Ta ett foto så ska jag säga var du befinner dig: den överraskande "kraften" hos artificiell intelligens

Vi börjar nu bli ganska vana vid den artificiella intelligensens bedrifter, som har öppnat dörren till många tidigare outforskade möjligheter. Nu har ett nytt projekt lyft fram dess alarmerande geolokaliseringsförmåga. Låt oss upptäcka hur.

Från spel till verklighet: AI-programmet som kan gissa var du har knäppt ett fotografi

Pixabay

Artificiell intelligens passerar allt mer otroliga och spännande gränser. Efter programmet som utformades för att läsa tankar och översätta dem i skrift har nu turen kommit till ett projekt som rör fotografier. Var du än befinner dig i världen när du tar ett foto, kan artificiell intelligens gissa den exakta platsen. Detta bevisas av ett examensprojekt som en grupp studenter, Lucas Haas, Michael Skreta, Silas Alberti och Chelsea Finn från Standford University, Kalifornien i USA utförde. De presenterade de otroliga geolokaliseringfärdigheterna hos AI genom PIGEON, Predicting Image Geolocations. 

Programmet designades ursprungligen för att hitta platser på Google Street View för GeoGuessr, ett välkänt geografispel online där spelare ska kunna gissa rätt platser från Google Street View-bilder.

PIGEON har dock visat sig vara överraskande effektiv på att identifiera platser där fotografier har tagits. Studenterna från Stanford designade en AI-spelare för spelet med hjälp av OpenAlsClip-bildanalysverktyg. Därefter tränade de den att känna igen platserna som syntes på fotografierna, med hjälp av en uppsättning av cirka 500.000 Google Street View-bilder. Därefter skötte PIGEON resten själv, och lyckades säga platsernas namn med en extrem precision i en procentandel av fallen som motsvarar 95%.

PIGEON och integriteten: en oro

RAINBOLT/Youtube screenshot

 Trevor Rainbolt, en expert på GeoGuessr-spelet, testade PIGEONS kapacitet och han lyckades till och med att identifiera platsen för olika träd som hade fotograferats i Illinois. Rainbolt utmanade AI-programmet och förlorade för första gången: detta beror på att även PIGEON klarar upptäcka även de minsta detaljerna, såsom marken, formen och färgen på blad, och himlens egenskaper. Trots de extraordinära egenskaperna och möjligheterna som artificiell intelligens erbjuder, är det känt att förmåga ofta är en orsak till förvirring och debatter kopplade till bristande sunt förnufts användning av detta verktyg.

Även i det fallet fanns det ingen brist på tvivel: den politiska analytikern från American Civil Liberties Union, Jay Stanley, tog upp farhågorna angående eventuell företags- och statlig övervakning, som även täcker den känsliga frågan om stalking. Detta innebär naturligtvis att kunna identifiera den exakta platsen i vilket fotografi som helst, vilket kan äventyra individuell integritet och avslöja information som en person inte vill ska bli känd. 

Men förutom ett par försumbara fel lyckades programmet visa att artificiell intelligens har obestridlig makt när det handlar om geolokalisering.

Artificiell intelligens ser var du har knäppt ett foto: var uppmärksam på bakgrunden

Pexels

För att undvika möjliga faror relaterade till integritet, föreslog analytikern att vi ska uppmärksamma detaljerna som syns i bakgrunden på våra fotografier. Faktum är att geolokalisering av artificiell intelligens kommer att bli alltmer sofistikerad och kraftfull. Författarna till projektet försökte själva begränsa dessa möjliga konsekvenser och publicerade en artikel om tekniken som användes utan att göra tekniken offentlig.

"Geolokalisering av foton i planetarisk skala är än så länge ett utmanande problem på grund av mångfalden av foton från överallt i världen. Även om syntransformatorbaserade tillvägagångssätt har gjort betydande framsteg i geolokaliseringsnoggranhet, är framgången i tidigare litteratur begränsad till snäv fördelning av landmärkesbilder och presanda generaliserade inte till osynliga platser.".

"Vi presenterar här ett nytt geolokaliseringssystem som kombinerar semantisk geocellskapande, multitask kontrastiv förträngning och en ny förlustfunktion. Vi tränade två modeller för datautvärdering på gatunivå och allmän bildgeolokalisering; den första modellen, PIGEON, är tränad på data från GeoGuessr-spelet och det lyckas placera över 40% av sina gissningar inom 25 kilometer från platsen globalt. Vi utvecklar också en bot och använder PIGEON i ett blint experiment mot människor, och rankas bland de 0,01% bästa spelarna. Vi utmanar ytterligare en av världens främsta professionella Guessr-spelare i en serie på 6 omgångar med miljontals åskådare, men det är viktigt att han vinner alla 6 omgångar.".

Resultaten är utan tvekan imponerande. Vad tycker du om detta fascinerande, men samtidigt alarmerande projekt?