Projektowanie systemów AI, które są w stanie dokładnie rozpoznać cechy charakterystyczne każdego miejsca na świecie na poziomie indywidualnym (tj. potrafią wyraźnie rozróżnić miejsca z tej samej kategorii, np. wodospad Niagara od dowolnego innego wodospadu) i wyszukać obrazy (obiekty na obrazach) z innymi wersjami tego obiektu w każdej kategorii) należą do wieloletnich celów działu badań intelektualnych.Szczególnym zainteresowaniem cieszy się sztuczna inteligencja Google. W zeszłym roku firma udostępniła Google-Landmarks, pakiet danych dotyczący zabytków Ziemi, który według Google był wówczas największym na świecie, a także zorganizowała 2 konkursy (Landmark Recognition 2018 i Landmark Retriny 2018), w których wzięło udział ponad 500 czołowych badaczy uczenia maszynowego i sztucznej inteligencji na świecie.

Po zeszłorocznym sukcesie, wczoraj 5 maja, Google oficjalnie udostępniło hurtownię danych szkoleniowych AI Google-Landmarks-v2 z otwartym kodem źródłowym, jako ważny krok w planie pomyślnego rozwoju nowych technologii.Modele widzenia komputerowego potrafią rozpoznawać punkty orientacyjne na całym świecie więcej szybko, dokładnie i wyrafinowanie. Hurtownia danych Google-Landmarks-v2 jest znacznie większa niż poprzednia wersja i zawiera do 5 milionów zdjęć (dwa razy więcej niż w poprzedniej wersji) 200 000 punktów orientacyjnych (7 razy więcej niż w poprzedniej wersji) na całym świecie. Dookoła świata.
Ponadto Google nie zapomniał o wypuszczeniu w tym roku dwóch nowych „wyzwań” Landmark Recognition 2019 i Landmark Retriny 2019 w społeczności Kaggle zajmującej się uczeniem maszynowym, a jednocześnie udostępnił kod źródłowy i model funkcji Detect-to-Retrieve, struktura pomaga skuteczniej przywracać obrazy według regionu.
„Zarówno metody rozpoznawania, jak i wyszukiwania obrazów będą na ogół wymagały większych zbiorów danych szkoleniowych, zarówno pod względem liczby obrazów, jak i różnorodności punktów orientacyjnych, aby lepiej przeszkolić system i być silniejszym. Mamy nadzieję, że ten zbiór danych pomoże w dokładniejszym udoskonaleniu możliwości rozpoznawania i wyszukiwania obrazów w nowoczesnych modelach sztucznej inteligencji” – powiedziało dwóch inżynierów oprogramowania z zespołu Google AI, Bingyi Cao i Tobias. Weyand.
Ponadto, według tych dwóch ekspertów, fotografowie z całego świata zbierają i przesyłają 5 milionów zdjęć ponad 200 000 punktów orientacyjnych przechowywanych w Google-Landmarks-v2. Każde zdjęcie będzie oznaczone konkretnym opisem lokalizacji i autora, na przykład zamek Neuschwanstein, most Golden Gate, Kiyomizu-dera, Burj Khalifa, Giza Sphinx (Wielki Sfinks w Gizie), Machu Picchu i wiele innych znanych atrakcji. Następnie badacze Google dodali historyczne, mało znane zdjęcia pobrane z Wikimedia Commons, internetowego archiwum obrazów, dźwięków i innych rodzajów danych multimedialnych Fundacji Wikimedia.
Jaki jest zatem główny problem rozwiązywany przez platformę Detect-to-Retrieve? Jak wyjaśnili Bingyi Cao i Tobias Weyand, modele udostępnione przez Google (wytrenowane na podzbiorze 80 000 obrazów z pierwszego zbioru danych Google-Landmarks) mogą wykorzystywać ramki ograniczające z modelu wykrywania obiektów w celu „dodania wagi” obszarom obrazu zawierające ciekawe pozycje, co znacznie poprawia dokładność.
Ponadto od dziś rozpoczynają przyjmowanie rejestracji do udziału w programach Landmark Recognition 2019 (w których uczestniczące zespoły mają za zadanie zaprojektować modele sztucznej inteligencji pomagające zidentyfikować punkty orientacyjne) i Landmark Retriny 2019 (uczestniczące zespoły korzystają z systemów sztucznej inteligencji w celu znalezienia obrazów w celu dokładnego wyświetlenia wyznaczonego miejsca). Obydwa konkursy obejmą nagrody pieniężne o łącznej wartości 50 000 dolarów, a zwycięskie zespoły zostaną zaproszone przez firmę Google do wzięcia udziału w konferencji na temat widzenia komputerowego i rozpoznawania wzorców (konferencji na temat widzenia komputerowego i rozpoznawania wzorców), która odbędzie się pod koniec tego roku w Long Beach w Kalifornii w celu zaprezentowania szczegóły podejścia, które wdrożyli.

