《麻省理(li)工(gong)(gong)科(ke)技評論》本(ben)周報道稱，谷歌的計算機視覺專家托比亞斯·維揚(yang)德(de)(Tobias Weyand)開發了一個新的人(ren)工(gong)(gong)智能系(xi)統(tong)PlaNet，能快速判斷照片(pian)在全球范圍內的拍攝地(di)點。

　　這(zhe)(zhe)一深度(du)學習系統學習了超(chao)過(guo)9000萬張帶地理位置標簽的照片，從而可以基于位置去完(wan)成模式識別。簡單來說，這(zhe)(zhe)一系統能將照片分解為(wei)像素，并將這(zhe)(zhe)些(xie)像素與記憶(yi)庫中的信(xin)息(xi)進行(xing)交叉比對。

　　在使用230萬(wan)張照(zhao)(zhao)片進(jin)行的測試中，PlaNet識別照(zhao)(zhao)片拍(pai)(pai)攝(she)地國家的準確(que)率為28.4%，識別照(zhao)(zhao)片拍(pai)(pai)攝(she)地大洲的準確(que)率為48%。目前看來，這一(yi)數字并(bing)不驚(jing)人，但《麻省理工(gong)科技(ji)評論(lun)》指(zhi)出，PlaNet的表現已經(jing)略好于人工(gong)，因為人腦無法記憶如此(ci)多(duo)的生態(tai)和文(wen)化線索(suo)。而如果利用更多(duo)照(zhao)(zhao)片去(qu)學(xue)習，那(nei)么PlaNet還有能力(li)變(bian)得更好。

　　維揚德表(biao)示：“我們認為(wei)，PlaNet相對(dui)于人(ren)工有(you)(you)優勢，因為(wei)這一(yi)系統比人(ren)類見(jian)過(guo)(guo)更多地點，并(bing)且(qie)會(hui)關注不同場(chang)景的細(xi)節線索。對(dui)于這些細(xi)節，即使是有(you)(you)過(guo)(guo)豐富旅(lv)行經歷的人(ren)也不一(yi)定能辨(bian)別。”

　　如果你熱(re)愛(ai)攝影(ying)，但卻(que)常常忘記給(gei)自己(ji)的照(zhao)片標上地點，那(nei)么類似PlaNet的工具未來將可以帶來幫助。