误差不到250米！美国情报界用新AI工具5分钟锁定任何视频拍摄地点

查尔斯爵士

一段没有定位信息的短视频，一张模糊的照片，甚至一段夹杂环境噪声的录音，AI能否在几分钟内告诉你它拍摄于地球哪个角落？

美国情报界正在认真尝试回答这个问题。

据美国科普媒体《The Debrief》报道，美国情报高级研究计划局已启动名为"LocUS"的研究项目，目标是开发一种AI系统，在5分钟内判断几乎任何视频、图片或音频的拍摄地点。

这听起来像谍战电影里的情节，却正在一步步走进现实。

五分钟定位到二百五十米以内

按照项目设定，这套系统需要在不依赖任何嵌入元数据的情况下，确定多媒体内容的拍摄位置。

性能目标相当苛刻：90%的预测结果误差控制在250米以内，5分钟内给出答案。

搜索范围可以大到约1550英里，相当于从北京到广州的直线距离还要更远。

系统需要同时处理视觉和听觉信息。

画面中的建筑风格、植被、道路标识和地形都可能成为线索，环境中的鸟鸣、车流声、方言广播同样能透露地点信息。

更难的是，它必须能处理质量很差的素材，模糊视频、低分辨率图片、经过压缩的音频都要应对。

无论室内室外，无论一个街区还是整片大陆，系统都要能给出判断，而且全程无需人工引导。

一场严格的技术竞赛

据报道，美国情报高级研究计划局于今年4月召开了项目提案人日会议，竞标已于6月截止。

研发周期15个月，期间将进行五次独立测试，大约每季度一次。

测试使用参赛团队从未见过的隔离数据集，确保系统展现真实能力。

参赛团队还必须提交容器化软件和源代码。

值得注意的是，项目明确排除了人脸识别、声纹识别、生物特征识别等技术，也不接受只针对单一地区或单一地貌的系统。

研究人员必须让AI真正学会从环境本身"读懂"地点，而不是依赖识别特定人物。

用途与隐忧并存

按照官方说法，这项技术主要用于打击人口贩卖、营救人质，以及支持情报和执法行动。

一些可能参与的研究人员背景颇具代表性。

美国圣路易斯大学的艾比·斯蒂利亚努博士参与建立的TraffickCam数据集，收录了超过1500万张酒店和出租房屋图片，专门用于协助识别人口贩卖受害者照片的拍摄地点。

在人口贩卖案件中，确定房间位置就可能成为解救受害者的关键线索。

事实上，该机构早在2011年至2016年就曾实施过名为"Finder"的类似项目，探索图像地理定位技术。

然而隐私担忧同样不容忽视。

如果任何一段视频都能被迅速定位，普通人在社交媒体上分享的生活片段也可能暴露住址和行踪。

新闻记者、维权人士和冲突地区的平民，都可能因此面临新的风险。

开源情报的新阶段

通过公开图像判断拍摄地点，早已是开源情报领域的重要技能。

过去这项工作依靠经验丰富的分析人员，对照卫星地图和街景图像，花费数小时甚至数天才能完成。

AI的加入可能把这一过程压缩到几分钟，并实现大规模自动化处理。

类似的AI地理定位工具在学术界和商业领域已经出现，一些模型仅凭一张街景照片就能大致猜出所在国家甚至城市。

这既是情报工作效率的巨大飞跃，也意味着监控能力的进一步扩张。

技术本身无所谓善恶，关键在于由谁使用、如何使用、受到怎样的约束。

对普通人来说，这项研究也提醒我们：在数字时代，分享每一张照片和每一段视频之前，或许都值得多想一想。

如何在公共安全与个人隐私之间划定边界，将是这类技术必须面对的长期考题。