Jamaah AR-Fachruddin
Universitas Muhammadiyah Malang
Jamaah AR-Fachruddin
Universitas Muhammadiyah Malang

Superhuman, Kemampuan Mencari Keberedaan Lokasi Gambar ala Google

Author : Administrator | Senin, 29 Februari 2016 10:09 WIB

Google telah mengembangkan mesin kecerdasan buatan yang memiliki tingkat akurasi luar biasa, ketika menebak lokasi berdasarkan hanya pada piksel sebuah foto.

Superhuman, Kemampuan Mencari Keberedaan Lokasi Gambar ala Google
Di kawasan ini di Wroclaw, Polandia, 'kereta emas' ditemukan berdasar gambar pencitraan radar. (EPA via BBC Indonesia)


 

Jika Anda pernah memainkan permainan GeoGuessr, Anda akan tahu betapa sulitnya menemukan suatu tempat murni oleh gambar. Game online menempatkan Anda di lokasi acak di Google Street View, dan tugas Anda lah untuk menentukan di mana Anda berada, di mana saja di dunia hanya menggunakan petunjuk yang terlihat. Tetapi bahkan sebagai makhluk spasial, kita manusia merasa sulit untuk menentukan lokasi di pedalaman Australia hingga semak-semak di Afrika Selatan.

Sekarang, Google telah mengembangkan mesin kecerdasan buatan yang memiliki tingkat akurasi luar biasa, ketika menebak lokasi hanya berdasarkan pada piksel sebuah foto.

Tobias Weyand, dan tim yang mengkhususkan diri dalam mengembangkan "visi komputer" telah mengembangkan PlaNet, sebuah jaringan saraf mendalam yang mampu menentukan mana gambar hasil pemotretan, atau murni pada pixel.

Untuk mengembangkan memori spasial, tim menjejali komputer dengan 91 juta gambargeotag. Menggunakan data ini, mereka dipisahkan dari peta menjadi grid yang terdiri lebih dari 26.000 kotak, dengan ukuran kotak sebanding dengan berapa banyak gambar yang telah diambil di sana. Kota-kota besar dengan populasi yang sangat terkonsentrasi, cenderung terdiri dari lebih banyak kotak, dibanding daerah pedesaan. Dengan demikian, tidak ada cukup gambar untuk menyertakan laut atau daerah kutub.

Sepanjang proses ini, jaringan saraf memilih tren dan isyarat visual yang muncul dalam foto-foto di grid yang sama seperti warna, tekstur, dan bentuk. Misalnya, jaringan mengambil warna merah dan coklat khas batuan Grand Canyon dari foto-foto yang tak terhitung jumlahnya dari daerah.

Untuk menguji jaringan saraf, mereka memberikannya 2,3 juta foto geotag dari Flickr, untuk melihat apakah ia dapat menebak  di mana gambar itu diambil. Komputer menebak dengan benar 48% dari gambar, dan memastikan 28,4 persen dari negara yang ada.

Penelitian ini mengklaim dapat melokalisasi  gambar dengan tingkat akurasi jalan sebesar 3,6 persen dan 10,1 persen pada akurasi tingkat kota.

Sementara ini mungkin tidak terdengar besar-besaran akurat, itu jauh lebih baik daripada manusia. Tim menempatkan PlaNet melawan 10 subyek manusia yang bepergian dalam permainan GeoGuessr. PlaNet menang 28 kali dari 50, dengan kesalahan rata-rata 1,131.7 kilometer (703 mil), sedangkan manusia yang jauh dari target memiliki rata-rata 2.320,75 kilometer (1.442 mil).

Shared:

Komentar

Tambahkan Komentar


characters left

CAPTCHA Image