FYI.

This story is over 5 years old.

Come fa Google a conoscere così bene il vostro indirizzo di casa

Voi non lo sapete, ma la rete neurale di BigG vi osserva da vicino. E non potete farci assolutamente nulla.
10 gennaio 2014, 8:05am

Immagine: Flickr/Sancho McCann

La Street View di Google è fantastica quando ci permette di fare un tour privato in quei posti che non possiamo visitare di persona—per esempio Machu Picchu o il Large Hadron Collider del CERN. Ma le cose cambiano quando si tratta di luoghi fin troppo familiari—come casa vostra. È un po' inquietante pensare che Google sappia dove abitiamo.

Un nuovo studio condotto da un team guidato dal ricercatore Google Ian Goodfellow, e ripreso dalla Technology Review del MIT, svela quanto Google conosca bene la vostra via di casa e il vostro numero civico. Il fatto è che così come gli utenti possono zoomare le immagini della Street View per cogliere i minimi particolari, allo stesso modo il sistema automatico usato dal gigante tecnologico può costruire una mappa fin troppo dettagliata.

Come spiegano i ricercatori:

Riconoscere dei numeri a più cifre all'interno delle fotografie scattate a livello della strada è una componente importante della moderna cartografia digitale. Un classico esempio di questo tipo di fotografie è la banca dati della Street View di Google, composta da centinaia di milioni di immagini panoramiche geolocalizzate. La capacità di trascrivere automaticamente un indirizzo da un insieme di pixel con coordinate geografiche, e associare questo numero con un indirizzo noto, consente di localizzare, con un alto grado di precisione, la posizione dell'edificio che corrisponde a quel numero.

L'obiettivo qui è quello di eliminare quel margine di imprecisione umana che a volte ci impedisce di trovare la posizione esatta dell'edificio che stiamo cercando, anche se sappiamo il nome della via e il numero civico. Di solito succede quando si è in ritardo per un colloquio di lavoro, piove, e il telefono è in procinto di morire.

Technology Review aggiunge che questo è uno strumento particolarmente utile per Google nei posti dove i numeri civici non sono in ordine ascendente da un capo all'altro della via.

È un compito difficile per un sistema automatizzato, perché spesso i numeri civici si trovano in posizioni differenti e utilizzano diversi caratteri, colori, dimensioni e così via. E se non è corretto al 100 percento, un indirizzo di casa è abbastanza inutile. Come recita lo studio: "Non c'è nessun vantaggio nell'ottenere le singole cifre della sequenza. Questo perché in una mappa un edificio può essere localizzato tramite il suo indirizzo solo se l'intero numero civico è stato trascritto in modo corretto.” Voto zero per il poco impegno.

Per poter trascrivere correttamente i numeri, i ricercatori hanno utilizzato una rete neurale artificiale—un modello matematico ispirato al funzionamento del cervello umano. Il software computazionale è stato addestrato utilizzando il database pubblico noto come Street View House Numbers dataset, che contiene circa 200.000 immagini di numeri civici raccolte da Google Maps.

Il sistema azzeccava i numeri con una precisione del 98 percento circa, cosa che lo rende simile alle capacità di un essere umano. Ma, come notano gli autori, assumere operatori umani per effettuare lo stesso compito—con risultati simili—è più costoso e meno veloce. "Per esempio, utilizzando la nostra infrastruttura Google, possiamo trascrivere tutti i fotogrammi dei numeri civici in Francia in meno di un'ora,” scrivono soddisfatti i ricercatori.

Nel complesso, il sistema ha già trascritto il numero piuttosto impressionante di 100 milioni di indirizzi. È un buon esempio di come le macchine possano padroneggiare un compito che gli umani eseguono senza problemi—come leggere un numero civico—ma che ancora non può essere sfruttato a pieno. Questo perché le sequenze numeriche erano limitate a cinque cifre ognuna.

Detto questo, è comunque un buon inizio. “Forse la nostra scoperta più interessante è che le reti neurali possono imparare a svolgere compiti complessi, come la localizzazione simultanea e la segmentazione di sequenze ordinate di oggetti," concludono gli autori. I cervelli robotici stanno diventando sempre più intelligenti.