هوش مصنوعی گوگل موقعیت تصاویر را تشخیص میدهد
گوگل با استفاده از شبکههای عصبی موجود در هوش مصنوعی جستجوگرش، به تازگی به معرفی خدمات جدیدی در ارائه اطلاعات در جزئیات تصاویر پرداخته است.

به گزارش کلیک، شما نیز با جمله یک عکس گویاتر از هزاران حرف است، آشنایی دارید. مصداق این جمله امروزه در زندگی بسیاری از ما نمودی کامل دارد. برای مثال تصاویری که میبینیم گاه یادآور برخی خاطرات و یا مکانهای آشنایی است که با آن سر و کار داشتهایم. شرکت گوگل نیز این روزها به این نکته توجه داشته است و با استفاده از شبکههای عصبی موجود در هوش مصنوعی جستجوگرش به تشخیص تصاویر مکانهای جستجو شده در فضای مجازی پرداخته است.
شرکت گوگل به تازگی بهمعرفی خدمات جدیدی در ارائه اطلاعات در جزئیات تصاویر پرداخته است. همه افراد به طور غریزی حس آشناپنداری و تشخیص افراد و محلهای از پیش رویت شده را دارا هستند. بناهای تاریخی، اماکن دیدنی و جذاب در هر منطقه، برای افراد حس تشخیص را بهوجود میآورد. پروسه یادآوری این جزئیات در ذهن افراد روندی بسیار پیچیده دارد، حال آنکه تمامی این عملیات در شبکه عصبی و هوش مصنوعی یک ماشین برنامهریزی شود، کاملا دشوار خواهد بود. Tobias Weyand برنامهنویس طرح تشخیص تصاویر در گوگل، عنوان کرده است در این پروژه با برسیهای پیچیده پیرامون هوش مصنوعی به اطلاعات بیشماری در این زمینه دست یافتهاند. پروژهای بسیار دشوار اما کارامد.
در این روش، گوگل نقشه سراسری جهان را به ۲۶ هزار منطقه تقسیم کرده است، که برای مثال شهرهای بزرگ نیز با تقسیمبندیهای جزئی، به ارائه اطلاعات کاملتری میپردازند. در مرحله بعدی تیم تحقیقی شرکت گوگل با جمعآوری اطلاعات دقیق از موقعیت جغرافیایی، هر منطقه و یا اماکن گردشگری به بهروزرسانی لحظهای اطلاعات این تصاویر میپردازد.
شاید در ظاهر این کار امری نه چندان دشوار به نظر بیاید، اما تصور جمعآوری اطلاعات و بهروزنگه داشتن لحظهای این مطالب و جزئیات ۱۲۶ میلیون تصویر کاری غیرممکن بهنظر میآید. این شرکت با پردازش شبکههای عصبی قدرتمند در هوش مصنوعی جستجوگر گوگل(بدون دخالت افراد) این امر را ممکن ساخته است. به منظور آزمایش این طرح ۲٫۳ میلیون تصویر از مناطق مختلف در Flickr انتخاب شده است تا صحت اطلاعاتی این روش سنجیده شود.
در این روش حدود ۷۰ درصد از موقعیتهای تصاویر به درستی ثبت شده است، که نشان از موفقیتآمیز بودن این طرح میدهد. در کنار تمامی محاسن این روش، این جستجوی اطلاعاتی تصاویر، معایبی نیز دارند. برای مثال شما هرگز به اطلاعات درستی از تصاویر گرفته شده در محیطهای سرپوشیده و بدون هیچ نشانه ای دست نخواهید یافت.
منبع: techpp