جوجل تطلق مستودعًا ضخمًا لبيانات تدريب الذكاء الاصطناعي يضم أكثر من 5 ملايين صورة لـ 200 ألف معلم حول العالم

تصميم أنظمة ذكاء اصطناعي قادرة على التعرف بدقة على خصائص كل مكان في العالم على المستوى الفردي (أي القدرة على التمييز بوضوح بين الأماكن في نفس الفئة، مثل شلالات نياجرا مع أي شلال آخر) واسترجاع الصور (الأشياء في الصور) مع إصدارات أخرى من ذلك الكائن في كل فئة) من بين الأهداف طويلة الأمد لقسم الأبحاث الفكرية. ويحظى الذكاء الاصطناعي لشركة Google باهتمام خاص. وفي العام الماضي، أصدرت الشركة Google-Landmarks، وهي حزمة بيانات تتعلق بمعالم الأرض التي زعمت جوجل أنها الأكبر في العالم في ذلك الوقت، كما نظمت مسابقتين (Landmark Recognition 2018 وLandmark Retriny 2018)، جذبتا مشاركة أكثر من 500 باحث من رواد التعلم الآلي والذكاء الاصطناعي في العالم.

• تحسين فعالية تقييم الاكتئاب باستخدام نماذج الذكاء الاصطناعي

بعد النجاح الذي حققته العام الماضي، أطلقت جوجل يوم 5 مايو رسميًا مستودع بيانات التدريب Google-Landmarks-v2 AI مع كود مفتوح المصدر، كخطوة مهمة في خطة تطوير تقنيات جديدة بنجاح، حيث يمكن لنماذج الرؤية الحاسوبية التعرف على المعالم حول العالم المزيد بسرعة ودقة ومتطورة. يعد مستودع بيانات Google-Landmarks-v2 أكبر حجمًا بكثير من الإصدار السابق، حيث يحتوي على ما يصل إلى 5 ملايين صورة (ضعف الإصدار السابق) من 200000 معلم (7 أضعاف الإصدار السابق) في جميع أنحاء العالم. حول العالم.

بالإضافة إلى ذلك، لم تنس جوجل إطلاق "تحديين" جديدين هذا العام، Landmark Recognition 2019 وLandmark Retriny 2019، على مجتمع Kaggle للتعلم الآلي، وفي الوقت نفسه أصدرت الكود المصدري والنموذج لـ Detect-to-Retrieve، يساعد الإطار على استعادة الصور حسب المنطقة بشكل أكثر فعالية.

• يستخدم الذكاء الاصطناعي التغريدات لمساعدة الباحثين على تحليل حالات الفيضانات

"ستتطلب كل من طرق التعرف على الصور واسترجاعها بشكل عام مجموعات بيانات تدريب أكبر من حيث عدد الصور وتنوع المعالم لتدريب النظام بشكل أفضل وكذلك ليكون أقوى. قال اثنان من مهندسي البرمجيات في فريق Google للذكاء الاصطناعي، وهما بينجي كاو وتوبياس: "نأمل أن تساعد مجموعة البيانات هذه في تحسين قدرات التعرف على الصور واسترجاعها لنماذج الذكاء الاصطناعي الحديثة بشكل أكثر شمولاً".

بالإضافة إلى ذلك، وفقًا لهذين الخبيرين، يتم جمع 5 ملايين صورة لأكثر من 200 ألف معلم مخزن في Google-Landmarks-v2 ومساهمة المصورين في جميع أنحاء العالم بها. سيتم تصنيف كل صورة مع وصف محدد للموقع والمؤلف، على سبيل المثال قلعة نويشفانشتاين، وجسر البوابة الذهبية، وكيوميزو ديرا، وبرج خليفة، وأبو الهول بالجيزة (أبو الهول بالجيزة)، وماتشو بيتشو والعديد من المعالم السياحية الشهيرة الأخرى. أضاف باحثو Google بعد ذلك صورًا تاريخية غير معروفة تم جمعها من Wikimedia Commons، وهو أرشيف الصور والأصوات عبر الإنترنت التابع لمؤسسة Wikimedia، وغير ذلك من أنواع بيانات الوسائط الأخرى.

• الذكاء الاصطناعي OpenAI هزم فريق بطل العالم Dota 2

إذن ما هي المشكلة الرئيسية التي يحلها إطار عمل الكشف للاسترداد؟ كما أوضح بينجي كاو وتوبياس وياند، فإن النماذج التي أصدرتها جوجل (والتي تم تدريبها على مجموعة فرعية مكونة من 80 ألف صورة من أول مجموعة بيانات جوجل للمعالم) يمكنها الاستفادة من المربعات المحيطة. تحتوي على عناصر مثيرة للاهتمام، وبالتالي تحسين الدقة بشكل ملحوظ.

بالإضافة إلى ذلك، بدأ برنامج Landmark Recognition 2019 (حيث يتم تكليف الفرق المشاركة بتصميم نماذج الذكاء الاصطناعي للمساعدة في تحديد المعالم) وLandmark Retriny 2019 (تستخدم الفرق المشاركة أنظمة الذكاء الاصطناعي للعثور على الصور لعرض مكان معين بدقة) في قبول التسجيلات للمشاركة اعتبارًا من اليوم. ستتضمن كلتا المسابقتين جوائز نقدية يبلغ مجموعها 50000 دولار وستقوم Google بدعوة الفرق الفائزة لحضور مؤتمر رؤية الكمبيوتر والتعرف على الأنماط (مؤتمر رؤية الكمبيوتر والتعرف على الأنماط).) الذي سيعقد في لونج بيتش، كاليفورنيا في وقت لاحق من هذا العام، لعرض تفاصيل النهج الذي طبقوه.