Ang Data ng Lokasyon ay Makukuha Ngayon Mula sa Mga Larawan (ng Cambridge, England) Sa PoseNet

Ang bawat larawan na iyong dadalhin sa iyong smartphone ay awtomatikong naka-attach ang coordinate ng GPS. Ginagawang posible ng apps tulad ng Instagram na makita kung saan kinunan ang larawan sa tulong ng mga serbisyo sa lokasyon. Ang PoseNet, isang bagong programa na binuo sa University of Cambridge, ay naglalayong i-reverse engineer na proseso, na nagpapahintulot sa mga gumagamit upang malaman kung saan sila ay sa pamamagitan ng pagpasok ng isang larawan sa isang sistema na may kakayahang pagtukoy ng lokasyon at kahit na orientation. Natural ang mga tao na mag-navigate sa pamamagitan ng isang kumbinasyon ng mga damdamin at mga palatandaan. Kung pinapalitan ng GPS ang kalahating pakiramdam ng equation na iyon, pinapalitan ng PoseNet ang kalahati ng landmark.

Na binuo ng mga mananaliksik ng engineering, ang sistema ay nakasalalay sa convolutional neural networks upang malaman kung saan nakunan ang isang larawan, isang bagay na magagawa nila sa loob ng anim na paa at tatlong degree, na kung saan ay groundbreaking upang ilagay ito nang mahinahon. Ang mga solusyon sa GPS ay hindi kailanman nag-aalok ng orientation metadata.

Isa pang kapansin-pansin na aspeto ng proyekto ng PoseNet: Ang mga neural network nito ay umaasa sa isang database na mas mababa sa 50 megabytes, na libu-libong beses na mas maliit kaysa sa karamihan ng mga database ng GPS. Ginagawang napakabilis ng PoseNet. Kinakailangan nito ang humigit-kumulang na limang milliseconds upang mabigyang-kahulugan ang larawan at magtatag ng isang lokasyon, samantalang ang GPS ay maaaring tumagal ng hanggang ilang segundo. Gumagana rin ang PoseNet nang mas mahusay sa loob ng bahay.

Habang ang sobrang bilis ng PoseNet at maliit na mga kinakailangan sa imbakan ng data ay humingi ng pandaigdigang pagpapalawak ng system, mayroon ding ilang mga alalahanin tungkol sa privacy. Karamihan sa mga gumagamit ng smartphone ay kusang kumikolekta ng data sa kanilang sariling pag-uugali (kung pinili nilang isipin ito sa ganoong paraan o hindi). PoseNet ay maaaring gawin na hindi sinasadya. Ang katumpakan ng sistema ay parehong prinsipyo ng kabutihan at ang pangunahing kahinaan nito.

Yamang ang PoseNet ay nasa simula pa lamang, nagsasagawa lamang ito sa isang bahagi ng Cambridge, England, kung saan ang 12,000 na larawan na nagsanay ng database ay nabigo. Ngunit napakahusay naming maaaring makita ang PoseNet na humawak sa ibang mga lokasyon. Ito ay maaaring maging partikular na kawili-wili / nakakaligalig sa Google, na kamakailan inilunsad PlaNet, isang programa na dinisenyo upang magtatag ng lokasyon ng larawan sa pamamagitan lamang ng pagtingin sa ito. Sa ngayon, tila ang PoseNet ay maaaring tumama sa asno ng PlaNet, ngunit maaaring magbago ito sa paglipas ng panahon o kung ang isang tao ay makakakuha ng pagkilala.

Ang global expansion ng PoseNet ay hindi maiiwasan at maaaring tumagal ng maraming taon. Hindi rin ito maaaring maging kapaki-pakinabang sa lahat ng GPS tulad ng GPS (sa tingin: kung sino ang pupunta sa pag-ani ng data ng larawan sa gitna ng Amazon). Gayunpaman, mayroon itong malinaw na aplikasyon para sa mga gumagamit ng smartphone at para sa analyst ng data. Sa isang pang-unawa, ang tanong ay kung alin sa mga pangkat na ito ay sa huli ay mas kapaki-pakinabang ito.