这款名为“预测图像地理位置”(PIGEON)的人工智能在谷歌街景上进行了演习，可以绝不费力地确定照片的拍摄地点，乃至比一些最精良的人类“地理预测者”还要聪明。

开拓职员声称，他们的人工智能在95%的情形下可以精确预测出照片的拍摄地，而且常日与真实位置的偏差在惊人的25英里以内。

他们还指出了一些潜在的改变游戏规则的运用，例如帮忙生物调查或快速识别电线倒塌的道路。

只管它有非常有用的潜力，但这听起来像是一场即将发生的隐私噩梦，一些专家担心这种人工智能工具会被缺点的人滥用。

“从隐私的角度来看，你的位置可能是一组非常敏感的信息，”美国公民自由同盟的杰伊·斯坦利见告NPR。

学生们受到网络游戏GeoGuessr的启示，这款游戏让玩家在谷歌街景上随机进入一个位置，并让他们试着把它钉在舆图上，预测自己在哪里。

为了创建PIGEON，他们利用了一个名为CLIP的神经网络，该网络由ChatGPT的创建者OpenAI制作，它通过文本学习图像，并利用街景对其进行演习。

“我们创建了自己的数据集，个中包含大约50万张街景图像，”开拓该工具的斯坦福大学学生之一塞拉斯·阿尔伯蒂见告美国国家公共电台。
“这实际上并不是那么多数据，(而且)我们能够得到相称惊人的表现。
”

为了进行测试，开拓职员将他们的人工智能与Trevor Rainbolt进行了比较，Trevor Rainbolt可能是最著名的地理预测者，他常常由于追踪旧家庭照片的位置等壮举而走红。

在他的YouTube频道上有一段记录他们对峙的***，PIGEON常常——只管不是总是——击败Rainbolt，不雅观看它会让你觉得它的操作很轻松。
开拓者指出，AI之前也没有在数据集中看到游戏提示的任何特定位置。

毫无疑问，PIGEON的潜力是惊人的，当你考虑到它的制作预算很低时，就更是如此了。
这证明了纵然是小团队也可以制作强大的人工智能工具，这进一步凸显了该技能看似无限的视野和安全开拓它的寻衅。

斯坦利在接管美国国家公共电台采访时表示:“事实上，这是一个学生项目，让你想知道谷歌等公司还能做些什么。
”

斯坦利担心这项技能会使政府和企业的监控变得更加强大。
当然，这些实体毫无疑问已经对监视我们没有什么麻烦，但跟踪者也可能滥用这些工具，利用网上分享的照片追踪不知情的人。
不幸的是，这既是我们生活在数字时期的后果，也是我们即将到来的人工智能时期的后果。