Google เปิดตัวคลังข้อมูลการฝึกอบรม AI ขนาดใหญ่ที่มีภาพถ่ายมากกว่า 5 ล้านภาพจากจุดสังเกต 200,000 แห่งทั่วโลก

การออกแบบระบบ AI ที่สามารถจดจำลักษณะของสถานที่แต่ละแห่งในโลกได้อย่างแม่นยำในระดับบุคคล (เช่น สามารถแยกความแตกต่างระหว่างสถานที่ในหมวดหมู่เดียวกันได้อย่างชัดเจน เช่น น้ำตกไนแองการา กับน้ำตกอื่นๆ) และการดึงภาพ (วัตถุในภาพ กับเวอร์ชันอื่นของวัตถุนั้นในแต่ละหมวดหมู่) เป็นหนึ่งในเป้าหมายที่มีมายาวนานของแผนกวิจัยทางปัญญา ปัญญาประดิษฐ์ของ Google เป็นที่สนใจเป็นพิเศษ เมื่อปีที่แล้วบริษัทได้เปิดตัว Google-Landmarks ซึ่งเป็นแพ็คเกจข้อมูลที่เกี่ยวข้องกับสถานที่สำคัญของโลกที่ Google อ้างว่าเป็นสถานที่สำคัญที่สุดในโลกในขณะนั้น และยังจัดการแข่งขัน 2 รายการ (Landmark Recognition 2018 และ Landmark Retriny 2018) ดึงดูดผู้เข้าร่วมได้มากกว่า นักวิจัยด้านการเรียนรู้ของเครื่องและปัญญาประดิษฐ์ชั้นนำ 500 รายทั่วโลก

• ปรับปรุงประสิทธิผลของการประเมินภาวะซึมเศร้าด้วยแบบจำลอง AI

หลังจากประสบความสำเร็จในปีที่แล้ว เมื่อวานนี้ (5 พฤษภาคม) Google ได้เปิดตัวคลังข้อมูลการฝึกอบรม AI ของ Google-Landmarks-v2 อย่างเป็นทางการพร้อมโค้ดโอเพ่นซอร์ส ถือเป็นก้าวสำคัญในแผนการพัฒนาเทคโนโลยีใหม่ ๆ ให้ประสบความสำเร็จ โมเดลคอมพิวเตอร์วิทัศน์สามารถจดจำจุดสังเกตทั่วโลกได้มากขึ้น รวดเร็ว แม่นยำ และซับซ้อน คลังข้อมูล Google-Landmarks-v2 นี้มีขนาดใหญ่กว่าเวอร์ชันก่อนหน้ามาก โดยมีภาพถ่ายมากถึง 5 ล้านภาพ (มากกว่าเวอร์ชันก่อนหน้าถึงสองเท่า) จากจุดสังเกต 200,000 แห่งทั่วโลก (มากกว่าเวอร์ชันก่อนหน้าถึง 7 เท่า) รอบโลก.

นอกจากนี้ Google ก็ไม่ลืมที่จะเปิดตัว "ความท้าทาย" ใหม่สองประการในปีนี้ ได้แก่ Landmark Recognition 2019 และ Landmark Retriny 2019 บนชุมชนการเรียนรู้ของเครื่อง Kaggle และในขณะเดียวกันก็ได้เปิดตัวซอร์สโค้ดและโมเดลสำหรับ Detect-to-Retrieve กรอบงานช่วยกู้คืนรูปภาพตามภูมิภาคได้อย่างมีประสิทธิภาพมากขึ้น

• AI ใช้ทวีตเพื่อช่วยนักวิจัยวิเคราะห์สถานการณ์น้ำท่วม

“ทั้งวิธีการจดจำและเรียกค้นภาพโดยทั่วไปจะต้องมีชุดข้อมูลการฝึกอบรมที่ใหญ่ขึ้นทั้งในแง่ของจำนวนภาพและความหลากหลายของจุดสังเกตเพื่อฝึกฝนระบบให้ดีขึ้นและแข็งแกร่งขึ้นด้วย เราหวังว่าชุดข้อมูลนี้จะช่วยปรับปรุงความสามารถในการจดจำและเรียกค้นรูปภาพของโมเดล AI สมัยใหม่ได้ละเอียดยิ่งขึ้น” วิศวกรซอฟต์แวร์สองคนในทีม Google AI ได้แก่ Bingyi Cao และ Tobias กล่าว Weyand แบ่งปัน

นอกจากนี้ ตามที่ผู้เชี่ยวชาญทั้งสองรายระบุ ภาพถ่าย 5 ล้านภาพจากจุดสังเกตมากกว่า 200,000 แห่งที่จัดเก็บไว้ใน Google-Landmarks-v2 ได้รับการรวบรวมและสนับสนุนจากช่างภาพทั่วโลก ภาพถ่ายแต่ละภาพจะมีป้ายกำกับพร้อมคำอธิบายเฉพาะของสถานที่และผู้แต่ง เช่น ปราสาทนอยชวานชไตน์ สะพานโกลเดนเกต คิโยมิสึเดระ เบิร์จคาลิฟา กิซ่าสฟิงซ์ (มหาสฟิงซ์แห่งกิซ่า) มาชูปิกชู และสถานที่ท่องเที่ยวที่มีชื่อเสียงอื่นๆ อีกมากมาย จากนั้นนักวิจัยของ Google ได้เพิ่มภาพถ่ายประวัติศาสตร์ที่ไม่ค่อยมีใครรู้จักซึ่งรวบรวมจาก Wikimedia Commons ซึ่งเป็นที่เก็บข้อมูลรูปภาพ เสียง และอื่นๆ ทางออนไลน์ของมูลนิธิ Wikimedia

• ปัญญาประดิษฐ์ OpenAI เอาชนะทีม Dota 2 แชมป์โลกที่ครองราชย์

แล้วปัญหาหลักที่เฟรมเวิร์ก Detect-to-Retrieve แก้ไขคืออะไร? ตามที่อธิบายโดย Bingyi Cao และ Tobias Weyand โมเดลที่ Google เปิดตัว (ฝึกกับชุดย่อยของรูปภาพ 80,000 รูปจากชุดข้อมูล Google-Landmarks ชุดแรก) สามารถใช้ประโยชน์จาก Bingyi Cao ได้ Bounding Boxes จากโมเดลการตรวจจับวัตถุเพื่อ "เพิ่มน้ำหนัก" ไปยังขอบเขตรูปภาพ มีรายการที่น่าสนใจ จึงปรับปรุงความแม่นยำอย่างมาก

นอกจากนี้ Landmark Recognition 2019 (โดยทีมที่เข้าร่วมได้รับมอบหมายให้ออกแบบแบบจำลอง AI เพื่อช่วยระบุจุดสังเกต) และ Landmark Retriny 2019 (ทีมที่เข้าร่วมใช้ระบบ AI เพื่อค้นหาภาพที่จะแสดงสถานที่ที่กำหนดอย่างถูกต้อง) ได้เริ่มรับการลงทะเบียนเพื่อเข้าร่วมแล้วตั้งแต่วันนี้ การแข่งขันทั้งสองรายการจะรวมเงินรางวัลมูลค่ารวม 50,000 ดอลลาร์สหรัฐฯ และทีมที่ชนะจะได้รับเชิญจาก Google ให้เข้าร่วมการประชุมว่าด้วยคอมพิวเตอร์วิทัศน์และการจดจำรูปแบบ (การประชุมเกี่ยวกับคอมพิวเตอร์วิทัศน์และการรู้จำรูปแบบ) ซึ่งจัดขึ้นที่ลองบีช รัฐแคลิฟอร์เนียในปลายปีนี้ เพื่อจัดแสดง รายละเอียดของแนวทางที่พวกเขาได้ดำเนินการ