ابزارهای تصویری نو ChatGPT، آغازگر روندی همه گیر، جالب و در عین حال نگران کننده: حدس محل عکس ها
به گزارش تور انگلیس، اوایل این هفته، شرکت OpenAI از دو مدل هوش مصنوعی تازه به نام های o3 و o4-mini رونمایی کرد که به طور خاص برای درک، تحلیل و تغییر تصاویر آموزش دیده اند. این مدل ها توانایی فکر کردن روی تصویر دارند، عبارتی که شاید تا دیروز بیشتر به قلمرو تخیل تعلق داشت. اما حالا با استفاده از همین توانایی، موج تازه ای از روندهای همه گیر و گاه نگران کننده در حال شکل گیری است.
از تفریح تا تهدید: وقتی هوش مصنوعی مکان را لو می دهد
یکی از تفریح های نو کاربران حرفه ای، استفاده از این مدل ها برای شناسایی موقعیت جغرافیایی عکس هاست؛ کاری که به آن ژئولوکیشن (Geolocation) گفته می گردد. کافی ست عکسی را به مدل بدهید، حتی اگر عکس دارای موانعی مثل آدم ها یا تاریکی باشد، مدل با برش (Crop)، زوم، و تحلیل تصویر، به طور مستقل کوشش می نماید تا نام مکان و مختصات دقیق جغرافیایی را معین کند.
در بسیاری از موارد، مدل پیشرفته تر o3 توانسته این کار را با دقت خیره نماینده انجام دهد. حتی اگر در ابتدا اشتباه کند، تصویر را قطعه قطعه نموده و به صورت پی گیرانه کوشش می نماید تا مکان درست را پیدا کند.
پژوهش های دانشگاهی و شگفتی کاربران
بعضی اساتید دانشگاهی مانند ایتن مالیک (Ethan Mollick) تأیید نموده اند که این مدل ها از اطلاعات ژئوتگ شده (Geotagged) عکس ها استفاده نمی نمایند، بلکه صرفاً با توانایی تحلیلی خود این کار را انجام می دهند. این نکته قدرت و در عین حال نگرانی برانگیز بودن این ابزار را نشان می دهد.
حتی کاربرانی که فقط یک عکس ساده بارگذاری می نمایند، بدون احتیاج به داده های اضافی یا اطلاعات زمینه ای، می توانند با یاری این مدل ها، مکان ثبت عکس را کشف نمایند. این ویژگی مجذوب کننده، اما در عین حال ترسناک است. چرا که ابزار قدرتمندی که زمانی در اختیار کارشناسان خاص بود، حالا در دسترس همگان قرار گرفته است.
لبه تاریک ماجرا: تهدیدی علیه حریم خصوصی
اگرچه این قابلیت می تواند برای اهداف پژوهشی، هنری یا تفریح مجذوب کننده باشد، اما مرز بین تفریح و نقض حریم خصوصی به شدت باریک شده است. در نبود محدودیت های لازم، فردی می تواند با یک عکس ساده، محل زندگی یا کار شخص دیگری را شناسایی کند. مسیر از مزاحمت اینترنتی تا تعقیب فیزیکی در دنیای واقعی، شاید فقط چند دقیقه طول بکشد.
این دستاورد شگفت انگیز در دنیای هوش مصنوعی، احتیاجمند کنترل، سیاست گذاری و مطلع سازی فوری است. امید می رود شرکت های توسعه دهنده، مانند OpenAI، با شفافیت و مسئولیت پذیری در برابر تهدیدهای احتمالی این فناوری نوظهور بایستند و از سوء استفاده های احتمالی پیشگیری نمایند.
حدس های خوب و حتی بهتر از انسان ولی نه معجزه آسا!
برای آزمایش من عکسی از هلسینکی و عکسی از خیابان ناصرخسرو را به ChatGPT دادم. می شد حدس زد که اجزای عکس اول هوش مصنوعی را به نتیجه برساند، اما عکس دوم می تواند گیج نماینده باشد.
همین طور هم شد. هوش مصنوعی با دقت محل عکس را شناسایی کرد. اما در خصوص دوم گرچه حدس زد از بافتی قدیمی یا شهری قدیمی در ایران باشد. اما حدسش درست نبود.
به نظر می رسد این تصویر نمایی از خط ساحلی هلسینکی (Helsinki) در فنلاند باشد؛ ردیف ساختمان های رنگارنگ به سبک نئو‑رنسانس کنار آب و کشتی بادبانی سه دَکل پهلوگرفته، شبیه اسکله جنوبی شهر و محدوده اوله آنلینا/ایراست که رو به خلیج اسکلد دریا باز می گردد.
احتمال می دهم این تصویر از خیابان سِپَه در شهر قزوین باشد؛ خیابانی تاریخی که به خاطر جوی آبِ مرکزی و پیاده راه دوطرفه اش شناخته می گردد و در سال های اخیر سنگ فرش و بازآرایی شده است. البته عکس های خیابان های دیگری مثل چهارباغِ اصفهان یا تربیتِ تبریز هم شباهت هایی دارند، پس ممکن است اشتباه نموده باشم؛ اما ترکیب جوی، درختان صف کشیده و وجود مسیر خودرو در یک طرف، بیش از همه با سپه قزوین همخوانی دارد.
پاسخ درست: خیابان ناصر خسرو تهران
منبع: یک پزشک