{"id":8636,"date":"2023-12-26T11:31:00","date_gmt":"2023-12-26T11:31:00","guid":{"rendered":"https:\/\/dailyai.com\/?p=8636"},"modified":"2023-12-26T11:31:00","modified_gmt":"2023-12-26T11:31:00","slug":"pigeon-ai-model-knows-where-you-took-that-photo","status":"publish","type":"post","link":"https:\/\/dailyai.com\/sv\/2023\/12\/pigeon-ai-model-knows-where-you-took-that-photo\/","title":{"rendered":"PIGEON AI-modell vet var du tog det d\u00e4r fotot"},"content":{"rendered":"

Forskare fr\u00e5n Stanford University har skapat AI-modeller som kan identifiera var ett foto togs med anm\u00e4rkningsv\u00e4rd noggrannhet. Det finns goda anv\u00e4ndningsomr\u00e5den f\u00f6r deras l\u00f6sning, men viktiga etiska fr\u00e5gor m\u00e5ste ocks\u00e5 tas upp.<\/strong><\/p>\n

Om din semesterbild har Eiffeltornet eller Mount Rushmore bakom dig \u00e4r det ganska l\u00e4tt att s\u00e4ga var fotot togs. Om fotot togs p\u00e5 ett f\u00e4lt i Illinois med ett slumpm\u00e4ssigt tr\u00e4d bakom dig \u00e4r det mycket mer utmanande att identifiera platsen.<\/p>\n

Det \u00e4r precis den typ av utmaning som mer \u00e4n 50 miljoner spelare av GeoGuessr<\/a> spelet njuta av.<\/p>\n

Tre forskare fr\u00e5n Stanford University var ivriga spelare av spelet och ville se hur AI-modeller skulle klara sig mot de b\u00e4sta m\u00e4nskliga spelarna.<\/p>\n

De b\u00f6rjade med ett neuralt n\u00e4tverk som heter CLIP, utvecklat av OpenAI, som bas f\u00f6r tv\u00e5 olika modeller f\u00f6r geolokalisering av bilder.<\/p>\n

Den f\u00f6rsta modellen, Predicting Image Geolocations (PIGEON), tr\u00e4nades med hj\u00e4lp av ett dataset med cirka 100 000 platser fr\u00e5n GeoGuessr-spelet. F\u00f6r varje plats f\u00f6rs\u00e5gs PIGEON med ett 360-graders panorama som skapats av en upps\u00e4ttning av fyra Google Street View-bilder.<\/p>\n

Den andra modellen, Predicting Image Geolocations with Omni-Terrain Training Optimizations (PIGEOTTO), tr\u00e4nades uteslutande p\u00e5 mer \u00e4n 4 miljoner geotaggade Flickr-bilder fr\u00e5n hela v\u00e4rlden.<\/p>\n

N\u00e4r PIGEON presenterades med en Google Street View-bild av n\u00e5gonstans i v\u00e4rlden kunde han gissa landet korrekt 95% av g\u00e5ngerna och kunde v\u00e4lja platsen inom cirka 16 miles drygt 40% av g\u00e5ngerna.<\/p>\n

Forskarna st\u00e4llde sedan PIGEON mot de b\u00e4sta GeoGuessr-spelarna och slog dem med en betydande marginal.<\/p>\n

\"\"
PIGEON:s fel i geolokaliseringsavst\u00e5ndet j\u00e4mf\u00f6rt med m\u00e4nskliga GeoGuessr-spelare med olika skicklighetsniv\u00e5er i spelet i 458 matcher med flera omg\u00e5ngar. Champion Division best\u00e5r av de b\u00e4sta 0,01% av spelarna. K\u00e4lla: arXiv<\/figcaption><\/figure>\n

PIGEOTTO, som \u00e4r en mer generaliserad modell, slog de nuvarande toppmoderna modellerna med stor marginal p\u00e5 referensdataset f\u00f6r geolokalisering.<\/p>\n

N\u00e4r PIGEON st\u00e4lldes mot Trevor Rainbolt, som anses vara en av de b\u00e4sta geoguessarna i v\u00e4rlden, slog den honom flera g\u00e5nger. Det p\u00e5minner lite om n\u00e4r Deep Blue slog Gary Kasparov i schack 1997.<\/p>\n

\n

Vi byggde en AI f\u00f6r att t\u00e4vla mot v\u00e4rldens b\u00e4sta GeoGuessr-spelare och vann! \ud83d\udd0e\ud83c\udf0d\ud83c\udfc6<\/p>\n

I @geoguessr<\/a>, >50 miljoner spelare t\u00e4vlar om att gissa var de befinner sig baserat p\u00e5 slumpm\u00e4ssiga platser p\u00e5 Google Street View. \ud83d\uddfa\ufe0f<\/p>\n

Tack f\u00f6r att du kom @georainbolt<\/a> f\u00f6r den roliga utmaningen!https:\/\/t.co\/g7tIeUELz5<\/a><\/p>\n

- Lukas Haas (@lkshaas) 13 maj 2023<\/a><\/p><\/blockquote>\n