2024-01-08 09:59:57
Puntos Claves:
- Los sistemas de inteligencia artificial PIGEON y PIGEOTTO, desarrollados por estudiantes de Stanford, pueden identificar con precisión la ubicación donde se tomaron las fotografías.
- PIGEON alcanza una precisión del 92% en la identificación de países con solo panorámicas de imágenes, mientras que PIGEOTTO, que funciona con una sola imagen, ha establecido nuevos estándares de precisión.
- Aunque los desarrolladores se centran en usos positivos de la tecnología, como la búsqueda de fotos antiguas o identificación de especies invasoras, evitaron publicar los detalles de su modelo para prevenir usos indebidos.
¿Riesgo u oportunidad? La precisa capacidad de rastrear la ubicación de una imagen presenta un potencial significativo en ambos aspectos. Los sistemas de geolocalización de imágenes PIGEON y PIGEOTTO superan en precisión a todas las tecnologías previas… e incluso a los humanos.
Un equipo de Stanford llevó a cabo una demostración de sus modelos de IA, PIGEON y PIGEOTTO, exhibiendo su capacidad para predecir con exactitud el lugar donde se capturó una fotografía. Este logro no solo abre nuevas perspectivas, sino que también genera inquietudes sobre su posible mal uso para la vigilancia o el acecho.
Inteligencia Artifical en Geolocalización de Imágenes
La reciente demostración de dos modelos de inteligencia artificial, llamados PIGEON y PIGEOTTO, ha impresionado por su increíble precisión en la geolocalización de imágenes. Estos modelos, obra de estudiantes universitarios, no solo han superado a predecesores tecnológicos sino también a humanos especializados en esta tarea.
PIGEON: El As de la Localización Fotográfica
Desarrollado con más de medio millón de imágenes procedentes de Google Street View, PIGEON ha exhibido una precisión asombrosa. Al requerir un conjunto de cuatro fotografías panorámicas para funcionar, este sistema fue capaz de identificar el país de origen de una imagen correctamente en un 92% de los casos. De manera impresionante, en más del 40% de esos casos, la localización específica se determinó con un margen de error menor a 25 millas.
La inspiración tras PIGEON surge del popular juego en línea GeoGuessr, el cual desafía a los jugadores a determinar su ubicación en distintos puntos del mundo basados en vistas de Street View. En una serie de pruebas, PIGEON demostró ser superior incluso a los jugadores más habilidosos, ubicándose en la cima del 0,01% de los mejores jugadores de GeoGuessr.
PIGEOTTO: Revolucionando la Geolocalización con una Única Imagen
Los logros de PIGEON motivaron la creación de PIGEOTTO, un modelo avanzado que elevó la interpretación de la localización de imágenes a un nivel superior. Entrenado con un masivo conjunto de datos de cuatro millones de imágenes de Flickr y Wikipedia, PIGEOTTO ha demostrado su capacidad para trabajar con una sola imagen en lugar de panorámicas, mejorando considerablemente las posibilidades de identificación precisa de ubicaciones.
Comparado con sistemas similares existentes, PIGEOTTO ha establecido nuevos estándares de desempeño, reduciendo significativamente la desviación promedio de ubicación hasta cinco veces. El modelo ha mostrado ser notablemente más efectivo y eficiente que cualquier otra tecnología de su clase.
Los desarrolladores enfatizan su interés en los beneficios prácticos de estas herramientas. Entre las aplicaciones mencionadas se incluye la posibilidad de ayudar a los usuarios a rastrear fotografías antiguas o en el ámbito científico, como la localización de especies invasoras de plantas. Alentando al debate en este campo, los creadores de PIGEON y PIGEOTTO señalan que su trabajo es pionero en cuanto a geolocalización de imágenes sin financiamiento militar en cinco años.
Finalmente, se hace hincapié en la doble filo de esta tecnología: aunque posee claro potencial para ser usada en mejoras sociales, también existe la posibilidad de abuso en forma de vigilancia o acecho. Por esta razón, los detalles y parámetros fundamentales de los modelos no han sido divulgados públicamente.
