Tim stručnjaka s poznatog američkog sveučilišta Stanford razvio je model dubokog učenja, sposoban vrlo precizno prepoznati gdje je određena fotografija s usluge Google Street View snimljena. Riječ je, dakle, o naprednom računalnom igraču igre GeoGuessr, kojom se zabavlja 50-ak milijuna igrača u svijetu: cilj igre je nasumičnu fotografiju sa Street Viewa, samo na temelju onoga što se na njoj vidi, smjestiti u prostor.

Stručnjak za GeoGuessr

Najbolji igrači GeoGuessera vrlo brzo će takve zadatke riješiti otkrivanjem regije, vjerojatno i zemlje u kojoj je nastala fotografija, a potom i donekle preciznim pozicioniranjem točnog mjesta na karti. Po istom principu radi i sustav PIGEON: Predicting Image Geolocations, opisan u radu dostupnome na servisu Arxiv.

Sustav je treniran na slikama i lokacijskim podacima, a služi se naprednim algoritmima za prepoznavanje i geolociranje, po čemu je prvi u svijetu. Kako bi prikazali njegovu brzinu i kvalitetu, suprotstavili su ga Trevoru Rainboltu, najbolje rangiranom igraču GeoGuessra, koji je ostao poražen u srazu s PIGEON-om. Prema podacima koje su iznijeli sami autori programa, on se trenutačno može usporediti tek s 0,01% igrača ove internetske igre. Pobjeda njihovog sustava prvi je puta da je neki softver i u ovom zadatku nadmašio ljude, kažu.

Iako je sustav treniran na podacima servisa Google Street View, u stanju je prepoznati lokaciju gotovo svake fotografije snimljene negdje u eksterijeru. Trenutačno mu je preciznost na razini od 92%, kad je riječ o zemljama, uz medijalnu pogrešku od 44 kilometra. Oko 40% fotografija točno je u prostor smjestio s pogreškom manjom od 25 kilometara.

Kad je riječ o primjeni u stvarnom svijetu, ovakav sustav može biti od velike pomoći policijskim istražiteljima, obavještajnim agencijama ili jednostavno hobističkim istraživačima otvorenih podataka (OSINT), koji analiziraju javno dostupne fotografije.

Snimka okršaja AI-ja protiv prvaka GeoGuessra: