دانشجویان فارغ‌التحصیل «دانشگاه استنفورد» هوش مصنوعی جدیدی گسترش داده‌اند که می‌‌تواند موقعیت مکانی شما را فقط بر پایه گوگل استریت ویو (نمای خیابان) یا یک عکس تشخیص دهد.

این پروژه «پیش‌بینی موقعیت‌های جغرافیایی عکس» (Predicting Image Geolocations) یا به اختصار PIGEON نام دارد و می‌تواند موقعیت یک مکان خاص را با بازدید استریت ویوی آن مکان تعیین کند. بر پایه گزارش ZDNet، هوش مصنوعی PIGEON می‌تواند کشوری که تصاویر در آن ثبت شده را با دقت ۹۲ درصد تشخیص دهد و این چنین در بیشتر از ۴۰ درصد گمان‌های خود، مکان موردنظر را در محدوده ۲۵ کیلومتری آن محل اشکار کند.

محققان برای فهمیدن مقدار تأثیرگذاری مدل خود، آن را با برترین بازیکنان بازی GeoGuessr آزمایش کرده‌اند که در آن کاربران باید موقعیت مکانی عکس گرفته‌شده از گوگل Street View را گمان بزنند. PIGEON موفق‌شده تا یکی از بهترین بازیکنان این بازی را در شش مسابقه ناکامی دهد که بخشی از آن را در ویدیو زیر می‌توانید مشاهده کنید:

فارغ‌التحصیلان دانشگاه استنفورد برای گسترش هوش مصنوعی PIGEON از شبکه عصبی CLIP شرکت OpenAI منفعت گیری کرده‌اند که می‌تواند ربط بین متن و تصاویر را فهمیدن کند. سپس این مدل هوش مصنوعی با مجموعه‌ای از داده‌ها متشکل از ۱۰۰ هزار مکان مثالبرداری‌شده در GeoGuessr و مجموعه‌ای از تصاویر دیگر آموزش داده شد.

در قیاس با دیگر مدل‌های هوش مصنوعی، برای آموزش PIGEON از داده‌های زیاد کمتری منفعت گیری شده است. به‌گفتن مثال، مدل DALL-E 2 شرکت OpenAI که می‌تواند بر پایه دستورات متنی کاربران عکس تشکیل کند، روی صدهای میلیون عکس آموزش داده شده اما برای PIGEON فقط از ۴۰۰ هزار عکس منفعت گیری شده است.

هوش مصنوعی PIGEOTTO برای تشخیص موقعیت مکانی یک عکس

علاوه‌بر‌این، دانشجویان اسبق استنفورد روی مدل فرد دیگر با نام PIGEOTTO نیز کار کرده‌اند که برای آموزش آن از بیشتر از چهار میلیون عکس Flickr و ویکی‌پدیا پشتیبانی گرفته شده است و می‌تواند مکان یک عکس را شناسایی کند. این مدل نیز انگارً کارکرد قابل‌توجهی از خود نشان داده و نسبت به مثالهای قبلی تا ۷.۷ درصد در شناسایی دقیق شهر و ۲۹.۸ درصد در شناسایی دقیق سرزمین برتری داشته است.

هرچند این مدل‌های هوش مصنوعی می‌توانند در عرصه‌هایی ازجمله گسترش سیستم‌های خودران مثبت ظاهر شوند، اما همانطور که محققان ذکر کرده‌اند، در عرصه حریم خصوصی نگرانی‌هایی را به همراه خواهند داشت. به همین علت اکنون تصمیم گرفته شده که این مدل‌ها به‌صورت عمومی انتشار نشوند و فقط برای اهداف آکادمیک مورداستفاده قرار بگیرند.