Google lanza un enorme almacén de datos de entrenamiento de IA con más de 5 millones de fotografías de 200.000 puntos de referencia en todo el mundo

Diseñar sistemas de IA que sean capaces de reconocer con precisión las características de cada lugar del mundo a nivel individual (es decir, poder distinguir claramente entre lugares de la misma categoría, por ejemplo, las Cataratas del Niágara con cualquier otra cascada) y recuperación de imágenes (objetos en imágenes). con otras versiones de ese objeto en cada categoría) se encuentran entre los objetivos de larga data del departamento de investigación intelectual. La inteligencia artificial de Google es de particular interés. El año pasado, la compañía lanzó Google-Landmarks, un paquete de datos relacionados con los puntos de referencia de la Tierra que, según Google, era el más grande del mundo en ese momento, y también organizó 2 concursos (Landmark Recognition 2018 y Landmark Retriny 2018), que atrajeron la participación de más de 500 investigadores líderes en aprendizaje automático e inteligencia artificial en el mundo.

• Mejorar la eficacia de la evaluación de la depresión con modelos de IA

Tras el éxito del año pasado, ayer 5 de mayo Google lanzó oficialmente el almacén de datos de entrenamiento de IA Google-Landmarks-v2 con código fuente abierto, como un paso importante en el plan para desarrollar con éxito nuevas tecnologías. Los modelos de visión por computadora pueden reconocer puntos de referencia en todo el mundo. de forma rápida, precisa y sofisticada. Este almacén de datos de Google-Landmarks-v2 tiene una escala mucho mayor que la versión anterior y posee hasta 5 millones de fotografías (el doble que la versión anterior) de 200.000 puntos de referencia (7 veces más que la versión anterior) en todo el mundo. Alrededor del mundo.

Además, Google no se olvidó de lanzar dos nuevos "desafíos" este año, Landmark Recognition 2019 y Landmark Retriny 2019, en la comunidad de aprendizaje automático de Kaggle, y al mismo tiempo lanzó el código fuente y el modelo para Detect-to-Retrieve. un marco ayuda a restaurar imágenes por región de manera más efectiva.

• La IA utiliza tweets para ayudar a los investigadores a analizar situaciones de inundaciones

“Tanto el reconocimiento de imágenes como los métodos de recuperación generalmente requerirán conjuntos de datos de entrenamiento más grandes en términos de número de imágenes y diversidad de puntos de referencia para entrenar mejor el sistema y hacerlo más fuerte. Esperamos que este conjunto de datos ayude a mejorar más a fondo las capacidades de reconocimiento y recuperación de imágenes de los modelos modernos de IA”, dijeron dos ingenieros de software del equipo de IA de Google, Bingyi Cao y Tobias.

Además, según estos dos expertos, fotógrafos de todo el mundo recopilan y aportan 5 millones de fotografías de más de 200.000 puntos de referencia almacenados en Google-Landmarks-v2. Cada foto estará etiquetada con una descripción específica de la ubicación y el autor, por ejemplo, el Castillo de Neuschwanstein, el Puente Golden Gate, Kiyomizu-dera, Burj Khalifa, la Esfinge de Giza (Gran Esfinge de Giza), Machu Picchu y muchas otras atracciones famosas. Luego, los investigadores de Google agregaron fotografías históricas y poco conocidas recopiladas de Wikimedia Commons, el archivo en línea de imágenes, sonidos y otros tipos de datos multimedia de la Fundación Wikimedia.

• La inteligencia artificial OpenAI derrotó al actual campeón mundial de Dota 2

Entonces, ¿cuál es el principal problema que resuelve el marco Detect-to-Retrieve? Como explicaron Bingyi Cao y Tobias Weyand, los modelos lanzados por Google (entrenados en un subconjunto de 80.000 imágenes del primer conjunto de datos de Google-Landmarks) pueden aprovechar los cuadros delimitadores de un modelo de detección de objetos para "añadir peso" a las regiones de la imagen. que contienen elementos interesantes, lo que mejora significativamente la precisión.

Además, Landmark Recognition 2019 (donde los equipos participantes tienen la tarea de diseñar modelos de IA para ayudar a identificar puntos de referencia) y Landmark Retriny 2019 (los equipos participantes utilizan sistemas de IA para encontrar imágenes que muestren con precisión un lugar designado) han comenzado a aceptar inscripciones para participar a partir de hoy. Ambas competiciones incluirán premios en efectivo por un total de 50.000 dólares y los equipos ganadores serán invitados por Google a asistir a la Conferencia sobre Visión por Computador y Reconocimiento de Patrones (Conferencia sobre Visión por Computador y Reconocimiento de Patrones) que se celebrará en Long Beach, California, a finales de este año, para mostrar los detalles del enfoque que han implementado.