这个人工智能只需看几张照片就能找到你的位置

安全的社交媒体做法包括不发布展示个人信息（例如车牌号、街道名称或门牌号）的照片。但如果我告诉你， 生成式人工智能仍然可以找到一种方法来定位你——仅仅从你的照片背景？

随着生成式人工智能的不断发展，新的用例正在被识别。现在，斯坦福大学的研究生开发了一款应用程序，可以从街景甚至图像中检测您的位置。 

该项目称为预测图像地理位置（PIGEON），在大多数情况下，只需查看该位置的谷歌街景即可准确确定该特定位置。 

根据预印本论文，PIGEON 可以以 92% 的准确度预测图中的国家/地区，并且在超过 40% 的猜测中，它可以精确定位到目标位置 25 公里以内的位置。 

要了解这是多么令人印象深刻，PIGEON 在GeoGuessr玩家中排名前 0.01% ，在这款游戏中，用户猜测从 Google 街景拍摄的照片的位置。该游戏是该项目的起源。 

PIGEON 还在一系列六场比赛中击败了世界上最好的 GeoGuessr 职业选手之一 Trevor Rainbolt，在线直播观看次数超过 170 万次。 

那么PIGEON到底是如何运作的呢？

学生们利用了 CLIP，这是 OpenAI 开发的一种神经网络，可以通过训练要识别的视觉类别名称来连接文本和图像。 

然后，受 GeoGuessr 的启发，PIGEON 在包含来自 GeoGuessr 的 100,000 个原始随机采样位置的数据集和一组下载的四张图像上进行训练，以跨越给定位置的整个“全景图”，总共生成 400,000 张图像。 

与其他人工智能模型训练的图像数量相比，PIGEON 的模型相形见绌。作为参考，OpenAI 流行的图像生成模型 DALL-E 2 经过数亿张图像的训练。 

学生们还开发了一个名为 PIGEOTTO 的独立模型，该模型接受了来自 Flickr 和维基百科的超过 400 万张照片的训练，以从单个图像中识别位置作为输入。 

据该论文称，PIGEOTTO 的性能在图像地理定位基准上取得了令人印象深刻的结果，在城市精度方面比之前最先进的结果高出 7.7%，在国家精度方面高出 29.8%。 

本文讨论了与该模型相关的道德考虑因素，包括收益和风险。一方面，图像地理定位有许多积极的用例，例如自动驾驶、视觉调查以及简单地满足对照片拍摄地点的好奇心。 

然而，负面影响包括最公然侵犯隐私。因此，根据该论文，学生们决定不公开发布模型权重，仅发布用于学术验证的代码。