Global Editions

اب تصویر دیکھ کر کسی بھی شخص کی لوکیشن جانی جا سکے گی

یہ یقینی طور پر ایک مشکل امر ہے کہ نیٹ پر موجود کسی بھی فرد کی تصویر کی مدد سے اس فرد کی اس لوکیشن کے بارے میں معلومات حاصل کی جائیں جہاں پر یہ تصویر لی گئی تھی۔ انسانی شعور نے طویل تجربے کے بعد دنیا کے مقامات کے بارے آگاہی حاصل کی۔ یعنی آپ دنیا کے معروف مقامات سے آگاہ ہیں مثال کے طور پر اگر کسی فرد کی پیرس میں ایفل ٹاور کے قریب تصویر اتاری گئی ہو تو آپ فوری طور پر شناخت کر لیں گے کہ اس فرد کی تصویر پیرس میں ایفل ٹاور پر لی گئی ہے، تاہم انسانی شعور کے لئے یہ امر کا تعین بھی ناممکن ہی ہے کہ وہ کسی کمرے، گھر یا نامعلوم مقام پر موجود لان میں اتاری گئی تصویر کی اس طرح شناخت کرے کہ اصل مقام کا تعین ہو سکے۔ انسانوں کے لئے زبان، تحریر، ماحول، فن تعمیر، سبزیوں اور پھلوں کے ذریعے مقام کا اندازہ لگانے کی صلاحیت موجود ہے کیونکہ انسانوں نے ان جغرافیائی علامات کو جاننے کے لئے اپنے تجربے کو کئی طرح کی آموزشوں سے وسعت دی ہے۔ اسی تناظر میں یہ کہا جا سکتا ہے کہ مشینیوں کو اس طرح کے کام کرنے میں دشواری پیش آئیگی، اور ایسا ہے بھی۔ معروف انٹرنیٹ کمپنی سے وابستہ کمپیوٹر ویژن سپیشلسٹ ٹوبیاس وییانڈ (Tobias Weyand) اور انکے چند ساتھیوں نے کمپیوٹر کی مدد سے اس کام کا بیڑا اٹھایا اور انکی ٹیم نے ایک گہری آموزش (Deep Learning) کی صلاحیت رکھنے والی مشین تیار کی جو تصویر کے پکسلز کی مدد سے اس جگہ کا تعین کر سکتی ہے جہاں یہ تصویر اتاری گئی ہو۔ اس ایجاد نے یقینی طور پر مقامات کی پہچان میں انسانوں کو پیچھے چھوڑ دیا ہے۔ مشین لرننگ کے میدان میں یہ عمل نہایت سادہ ہے۔ اس مشین کی تیاری کے لئے وییانڈ اور اس کی ٹیم نے دنیا کو 26 ہزار سیکوائرز کے گرڈ میں تقسیم کیا اور اس لوکیشنز کے حوالے سے ہر طرح کی تصاویر حاصل کی جن کی مدد سے ان مقامات کا تعین ہو سکتا تھا۔ اسی طرح بڑے شہروں کے لئے بھی کئی طرح کی تصاویر کے مجموعے حاصل کئے جو تقریباً شہر بھر کے تمام مقامات سے متعلق تھے۔ اسی طرح سمندروں، دریائوں اور جھیلوں سے متعلق بھی تصاویر بھی اس ڈیٹا بیس میں شامل کئے گئے۔ اس طرح وییانڈ اور اس کی ٹیم نے تقریباً 126 ملین تصاویر کا ڈیٹا جمع کیا جو دنیا کو مختلف گرڈز میں تقسیم کر کے حاصل کیا گیا تھا بعدازاں وییانڈ اور اس کی ٹیم نے 91 ملین تصاویر کی مدد سے ایک طاقتور Neural Network ترتیب دیا اور اس نیٹ ورک کو مشینی آموزش کی تکنیک کی مدد سے 91 ملین تصاویر میں موجود مقامات سے آگاہ کیا اور اس کے بعد اس نیٹ ورک کو ٹیسٹ کیا گیا اور اس کو PlaNet کا نام دیا گیا۔ اس ٹیسٹ کے نہایت دلچسپ نتائج سامنے آئے۔ ٹیسٹ کے لئے 2.3 ملین تصاویر شناخت کے لئے فلکر سے حاصل کر

کے دی گئیں تاکہ معلوم ہو سکے کہ PlaNet ان تصاویر کے مقامات کا درست تعین کر سکتا ہے۔ PlaNet نے غیر اہم مقامات کے حوالے سے 3.6 فیصد تصاویر کے مقامات کا تعین کیا، شہروں کے حوالے سے تصاویر کے مقامات کی درست نشاندہی کی شرح 10.1 فیصد رہی جبکہ ملک کے حوالے سے شناخت کی شرح 28.4 اور براعظم کے حوالے درست شناخت کی شرح 48 فیصد رہی۔ وییانڈ کے مطابق اب تک کے نتائج حوصلہ افزا ہیں تاہم ابھی مزید بہتری کی گنجائش موجود ہے۔

By Emerging Technology From the arX

Read in English

Authors
Top