Σύνοψη
- Η McAfee δοκίμασε δύο AI vision models σε 21.236 ταξιδιωτικές φωτογραφίες χωρίς GPS, EXIF ή στοιχεία από τα filenames
- Το Qwen3 VL 30B αναγνώρισε σωστά πόλη και χώρα στο 91% και το Gemma3 27B στο 87% του συγκεκριμένου dataset
- Το 91% δεν αποτελεί γενικό ποσοστό επιτυχίας για κάθε φωτογραφία ή κάθε AI μοντέλο
- Αρχιτεκτονική, πινακίδες, δρόμοι, βλάστηση και άλλα οπτικά στοιχεία μπορούν να αποκαλύψουν την τοποθεσία
- Η πληροφορία μπορεί να κάνει phishing και ταξιδιωτικές απάτες πολύ πιο πειστικές
- Η καθυστερημένη δημοσίευση και ο περιορισμός της ορατότητας των αναρτήσεων μειώνουν την έκθεση
Μία απλή φωτογραφία διακοπών μπορεί πλέον να αποκαλύψει την πόλη όπου τραβήχτηκε, ακόμη και χωρίς GPS, EXIF ή geotag, δημιουργώντας ένα νέο και ιδιαίτερα χρήσιμο εργαλείο για στοχευμένες διαδικτυακές απάτες.
Έρευνα της McAfee Labs σε 21.236 ταξιδιωτικές εικόνες έδειξε ότι το Qwen3 VL 30B αναγνώρισε σωστά πόλη και χώρα στο 91% των δοκιμών, ενώ το Gemma3 27B πέτυχε 87%, χρησιμοποιώντας αποκλειστικά τα οπτικά στοιχεία της φωτογραφίας.
Η σημασία του ευρήματος δεν είναι ότι κάθε φωτογραφία μπορεί να εντοπιστεί με τέτοια ακρίβεια, αλλά ότι η γεωεντόπιση εικόνων έχει γίνει αρκετά καλή και αρκετά προσβάσιμη ώστε κάποιος να μπορεί να μετατρέψει μια δημόσια ανάρτηση από ταξίδι σε υλικό για πολύ πιο πειστικό phishing, χωρίς να χρειάζεται να έχει πρόσβαση στα metadata της εικόνας. Η ίδια η McAfee τονίζει ότι το 91% δεν πρέπει να θεωρηθεί γενικό ποσοστό επιτυχίας για κάθε φωτογραφία ή κάθε AI μοντέλο.
Τι ακριβώς δοκίμασε η McAfee
Η McAfee Labs δημιούργησε αυτοματοποιημένο σύστημα δοκιμών και χρησιμοποίησε 21.236 δημόσια διαθέσιμες ταξιδιωτικές εικόνες. Κάθε φωτογραφία δόθηκε στα μοντέλα με τυποποιημένο αίτημα να προσδιορίσουν την τοποθεσία αποκλειστικά από το οπτικό περιεχόμενό της. Δεν χρησιμοποιήθηκαν δεδομένα GPS, EXIF ή στοιχεία από τα ονόματα των αρχείων.
Τα δύο μοντέλα που χρησιμοποιήθηκαν ήταν τα Gemma3 27B και Qwen3 VL 30B, τα οποία έτρεχαν τοπικά στους υπολογιστές των ερευνητών. Ως σωστή απάντηση μετρήθηκε η αναγνώριση τόσο της σωστής πόλης όσο και της σωστής χώρας. Με αυτό το κριτήριο, το Gemma3 27B έφτασε το 87% και το Qwen3 VL 30B το 91%.
Η McAfee πραγματοποίησε επίσης δεύτερη, ελεγχόμενη δοκιμή με 102 προσωπικές φωτογραφίες εργαζομένων της, οι οποίες δεν είχαν προηγουμένως δημοσιευτεί. Σε αυτές η ακρίβεια ήταν χαμηλότερη από το μεγάλο dataset, αλλά τα μοντέλα εξακολουθούσαν συχνά να προσδιορίζουν τουλάχιστον τη χώρα, πληροφορία που μπορεί να είναι αρκετή για να κάνει ένα παραπλανητικό μήνυμα πιο πιστευτό.
Δεν χρειάζεται GPS για να «μιλήσει» μια φωτογραφία
Για χρόνια, η βασική συμβουλή προστασίας της τοποθεσίας στις φωτογραφίες ήταν η αφαίρεση των geotags και των δεδομένων GPS από τα EXIF. Η έρευνα δείχνει ότι αυτό παραμένει χρήσιμο, αλλά δεν αρκεί πλέον από μόνο του.
Τα σύγχρονα Vision-Language Models μπορούν να συνδυάζουν πινακίδες, αρχιτεκτονική, οδικές σημάνσεις, βλάστηση, τοπία, καταστήματα, μέσα μεταφοράς, ακόμη και λιγότερο προφανή χαρακτηριστικά μιας σκηνής για να εκτιμήσουν πού τραβήχτηκε μια εικόνα. Οι φωτογραφίες με γνωστά αξιοθέατα, χαρακτηριστικά skylines ή εμφανείς πινακίδες ήταν, όπως αναμενόταν, από τις ευκολότερες περιπτώσεις.
Το πιο ενδιαφέρον εύρημα είναι ότι δεν απαιτείται πάντα ένα διάσημο μνημείο. Σε παραδείγματα με πραγματικές φωτογραφίες εργαζομένων της McAfee, μοντέλο αναγνώρισε το Hastings-on-Hudson από μια εικόνα ηλιοβασιλέματος, ενώ άλλη φωτογραφία που έδειχνε κυρίως τουλίπες αναγνωρίστηκε ως οι κήποι Keukenhof στην Ολλανδία.
Ανεξάρτητη ακαδημαϊκή έρευνα έχει καταλήξει στην ίδια γενική κατεύθυνση: τα σύγχρονα Vision-Language Models εμφανίζουν σημαντικές δυνατότητες γεωεντοπισμού μόνο από το οπτικό περιεχόμενο, με ιδιαίτερα σοβαρές επιπτώσεις για φωτογραφίες του τύπου που δημοσιεύεται στα κοινωνικά δίκτυα. Μελέτη που αξιολόγησε 25 μοντέλα βρήκε πολύ καλύτερες επιδόσεις σε dataset που προσομοιάζει εικόνες social media από ό,τι σε γενικές εικόνες δρόμου.
Από μια φωτογραφία σε ένα πολύ πιο πειστικό phishing μήνυμα
Το επικίνδυνο στοιχείο δεν είναι μόνο ότι κάποιος μπορεί να μαντέψει πού βρισκόταν ο φωτογράφος. Η πληροφορία μπορεί να χρησιμοποιηθεί ως κομμάτι ενός μεγαλύτερου κοινωνικού σεναρίου εξαπάτησης.
Για παράδειγμα, αν μια δημόσια φωτογραφία αποκαλύπτει ότι κάποιος βρίσκεται ή βρισκόταν πρόσφατα στην Πορτογαλία, ένα ψεύτικο μήνυμα που παρουσιάζεται ως ειδοποίηση τράπεζας για ύποπτη συναλλαγή στην Πορτογαλία γίνεται αυτομάτως πιο πειστικό. Το ίδιο μπορεί να συμβεί με ψεύτικες ειδοποιήσεις από ξενοδοχεία, αεροπορικές εταιρείες, υπηρεσίες κρατήσεων ή μηνύματα προς συγγενείς που υποτίθεται ότι προέρχονται από τον ταξιδιώτη.
Η McAfee περιγράφει έναν πιθανό μηχανισμό στον οποίο ο απατεώνας συλλέγει δημόσιες φωτογραφίες, τις αναλύει με ένα AI vision model, εξάγει πιθανή τοποθεσία και ταξιδιωτικό context και στη συνέχεια δημιουργεί εξατομικευμένο μήνυμα. Η διαδικασία μπορεί σε σημαντικό βαθμό να αυτοματοποιηθεί.
Αυτό δεν σημαίνει ότι η έρευνα απέδειξε πως κάθε τρέχουσα ταξιδιωτική απάτη χρησιμοποιεί AI geolocation. Αποδεικνύει όμως ότι η τεχνική δυνατότητα υπάρχει ήδη και ότι η πρόσβαση σε αντίστοιχα μοντέλα δεν απαιτεί πλέον εξειδικευμένη υποδομή.
Το 91% χρειάζεται σωστή ανάγνωση
Ο αριθμός 91% είναι εντυπωσιακός, αλλά χρειάζεται προσοχή στην ερμηνεία του.
Πρόκειται για την επίδοση ενός συγκεκριμένου μοντέλου, του Qwen3 VL 30B, σε συγκεκριμένο σύνολο 21.236 ταξιδιωτικών εικόνων και με συγκεκριμένη μεθοδολογία. Η ίδια η McAfee αναφέρει ότι η απόδοση μεταβάλλεται ανάλογα με τον τύπο της εικόνας, την περιοχή και το πόσα γεωγραφικά χαρακτηριστικά περιλαμβάνει το κάδρο.
Αυτό συμφωνεί και με ανεξάρτητα ερευνητικά δεδομένα. Μελέτη μεγάλης κλίμακας σε 25 Vision-Language Models κατέγραψε πολύ διαφορετική ακρίβεια ανάλογα με το dataset και το μοντέλο, με τα συστήματα να δυσκολεύονται περισσότερο σε γενικές street-level εικόνες.
Άρα το ασφαλές συμπέρασμα δεν είναι ότι «η AI γνωρίζει πού τραβήχτηκε το 91% όλων των φωτογραφιών». Είναι ότι υπό κατάλληλες συνθήκες ο γεωεντοπισμός από μία μόνο εικόνα μπορεί να είναι εξαιρετικά αποτελεσματικός, χωρίς να υπάρχει κανένα geotag.
Το ζήτημα ξεπερνά τις οικονομικές απάτες
Η δυνατότητα προσδιορισμού τοποθεσίας από μια φωτογραφία έχει ευρύτερες συνέπειες για την ιδιωτικότητα. Έρευνα της Privacy International σε συνεργασία με πανεπιστημιακούς ερευνητές επισημαίνει κινδύνους όπως παρακολούθηση, ταυτοποίηση ή επαναταυτοποίηση ατόμων, doxxing, profiling και άλλες μορφές κατάχρησης.
Για φωτογράφους, creators και ταξιδιώτες αυτό αλλάζει μια παλιά υπόθεση: μια φωτογραφία χωρίς GPS δεν είναι απαραίτητα μια φωτογραφία χωρίς πληροφορία τοποθεσίας. Το ίδιο το οπτικό περιεχόμενο μπορεί να λειτουργήσει σαν έμμεσος γεωγραφικός δείκτης.
Ιδιαίτερη σημασία έχει και ο χρόνος δημοσίευσης. Μια φωτογραφία που ανεβαίνει δημόσια ενώ ο χρήστης βρίσκεται ακόμη στο ταξίδι του δεν αποκαλύπτει μόνο πού πήγε, αλλά ενδέχεται να προσφέρει ένδειξη για το πού βρίσκεται εκείνη τη στιγμή.
Τι μπορούν να κάνουν ταξιδιώτες και φωτογράφοι
Η πιο απλή αλλαγή είναι η καθυστερημένη δημοσίευση. Η McAfee συνιστά, όταν είναι δυνατό, οι αναγνωρίσιμες φωτογραφίες ταξιδιών να δημοσιεύονται μετά την επιστροφή ή τουλάχιστον με χρονική καθυστέρηση, ώστε μια πιθανή εκτίμηση τοποθεσίας να μην αποτελεί πληροφορία σε πραγματικό χρόνο.
Χρήσιμη είναι επίσης η περιορισμένη ορατότητα των αναρτήσεων, ειδικά όταν πρόκειται για προσωπικούς λογαριασμούς. Παράλληλα, η αφαίρεση GPS και EXIF εξακολουθεί να έχει νόημα, απλώς δεν πρέπει να θεωρείται πλήρης προστασία απέναντι σε visual geolocation.
Αν ένα SMS, email ή άλλο μήνυμα αναφέρει σωστά την πόλη ή τη χώρα όπου βρίσκεται ο παραλήπτης, αυτή η ακρίβεια δεν αποτελεί πλέον απόδειξη ότι ο αποστολέας είναι πράγματι τράπεζα, ξενοδοχείο ή αεροπορική εταιρεία. Η ασφαλέστερη πρακτική είναι η επικοινωνία με την υπηρεσία από ανεξάρτητο, επίσημο κανάλι και όχι μέσω του συνδέσμου που περιέχεται στο μήνυμα.
Τι πιστεύουμε
Το σημαντικότερο στοιχείο της έρευνας δεν είναι ο εντυπωσιακός αριθμός του 91%, αλλά η αλλαγή της βασικής παραδοχής γύρω από την ιδιωτικότητα μιας φωτογραφίας. Η αφαίρεση του geotag δεν σημαίνει πλέον ότι αφαιρείται και η τοποθεσία: η ίδια η εικόνα μπορεί να περιέχει αρκετά στοιχεία ώστε ένα σύγχρονο AI μοντέλο να κάνει αξιόπιστη εκτίμηση.
Για τους περισσότερους χρήστες η λύση δεν είναι να σταματήσουν να δημοσιεύουν φωτογραφίες. Χρειάζεται όμως μεγαλύτερη προσοχή στο τι φαίνεται στο κάδρο, ποιος μπορεί να δει την ανάρτηση και κυρίως αν η εικόνα δημοσιεύεται σε πραγματικό χρόνο. Παράλληλα, ένα μήνυμα που γνωρίζει πού ταξιδεύει κάποιος πρέπει πλέον να αντιμετωπίζεται ως πιθανώς παραπλανητικό, όχι αυτομάτως ως αυθεντικό.
Συχνές ερωτήσεις
Μπορεί πραγματικά η AI να βρει πού τραβήχτηκε μια φωτογραφία χωρίς GPS;
Ναι. Σύγχρονα Vision-Language Models μπορούν να χρησιμοποιήσουν οπτικά στοιχεία όπως αρχιτεκτονική, πινακίδες, τοπίο, βλάστηση και άλλα χαρακτηριστικά για να εκτιμήσουν την τοποθεσία. Η ακρίβεια όμως διαφέρει σημαντικά ανάλογα με τη φωτογραφία και το μοντέλο.
Σημαίνει το 91% ότι σχεδόν κάθε φωτογραφία μπορεί να εντοπιστεί;
Όχι. Το 91% αφορά το Qwen3 VL 30B σε συγκεκριμένο dataset 21.236 ταξιδιωτικών εικόνων της δοκιμής της McAfee. Η εταιρεία διευκρινίζει ρητά ότι δεν ισχυρίζεται πως κάθε φωτογραφία ή κάθε AI μοντέλο πετυχαίνει αντίστοιχη ακρίβεια.
Αρκεί να αφαιρεθούν τα EXIF και τα δεδομένα GPS;
Όχι πλήρως. Η αφαίρεσή τους εμποδίζει την άμεση ανάγνωση αποθηκευμένων συντεταγμένων, αλλά δεν αφαιρεί τα γεωγραφικά στοιχεία που υπάρχουν μέσα στο ίδιο το οπτικό περιεχόμενο.
Γιατί είναι πιο επικίνδυνη η δημοσίευση φωτογραφιών σε πραγματικό χρόνο;
Επειδή η πιθανή αναγνώριση της τοποθεσίας μπορεί να δείξει όχι μόνο πού ταξίδεψε κάποιος αλλά και πού είναι πιθανό να βρίσκεται εκείνη τη στιγμή, επιτρέποντας πιο επίκαιρα και πειστικά μηνύματα εξαπάτησης.
Ποιο είναι το πιο ασφαλές σημάδι ότι μια ειδοποίηση τράπεζας είναι πραγματική;
Το ότι ένα μήνυμα γνωρίζει τη σωστή πόλη ή χώρα δεν αρκεί. Η επιβεβαίωση πρέπει να γίνεται ανεξάρτητα, μέσω της επίσημης εφαρμογής, της επίσημης υπηρεσίας ή άλλου γνωστού καναλιού επικοινωνίας και όχι μέσω συνδέσμου μέσα στο ύποπτο μήνυμα.
