafi konumlandırma çalışmasıdır” diyorlar.

Ancak, bu tür teknolojiler hem iyi hem de kötü amaçlar için kullanılabileceğinden, model ağırlıklarını yayınlamamaya karar verdiler.


Yapayzeka.news’in hiçbir güncellemesini kaçırmamak için bizi Facebook, Twitter, LinkedIn, Instagram‘ ve Whatsapp Kanalımız‘dan takip edin.

- Sponsorlu -spot_img

Daha Fazla

CEVAP VER

Lütfen yorumunuzu giriniz!
Lütfen isminizi buraya giriniz

- Sponsorlu -spot_img

Son Haberler