Google Street View ile Konum Tespiti Yapan Yapay Zeka Geliştirildi!

Stanford Üniversitesi'nde yüksek lisans öğrencileri tarafından geliştirilen bir uygulama, artan üretken yapay zeka yetenekleriyle birlikte, sadece bir sokak görüntüsü ya da bir resim kullanarak konumunuzu tespit edebiliyor.

İlginizi Çekebilir: Google’dan Web Tabanlı Geliştirici Aracı: AI Studio

PIGEON Sadece Fotoğraf Arka Planınızdan Sizi Bulabilir!

Predicting Image Geolocations (PIGEON) adı verilen proje, yalnızca konumun Google Sokak Görünümü'ne bakarak belirli bir konumu doğru bir şekilde belirleyebiliyor. PIGEON, resmedilen ülkeyi %92 doğrulukla tahmin edebilme yeteneğine sahip ve tahminlerinin %40'ından fazlasında hedef konumu 25 kilometre içinde tam olarak belirleyebiliyor.

Bu önemli başarı, PIGEON'un kullanıcıların Google Sokak Görünümü'nden alınan bir fotoğrafın konumunu tahmin ettiği GeoGuessr oyununda en üst %0,01'lik dilime girmesine neden oldu. Bu proje, oyunun oluşumunda ilham kaynağı oldu. Ayrıca, PIGEON, dünyanın en iyi profesyonel GeoGuessr oyuncularından biri olan Trevor Rainbolt'u altı maçlık bir seride mağlup ederek 1,7 milyondan fazla izlenme sayısına ulaştı.

Öğrenciler, OpenAI'nın geliştirdiği CLIP adlı sinir ağını kullanarak, metin ve görseller arasında bağlantı kurabilme yeteneği için tanınacak görsel kategorilerin adları üzerinde eğitim aldılar.

PIGEON GeoGuessr Oyunundan İlham Alınarak Geliştirildi!

GeoGuessr oyunundan ilham alınarak, öğrenciler PIGEON adlı bir model geliştirdi. PIGEON, rastgele seçilmiş 100.000 orijinal konumu içeren bir veri kümesinde eğitildi. Ayrıca, belirli bir konumdaki tüm "panoramayı" kapsayan dört görüntüden oluşan bir indirme seti ile eğitildi ve toplamda 400.000 görüntü elde edildi.

PIGEON'un eğitildiği görüntü sayısı, diğer yapay zeka modelleriyle kıyaslandığında daha sönük kalmış görünüyor. Örneğin, OpenAI'nin popüler görüntü oluşturma modeli DALL-E 2, yüz milyonlarca görüntü üzerinde eğitildi. Aynı öğrenciler, tek bir görüntüden bir konumu tanımlamak için PIGEOTTO adlı ayrı bir model üzerinde çalıştılar. Bu model, dört milyondan fazla fotoğraf kullanılarak Flickr ve Wikipedia'dan elde edilen verilerle eğitildi.

Makaleye göre, PIGEOTTO'nun performansı, görüntü coğrafi konum belirleme ölçütlerinde etkileyici sonuçlar elde ederek, şehir doğruluğunda %7,7'ye ve ülke doğruluğunda %29,8'e varan oranlarda önceki teknoloji sonuçlarından daha iyi performans sergiledi.