😱 Берегись! ИИ может определить твоё местоположение на фото

Созданная студентами Стэнфордского университета модель искусственного интеллекта точно может опознать конкретное местоположение путем анализа Google Street View.

Этот искусственный интеллект способен определить ваше местонахождение, просто анализируя несколько фотографий.

Мы все знаем о важности безопасного использования социальных медиа, например, о том, что нельзя публиковать фотографии, раскрывающие личную информацию. Но что, если я скажу вам, что генеративный искусственный интеллект все равно сможет вас найти, просто по заднему плану вашей фотографии? 😧

Последнее достижение искусственного интеллекта: предсказание геолокаций изображений (PIGEON)

Студенты аспирантуры Стэнфордского университета разработали невероятное приложение под названием PIGEON, которое может определить ваше местоположение просто по уличному виду или даже только по изображению. С развитием генеративного искусственного интеллекта находятся новые возможности использования подобных технологий.

Согласно предварительной статье, PIGEON может предсказывать страну на фото с точностью 92% и может определить местоположение с точностью до 25 километров в более чем 40% случаев. 🌍 Чтобы понять, насколько это впечатляюще, PIGEON входит в топ 0,01% игроков GeoGuessr, где пользователи пытаются угадать местоположение на основе фотографии из Google Street View. 🏆

PIGEON даже соревновался с Тревором Рейнболтом, одним из лучших профессиональных игроков в GeoGuessr, в серии из шести матчей, которые транслировались онлайн и собрали более 1,7 миллиона просмотров. Догадайтесь, кто победил? PIGEON! 🎉

• Неструктурированные данные скрытая золотая шахта
• Противостоять плагиату, созданному ИИ можем ли мы выиграть эту битву?
• 💡 Salesforce улучшает Einstein Copilot Раскрытие силы неструктуриро...

Как работает PIGEON? 🕵️‍♂️

Студенты, создавшие PIGEON, использовали CLIP, нейронную сеть, разработанную OpenAI, которая связывает текст и изображения, обучая ее на названиях визуальных категорий. 🧠

Под влиянием игры GeoGuessr PIGEON был обучен на наборе данных из 100 000 оригинальных мест из GeoGuessr и наборе из четырех изображений, представляющих “панораму” каждого места. В результате было получено в общей сложности 400 000 изображений. 📸

По сравнению с другими моделями искусственного интеллекта, обучающий набор данных PIGEON может показаться небольшим. Модель для генерации изображений DALL-E 2 от OpenAI, например, обучается на сотнях миллионов изображений. Но не позволяйте этому вас обмануть, потому что PIGEON превосходит конкурентов. 💪

Студенты также разработали другую модель под названием PIGEOTTO, которая использует более четырех миллионов фотографий из Flickr и Википедии для определения местоположений по одному изображению. PIGEOTTO впечатляюще превосходит достижения предыдущих лидеров в точности определения городов и стран.

Этические проблемы и конфиденциальность

Хотя PIGEON и PIGEOTTO проявляют удивительные возможности, этические соображения, связанные с этими моделями, нельзя игнорировать. С одной стороны, геолокализация изображений имеет множество положительных применений, таких как помощь в автономном управлении и визуальных расследованиях, а также удовлетворение нашей любопытства относительно местоположения на фотографиях. 🚗

Однако существуют определенные риски и проблемы конфиденциальности, связанные с этими технологиями. Нарушения конфиденциальности представляют одну из наиболее значимых проблем. В результате студенты решили не публиковать публично веса моделей и предоставили доступ к коду только для академической проверки.

🔎 Вопросы и ответы: ваши опасения

В: Насколько точным является PIGEON в определении точных местоположений? О: PIGEON точно определяет местоположение в пределах 25 километров в более чем 40% случаев.

В: Как PIGEON сравнивается с человеческими игроками в игре GeoGuessr? О: PIGEON находится в топе 0,01% игроков GeoGuessr и даже победил профессионального игрока в транслируемом соревновании.

В: Какие еще сферы применения может иметь PIGEON помимо определения местоположения на фото? О: Возможности PIGEON могут быть полезны в автономном вождении, визуальных расследованиях и других областях, требующих информации о местоположении.

В: Как PIGEON был обучен на таком небольшом наборе данных по сравнению с другими моделями искусственного интеллекта? О: PIGEON был обучен с помощью CLIP, нейронной сети, которая связывает текст и изображения, а студенты использовали игру GeoGuessr для создания обучающего набора данных из 400 000 изображений.

Вопрос: Какие проблемы с конфиденциальностью связаны с PIGEON? A: Нарушение конфиденциальности представляет серьезную проблему, так как технология геолокализации изображений может нарушать права личной жизни людей. Студенты предприняли меры, чтобы защитить конфиденциальность, не публикуя общедоступно веса модели.

Будущие последствия геолокализации изображений

Достижения PIGEON в области геолокализации изображений открывают новые возможности в различных областях. От повышения точности автономных транспортных средств до помощи в визуальном расследовании, эта технология имеет потенциал изменить способ взаимодействия с данными, связанными с местоположением. 🌐

Однако, как с любой новой технологией, нам нужно тщательно балансировать между пользой и рисками. Решение проблем конфиденциальности и обеспечение этичного использования будут являться приоритетом по мере развития этих достижений. С ответственной реализацией геолокализации изображений мы можем открыть дверь в захватывающие новые направления. 🚀

📚 Ссылки

• The New York Times wants OpenAI and Microsoft to pay for training data (TechCrunch)
• Лучшие AI чат-боты: ChatGPT и другие упоминаемые альтернативы
• Apple Maps против Google Maps: пользователи iPhone возвращаются, но что лучше?

Не забудьте поделиться этой статьей на своих любимых социальных платформах и поделиться своими мыслями! 💬

[Изображение: Getty Images]

• artificial intelligence
• Innovation