Forscher der Universität Stanford haben KI-Modelle entwickelt, die mit bemerkenswerter Genauigkeit erkennen können, wo ein Foto aufgenommen wurde. Es gibt gute Anwendungsfälle für ihre Lösung, aber es müssen auch wichtige ethische Fragen geklärt werden.
Wenn auf Ihrem Urlaubsfoto der Eiffelturm oder der Mount Rushmore zu sehen ist, ist es ziemlich einfach zu erkennen, wo das Foto aufgenommen wurde. Wenn das Foto auf einem Feld in Illinois mit einem zufälligen Baum im Hintergrund aufgenommen wurde, ist es viel schwieriger, den Ort zu bestimmen.
Das ist genau die Art von Herausforderung, die mehr als 50 Millionen Spieler des GeoGuessr Spiel genießen.
Drei Forscher der Stanford University waren begeisterte Spieler und wollten herausfinden, wie KI-Modelle gegen die besten menschlichen Spieler abschneiden würden.
Sie begannen mit einem neuronalen Netzwerk namens CLIP, das von OpenAI entwickelt wurde, als Grundlage für zwei verschiedene Modelle zur Geolokalisierung von Bildern.
Das erste Modell, Predicting Image Geolocations (PIGEON), wurde anhand eines Datensatzes von rund 100.000 Orten aus dem Spiel GeoGuessr trainiert. Für jeden Standort wurde PIGEON ein 360-Grad-Panorama aus vier Google Street View-Bildern zur Verfügung gestellt.
Das zweite Modell, Predicting Image Geolocations with Omni-Terrain Training Optimizations (PIGEOTTO), wurde ausschließlich auf mehr als 4 Millionen georeferenzierten Flickr-Bildern aus der ganzen Welt trainiert.
Bei einem Google Street View-Bild eines beliebigen Ortes auf der Welt konnte PIGEON in 95% der Fälle das Land richtig erraten und in etwas mehr als 40% der Fälle den Ort innerhalb von 16 Meilen bestimmen.
Die Forscher ließen PIGEON dann gegen die besten GeoGuessr-Spieler antreten, wo es sie mit deutlichem Vorsprung besiegte.
PIGEOTTO, ein stärker verallgemeinertes Modell, schlug die aktuellen State-of-the-Art-Modelle bei Geolokalisierungs-Benchmark-Datensätzen mit großem Abstand.
Als PIGEON gegen Trevor Rainbolt antrat, der als einer der besten Geoguesser gilt, hat es ihn mehrmals geschlagen. Das erinnert ein wenig an Deep Blue, der 1997 Gary Kasparov im Schach besiegte.
Wir haben eine KI gebaut, um gegen den weltbesten GeoGuessr-Spieler anzutreten und haben gewonnen! 🔎🌍🏆
Unter @geoguessr>50 Millionen Spieler wetteifern darum, anhand einer zufälligen Position auf Google Street View zu erraten, wo sie sich befinden. 🗺️
Danke @georainbolt für die lustige Herausforderung!https://t.co/g7tIeUELz5
- Lukas Haas (@lkshaas) 13. Mai 2023
Ethische Erwägungen
Die Nützlichkeit dieser Modelle geht über das Betrugspotenzial von GeoGuessr hinaus. Das Papier stellte fest, dass die Modelle für "autonomes Fahren, Navigation, Geografieunterricht, Open-Source-Intelligenz und visuelle Recherchen im Journalismus" verwendet werden könnten.
Da diese Modelle unweigerlich immer präziser werden, werden Fragen des Datenschutzes immer mehr zum Problem. Neben der Identifizierung Ihres Standorts gibt es noch weitere Probleme mit dem Datenschutz: Einige Modelle sind in der Lage, aus den Geolokalisierungsdaten von Bildern auf lokales Einkommen, Rasse, Bildung und Wahlverhalten zu schließen.
Es besteht auch ein starkes Interesse seitens der Verteidigungsindustrie was diese Modelle leisten können. Die Forscher der Stanford University sagten: "Unseres Wissens nach ist dies die erste hochmoderne Arbeit zur Geolokalisierung von Bildern in den letzten fünf Jahren, die nicht durch militärische Verträge finanziert wurde."
Wie bei vielen KI-Technologien werfen die mit diesen Modellen verbundenen Risiken der doppelten Verwendung ethische Fragen auf, die irgendwie geklärt werden müssen.
Angesichts von Unternehmen wie Meta, die ihre Modelle anhand Ihrer Instagram-Fotos trainieren, sollten Sie daran denken, dass Ihre Selfies der KI mehr verraten, als Sie denken.
