Investigadores de la Universidad de Stanford han creado modelos de inteligencia artificial capaces de identificar con notable precisión dónde se tomó una foto. Hay buenos casos de uso para su solución, pero también habrá que abordar importantes cuestiones éticas.
Si la instantánea de tus vacaciones tiene la Torre Eiffel o el Monte Rushmore detrás, es bastante fácil saber dónde se tomó. Si la foto se tomó en un campo de Illinois con un árbol cualquiera detrás, es mucho más difícil identificar el lugar.
Ese es el tipo de reto al que se enfrentan los más de 50 millones de jugadores del GeoGuessr juego disfrutar.
Tres investigadores de la Universidad de Stanford eran ávidos jugadores del juego y querían ver cómo se desenvolvían los modelos de IA frente a los mejores jugadores humanos.
Partieron de una red neuronal llamada CLIP, desarrollada por OpenAI, como base para dos modelos diferentes de geolocalización de imágenes.
El primer modelo, Predicting Image Geolocations (PIGEON), se entrenó utilizando un conjunto de datos de unas 100.000 localizaciones del juego GeoGuessr. Para cada ubicación, se proporcionó a PIGEON una panorámica de 360 grados hecha a partir de un conjunto de cuatro imágenes de Google Street View.
El segundo modelo, Predicting Image Geolocations with Omni-Terrain Training Optimizations (PIGEOTTO), se entrenó exclusivamente con más de 4 millones de imágenes geoetiquetadas de Flickr procedentes de todo el mundo.
Cuando se le presentó una imagen de Google Street View de cualquier lugar del mundo, PIGEON fue capaz de adivinar el país correctamente en el 95% de las veces y pudo elegir la ubicación en un radio de 16 millas en el 40% de las veces.
A continuación, los investigadores enfrentaron a PIGEON con los mejores jugadores de GeoGuessr, a los que venció por un margen significativo.
PIGEOTTO, que es un modelo más generalizado, superó con creces a los actuales modelos de vanguardia en los conjuntos de datos de referencia de geolocalización.
Cuando PIGEON se enfrentó a Trevor Rainbolt, considerado uno de los mejores geoguías del momento, le ganó varias veces. Recuerda un poco a Deep Blue ganando a Gary Kasparov al ajedrez en 1997.
Construimos una IA para competir contra el mejor jugador de GeoGuessr del mundo ¡y ganamos! 🔎🌍🏆
En @geoguessrEn este juego, >50 millones de jugadores compiten por adivinar dónde se encuentran basándose en una localización aleatoria de Google Street View. 🗺️
Gracias @georainbolt ¡por el divertido reto!https://t.co/g7tIeUELz5
- Lukas Haas (@lkshaas) 13 de mayo de 2023
Consideraciones éticas
La utilidad de estos modelos va más allá de la posibilidad de hacer trampas en GeoGuessr. El periódico señaló que los modelos podrían utilizarse en "conducción autónoma, navegación, educación geográfica, inteligencia de código abierto e investigaciones visuales en periodismo".
A medida que estos modelos mejoran inevitablemente su precisión, los problemas de privacidad se convierten en una preocupación cada vez mayor. Además de la identificación de su ubicación, otros problemas de privacidad incluyen la capacidad de algunos modelos para inferir los ingresos locales, la raza, la educación y los patrones de votación a partir de los datos de geolocalización de imágenes.
También existe un gran interés por parte de la industria de defensa en lo que pueden hacer estos modelos. Los investigadores de la Universidad de Stanford afirman: "Que sepamos, este es el primer trabajo de geolocalización de imágenes de vanguardia de los últimos cinco años que no está financiado por contratos militares."
Como ocurre con muchas tecnologías de IA, los riesgos de doble uso asociados a estos modelos plantean problemas éticos que habrá que gestionar de algún modo.
Con empresas como Meta entrenando a sus modelos con tus fotos de Instagram, no está de más recordar que tus selfies revelan a la IA más de lo que crees.
