ترند جدید ChatGPT خبرساز شد: پیداکردن موقعیت مکانی عکس‌ها!

یک ترند جدید و تاحدودی نگران‌کننده درحال گسترش است که افراد در آن با استفاده از ChatGPT، موقعیت مکانی عکس‌ها را پیدا می‌کنند.

OpenAI مدتی پیش جدیدترین مدل‌های هوش مصنوعی خود، یعنی o3 و o4-mini را معرفی کرد؛ مدل‌هایی که توانایی ویژه‌ای در استدلال تصاویر بارگذاری‌شده دارند. در واقع، این مدل‌ها می‌توانند تصاویر را برش بدهند، بچرخانند و بزرگنمایی کنند و به‌تحلیلشان بپردازند. چنین چیزی حتی برای تصاویر غیر واضح و مخدوش هم صدق می‌کند.

توانایی تحلیل تصاویر و قابلیت این مدل‌ها برای جست‌وجوی وب، ابزار قدرتمندی برای پیدا کردن موقعیت مکانی عکس‌ها ایجاد کرده است. براساس اطلاعات منتشر‌شده در شبکه‌ی اجتماعی ایکس، مدل o3 در استنباط شهرها، مکان‌های تاریخی، رستوران‌ها و بار‌ها عملکرد بسیار دقیقی دارد.

ظاهراً در بسیاری از موارد مدل‌ها از گفتگوهای قبلی ChatGPT یا دیتای EXIF عکس‌ها استفاده نکرده‌اند. در شبکه‌ی اجتماعی ایکس مثال‌های مختلفی وجود دارد که کاربران منوهای رستوران، تصاویری از محله‌ها، نمای ساختمان‌ها و حتی عکس‌های سلفی را به چت‌جی‌پی‌تی ارائه می‌دهند و از o3 می‌خواهند طوری رفتار کند که گویی درحال بازی GeoGuessr است؛ بازی آنلاینی که به چالش حدس زدن مکان‌ها از تصاویر Google Street View می‌پردازد.

اما مسئله‌ی واضح و خبرسازی در خصوص حفظ حریم خصوصی مطرح می‌شود: هیچ مانعی وجود ندارد که شخصی با نیت بد، به‌طور مثال، از استوری اینستاگرام کسی اسکرین‌شات بگیرد و از ChatGPT برای شناسایی مکان فرد استفاده کند.

البته این کار حتی پیش از معرفی o3 و o4-mini نیز قابل انجام بود و مدل GPT-4o می‌تواند با همان دقت و سرعت مدل‌های جدید کار کند، اما گفته می‌شود دو مدل جدید در برخی موارد می‌توانند بهتر از گذشته عمل کنند.

برای مثال، کاربران عکس سر یک کرگدن را که در یک بار کم‌نور ثبت شده بود به GPT-4o و o3 دادند و فقط مدل جدیدتر توانست موقعیت مکانی را درست حدس بزند. از طرفی، تعداد دیگری از کاربران می‌گویند که مدل o3 در برخی موارد نمی‌تواند مکان درست عکس را ارائه بدهد.

ظاهراً OpenAI محدودیت‌های کمی برای مدل‌های جدیدش در پیدا کردن موقعیت مکانی از طریق عکس‌ها در نظر گرفته است؛ موردی که می‌تواند در آینده جنجال‌آفرین شود و باید دید که شرکت خالق ChatGPT چه سیاستی در قبال آن اتخاذ خواهد کرد.