Hay una nueva tendencia que se vuelve viral: la gente está usando ChatGPT para descubrir la ubicación que se muestra en las imágenes.
Esta semana, Operai lanzó sus nuevos modelos de IA, O3 y O4-Minilos cuales pueden “razonar” de manera única a través de imágenes cargadas. En la práctica, los modelos pueden recortar, rotar y acercar las fotos, incluso las borrosas y distorsionadas, para analizarlas a fondo.
Estas capacidades de análisis de imágenes, combinadas con la capacidad de los modelos para buscar en la net, hacen una potente herramienta de búsqueda de ubicación. Los usuarios en X descubrieron rápidamente que O3, en specific, es bastante bueno para deducir ciudades, punto de referenciae incluso restaurantes y bares de sutiles pistas visuales.
Wow, lo clavó y ni siquiera un árbol a la vista. pic.twitter.com/bvcoe1fq0z
– swax (@swax) 17 de abril de 2025
En muchos casos, los modelos no parecen estar basados en “recuerdos” de conversaciones de chatgpt anteriores, o Datos exif – Los metadatos adjuntos a fotos que revelan detalles como donde se tomó la foto.
X está lleno de ejemplos de usuarios que dan chatgpt menús de restaurante, Snaps de barrio, fachadas y autorretratose instruir a O3 que think about que está jugando “Geoguessr”, un juego en línea que desafía a los jugadores a adivinar ubicaciones de Google Road View Pictures.
Esta es una divertida función de chatgpt o3. Geoguessr! pic.twitter.com/hrcmixs8yd
– Jason Barnes (@vyrotek) 17 de abril de 2025
Es un problema de privacidad potencial obvio. No hay nada que evite que un mal actor de captura de pantalla, por ejemplo, la historia de Instagram de una persona y el uso de ChatGPT para tratar de hacerlos doxx.
O3 es una locura
Le pedí a un amigo mío que me diera una foto al azar
Me dieron una foto al azar que tomaron en una biblioteca
O3 lo sabe en 20 segundos y es correcto pic.twitter.com/0k8dxifkoy– Yumi (@izyuuumi) 17 de abril de 2025
Por supuesto, esto podría hacerse incluso antes del lanzamiento de O3 y O4-Mini. TechCrunch ejecutó una serie de fotos a través de O3 y un modelo anterior sin capacidades de recuperación de imágenes, GPT-4O, para comparar las habilidades de adquisición de ubicación de los modelos. Sorprendentemente, GPT-4O llegó a la misma respuesta correcta que O3 la mayoría de las veces, y tomó menos tiempo.
Hubo al menos una instancia durante nuestras breves pruebas cuando O3 encontró un lugar que GPT-4O no pudo. Dada una imagen de una cabeza de rinoceronte púrpura y montada en una barra con poca luz, O3 respondió correctamente que period de un clandestino de Williamsburg, no, como GPT-4o adivinó, un pub del Reino Unido.
Eso no sugiere que el O3 sea impecable a este respecto. Varias de nuestras pruebas fallaron: el O3 se quedó atascado en un bucle, no pudo llegar a una respuesta de la que period razonablemente seguro o ofreció una ubicación incorrecta. Los usuarios en X también notaron que O3 puede ser bonito muy lejos En su ubicación deducciones.
Pero la tendencia ilustra algunos de los riesgos emergentes presentados por modelos de IA de razonamiento más capaces y capaces. Parece que hay pocas salvaguardas para evitar este tipo de “búsqueda de ubicación inversa” en ChatGPT, y OpenAi, la compañía detrás de ChatGPT, no aborda el problema en su informe de seguridad para O3 y O4-Mini.
Nos comunicamos con OpenAi para hacer comentarios. Actualizaremos nuestra pieza si responden.
