В Google научили нейронную сеть угадывать место по фотографии |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2016-02-25 21:00 В компании Google научили нейронную сеть определять место съёмки практически любой фотографии, пишет MIT Technology Review. Группа специалистов Google по компьютерному зрению (computer vision) во главе с Тобиасом Уэйандом разделили карту мира на 26 000 зон, размер которых зависел от количества фотографий, сделанных там - более населенные места получили более подробную разбивку. Затем разработчики создали базу из 126 млн фотографий из интернета с геотегами. 91 млн фотографий использовали для того, чтобы обучить нейросеть определять предполагаемую зону (одну или несколько) на карте мира по изображению. Остальные 34 млн использовали для проверки (валидации) нейросети. В некоторых случаях PlaNet очень точно угадывает место, где снимали фото Для финального тестирования нейросети, получившей название PlaNet, использовали 2,3 млн снимков из Flickr с геотегами. В 3,6% случаев PlaNet определила местоположение снятого объекта с точностью до улицы, в 10,1% - с точностью до города, в 28,4% - с точностью до страны и в 48% - с точностью до континента. Также Уэйанд с коллегами проверили PlaNet через онлайн-игру GeoGuessr. В ней нужно угадать место на карте мира по фотографии из Google Street View. Люди в среднем угадывают место с погрешностью в 2320 км. PlaNet улучшила этот показатель более чем вдвое - до 1130 км. Чтобы определять геолокацию фото, сделанных в помещениях, программа в дальнейшем будет анализировать геолокацию других снимков из того же альбома. Интересно, что работающая нейросеть занимает всего 377 Мб оперативной памяти. Американский колледж открыл курсы пилотов дроновРасположенный на Лонг-Айленде авиационный колледж Даулинг открыл курсы по управлению дронами, пишет Enterpreneur. Профессор Джеймс Рекорд, ведущий этот курс, говорит, что индустрия дронов развивается сейчас очень быстро: «Это не просто про авиацию, это про всё». Пилоты дронов востребованы в самых разных сферах: сельское хозяйство, съемка спортивных событий, наземное и морское наблюдение, инспектирование промышленных и инфраструктурных объектов - недвижимости, взлетных полос, солнечных батарей, ветряных турбин. Ранее для этих задач использовали вертолеты, но дроны намного дешевле. Средняя зарплата оператора дрона в США - около $100 000 в год. Спрос на тех, кто может официально управлять беспилотниками, огромен: «Сотни рабочих мест пустуют, так как нет достаточного количества операторов», - говорит Рекорд. Однако для того, чтобы устроиться на эту работу в США, необходимо быть пилотом и получить сертификат от Федерального управления гражданской авиации (FAA). Такой имеют только 3500 человек на все Штаты. Курсы в колледже Даулинг готовят студентов к получению этого документа. На первый курс по управлению дронами записались 27 человек - наибольший возможный размер учебной группы. По словам Рекорда, с другими курсами такого не случалось. Использование дронов в США строго регламентируется госорганами. С 2016 года граждане США должны лицензировать все свои беспилотники в FAA. Кроме того, фактически под запретом находится коммерческое использование дронов. В 2016 году в России также должны вступить в силу правила лицензирования и содержания беспилотных летательных аппаратов, в целом повторяющие американские. Источник: apparat.cc Комментарии: |
|