A mesterséges intelligencia számtalan területen kamatoztatható. A Google-nél éppen a fotók térképen való elhelyezése van terítéken.

Ha egy képen az Eiffel-torony látható, akkor nem kunszt megmondani, hol készült a fotó. A Google algoritmusa azonban ennél sokkal kevesebb és finomabb nyomból is egészen jó százalékkal megtippeli, a világ mely pontján kattintották el a képet.

A világlátott neuronháló

A keresőóriás egyik kutatócsoportja az utóbbi időben azzal foglalkozott, hogy betanítsanak egy mesterséges neuronhálózatot a fotók térbeli elhelyezésére. A PlaNet elnevezésű projekt során elsőként több mint 100 millió, nyilvánosan elérhető, geolokációs metaadatokkal ellátott képet gyűjtöttek össze. Ezeket hozzárendelték ahhoz a 26 ezer, különböző méretű területhet, amelyekre a Földet felosztották a kutatók. A területek mindegyike sajátos megjelenéssel rendelkezik, és értelemszerűen sűrűn lakott területeken kisebbek, míg mondjuk az orosz tundrán hatalmas méretűek. Az óceánok jó része, Grönland pedig teljesen lefedetlenül maradt.
 

Ilyen példákon keresztül tanult tájékozódni a PlaNet


Miután a gép megtanulta a "leckét", azt a feladatot kapta, hogy immár egy véletlenszerűen kapott fotóról tippelje meg, hol készült. A 2,3 millió tételből álló vizsgafeladatsoron ugyan bőven nem hiba nélkül ment végig az algoritmus, mégis sokkal magabiztosabbnak mutatkozott, mint bármilyen világlátott emberi riválisa. A gép 3,6 százalékban utcára, bő 10 százalékban városra, míg szűk 30 és 50 százalékra legalább országra, illetve kontinensre pontosan belőtte a kép eredeti helyszínét.

Bárki kipróbálhatja magát

Ehhez képest a válogatottan sokat utazó emberekből álló kontrollcsoport lényegesen rosszabb eredményeket tudott felmutatni. Míg a PlaNet tévedési távolságának mediánja 1132 kilométer volt, a tíz világutazóból álló válogatott 2321 kilométeres középértékkel tévedett.

Ezt a gép és ember közötti versenyt egyébként a mindenki számára elérhető Geoguessr oldalán bonyolították. Az alkalmazást egy svéd informatikus készítette még 2013-ban, és játékos formában tesztelhetjük magunkat azzal kapcsolatban, milyen pontosan tudjuk megtippelni egy a Street View adatbázisából véletlenül feldobott kép helyszínét.

Cloud & big data

Biztonsági katasztrófával és kamu statisztikával érkezik a Trumpok okostelefonja

A kommentárok szerint a Trump Mobile T1-es okostelefonja már azzal felülmúlta az előzetes várakozásokat, hogy a jelek szerint tényleg létezik, de a szolgáltató tízszer több megrendelésről számolhatott be a valóságos számokhoz képest.
 
Hirdetés

Az adatkezelés újragondolása 2026-ban: hogyan oldja meg a Synology DS sorozat a valós üzleti kihívásokat

2026-ban a vállalkozások minden eddiginél több adatot generálnak és használnak. Az előrelátó vállalatok ezért újraértékelik a megközelítésüket: mi lenne, ha a tárolás, a biztonsági mentés és az együttműködés egyetlen rendszerben kezelhető lenne?

Önmagukban a sikeres pilotprojektek nem kövezik ki a hosszútávon is jól működő AIaaS- és RPAaaS-használat útját. A szemléletváltáson kívül akad még pár dolog, amit figyelembe kell venni.

a melléklet támogatója a ONE Solutions

Egy kormányrendelet alapjaiban formálják át 2026-tól az állami intézmények és vállalatok szoftvergazdálkodási gyakorlatát.

Projektek O-gyűrűje. Mit tanulhat egy projektvezető a Challenger tragédiájából?

A Corvinus Egyetem és a Complexity Science Hub kutatói megmérték: a Python kódok közel harmadát ma már mesterséges intelligencia írja, és ebből a szenior fejlesztők profitálnak.

Rengeteg ország áll át helyi MI-platformra

Ön sem informatikus, de munkája során az információtechnológia is gyakran befolyásolja döntéseit? Ön is informatikus, de pénzügyi és gazdasági szempontból kell igazolnia a projektek hasznosságát? Mi közérthető módon, üzleti szemmel dolgozzuk fel az infokommunikációs híreket, trendeket, megoldásokat. A Bitport tizennegyedik éve közvetít sikeresen az informatikai piac és a technológiát hasznosító döntéshozók között.
© 2010-2026 Bitport.hu Média Kft. Minden jog fenntartva.