מגמת חיפוש המיקום ההולך והולך: שימוש ב-ChatGPT לזהות מיקומים מתמונות

מבוא

לאחרונה חלה מגמה מטרידה ברשת: אנשים משתמשים ב-ChatGPT כדי לגלות מיקומים המוצגים בתמונות. השבוע השיקה OpenAI את מודלי ה-AI החדשים שלה, o3 ו-o4-mini, אשר יכולים "להסיק" באופן ייחודי מתמונות שהועלו.

יכולות האנליזה של המודלים

המודלים החדשים יכולים לחתוך, לסובב ולזום על תמונות – גם על תמונות מטושטשות ומעוותות – כדי לנתח אותן בצורה מעמיקה. יכולות האנליזה של התמונות, בשילוב עם יכולת החיפוש באינטרנט, מהוות כלי חזק לחיפוש מיקומים. משתמשים ברשת החברתית X גילו במהרה כי o3, בפרט, יכול לחזות ערים, אתרים ובתי עסק כמו מסעדות וברים על סמך רמזים חזותיים עדינים.

דוגמאות לשימוש

משתמשים רבים בשירותים החברתיים משתפים דוגמאות שבהן הם נותנים ל-ChatGPT תפריטי מסעדות, תמונות שנעשו בשכונה, חזיתות ותמונות סלפי, ומבקשים מ-o3 לדמיין שהוא משחק ב-"GeoGuessr", משחק מקוון שמאתגר שחקנים לנחש מיקומים מתוך תמונות מ-Google Street View.

דאגות פרטיות

עם עליית הפופולריות של כלי זה, עולות שאלות בנוגע לפרטיות. אין כל מניעה שמשתמש רע יצלם תצלום, כגון סיפור באינסטגרם, וישתמש ב-ChatGPT בניסיון לגלות את מיקום האדם. משתמשים מצביעים על כך ששירותים אלו עלולים להוביל לחשיפת מידע אישי וסכנות נוספות.

ביצועי המודלים

TechCrunch ביצע ניסויים שבהם רץ תמונות דרך o3 ומודלים ישנים יותר כמו GPT-4o, אשר לא כוללים יכולות אנליזה של תמונות. התוצאות הפתיעו – לעיתים קרובות, GPT-4o הגיע לתוצאה נכונה מהר יותר מאשר o3. עם זאת, בגרסה החדשה היו מקרים שבהם o3 הצליח לזהות מיקום שפשוט לא היה אפשרי עבור GPT-4o.

תקלות אפשריות

עם כל זאת, o3 לא היה חף מטעויות, במקרים מסוימים הוא נתקע במעגל וחזר על עצמו מבלי להגיע לתשובה והציע מיקום שגוי. משתמשים ציינו גם שהממשק יכול לפעמים להיות רחוק מאוד מהפתרון הנכון.

סיכום

המגמה המתרקמת סביב היכולת של מודלים מתקדים כמו o3 ו-o4-mini להניח מיקומים מתמונות מדגישה את הסיכונים הפוטנציאליים של השימוש בכוחם. נראה שאין כלים רבים שמונעים חיפושי מיקום "מאחור" ב-ChatGPT, ו-OpenAI אינה מציינת בעיות אלה בדו"ח הבטיחות שלה עבור המודלים הללו.

נמשיך לעקוב אחרי ההתפתחויות הנוגעות לנושא ונעדכן במידת הצורך