
مقدمه ای از یک قابلیت نوآورانه
OpenAI در تازه ترین به روزرسانی ChatGPT، قابلیت حیرت انگیزی را معرفی کرده که می تواند مکان ثبت یک تصویر را فقط از روی محتوای آن تشخیص دهد. این ویژگی که با عنوان "جستجوی معکوس موقعیت" شناخته می شود، گامی بزرگ در حوزه ی پردازش تصویر و ادراک بصری هوش مصنوعی به شمار می رود.
هوش مصنوعی با حس مکان؛ چگونه کار می کند؟
کاربران تنها کافی است تصویر موردنظر خود را در ChatGPT بارگذاری کنند. مدل های جدید OpenAI، با تحلیل دقیق اجزای تصویر، مانند متون، علائم، کدها یا حتی معماری و محیط اطراف، مکان ثبت آن را با استدلال دقیق و منطقی پیش بینی می کنند. در این فرآیند، مدل از زنجیره ای از تحلیل های داخلی استفاده کرده و به شکل قابل فهمی توضیح می دهد که چرا به آن مکان خاص رسیده است.
مثالی واقعی و جالب از عملکرد این سیستم
در یکی از تست ها، کاربری به نام «Yumi» تصویری از یک کتاب در کتابخانه منتشر کرد. مدل ChatGPT، تنها با بررسی کد روی برچسب کتاب، موفق شد به درستی حدس بزند که تصویر در دانشگاه ملبورن ثبت شده است. این سطح از دقت، قدرت چشمگیر تحلیل بصری و متنی هوش مصنوعی را به نمایش می گذارد.
قابلیت جدید ChatGPT در تشخیص موقعیت مکانی از روی تصاویر می تواند کاربردهای زیادی در حوزه های امنیتی، گردشگری، تحقیقات، باستان شناسی دیجیتال، آموزش و حتی ژورنالیسم داشته باشد. این ویژگی همچنین مسیرهای جدیدی را برای تحلیل تصویر در شبکه های اجتماعی، موتورهای جستجو و ابزارهای بررسی واقعیت باز می کند.
توانایی ChatGPT در تشخیص مکان تصاویر، یک جهش بزرگ در فناوری هوش مصنوعی و بینایی ماشین است. این ابزار اکنون نه تنها به سوالات متنی پاسخ می دهد، بلکه می تواند از دل تصویر، اطلاعات پنهان جغرافیایی استخراج کرده و آن را با استدلالی هوشمندانه بیان کند. آینده ای که در آن هوش مصنوعی با چشم های باز جهان را می بیند، همین حالاست.
ثبت یک نظر