转载自作者：@山外的鸭子哥，正文内容略有删改。

不要随意发布自己周围的照片，斯坦福的新 AI 可以通过一张照片找出你所在的位置。

​通过照片来进行定位在以前是个很好玩的事情，比如 B 站 UP 主 @地球百科君 就经常收到网友发来的照片，根据照片中的光线、地理结构、店铺招牌等信息，来定位图片中的位置在哪儿。

对大多数用户来说，从照片里进行定位是个略微有些难度的事情。但以后，通过 AI 来识别，那就是个非常简单的活儿了。

GeoGuessr 是一个地理位置发现网页游戏，游戏会将玩家放置到一个半随机的谷歌街景地点，要求玩家只通过可见的线索，来猜测他们在世界上的位置。

这个游戏里有个著名的玩家叫 Trevor Rainbolt，斯坦福大学新的 AI 模型就拿这名玩家进行练手，进行六次对战后 AI 完胜。

斯坦福大学一群研究生推出的这个应用程序名为：预测图像地理位置 （PIGEON）。该应用使用他们自己训练的 AI 模型进行驱动，而 AI 模型又通过 OPENAI CLIP 神经网络进行处理，可以将文本链接到图像。

PIGEON 的原理，是利用谷歌街景功能以及其他公开的图片，来对比用户拍摄的照片。在以前靠人工比对是个辛苦活，但现在 AI 可以快速搞定定位。

基准测试显示，PIGEON 的准确率为 92%，还可以在 40% 的猜测中奖位置范围缩小到 25 公里的范围。所以一经上线测试，PIGEON 就打败了 GeoGuessr 上的大部分玩家，成为排名前 0.01% 的“玩家”。

训练：

根据项目团队的说明，在 PIGEON 开始时，他们使用了来自 GeoGuessr 的 10 万个随机采样的原始位置进行训练，之后还下载了四张图像来涵盖给定位置的整个全景，相当于 40 万张图片。

同时项目团队还创建了大约包含 50 万张街景图像的数据集。实际上整个数据集的规模并不算大，但训练出来的 AI 模型表现已经很不错。

隐私：

如果是其它 AI 模型，或许这时候就可以直接发布模型供爱好者玩耍了。但这个 AI 模型存在潜在的隐私问题，因为它可以被犯罪分子用来定位某些用户。

比如某用户在社交网络上发布了一张随手拍的照片，那么犯罪分子就可以通过 AI 模型来找到这种照片的大概位置，进而知道这名用户的位置。

项目团队强调，该应用程序在自动驾驶、视觉调查、安全等方面可以成为一种有效的工具。然而如果落入坏人之手，并被用于非预期目的的不良用途，则潜在的危害令人高度担忧。

因此项目团队决定不公开此 AI 模型、仅出于学术目的而共享代码。

论文地址：https://arxiv.org/pdf/2307.05845.pdf

PS：担心这种技术落入坏人之手被利用，这种担心其实是“多余”的。因为这类技术肯定会落入坏人之手，毕竟即便 PIGEON 背后的模型不泄露，随着时间的推移，只要有需求，就一定会有其他人也创建类似的 AI 模型。