Por qué nunca deberías publicar fotos desde tu terraza: geolocalizar imágenes, cada vez más fácil
![Imagen: "PIGEON: Predicting Image Geolocations".](https://www.adslzone.net/app/uploads-adslzone.net/2024/05/pigeon1.jpg)
Aunque en la actualidad la geolocalización de imágenes es un entretenido juego para millones de personas, en no mucho tiempo la tecnología será capaz de extraer mucha más información de las fotos que compartimos online.
Las tecnologías de geolocalización continúan desarrollándose y, en conjunto con el avance de la IA, auguran un futuro próximo en el que identificar el lugar exacto donde se tomó una foto solo tome cuestión de segundos. Un paper académico de cuatro estudiantes de la Universidad de Standford actualizado este 7 de abril muestra cómo los sistemas automatizados son cada vez mejores en identificar los puntos geográficos en los que se han tomado las imágenes.
Aunque los porcentajes de éxito aún no son demasiado grandes, el bot PIGEON desarrollado por estos académicos logró batir a individuos humanos expertos en geolocalización. En concreto, este modelo fue entrenado «con datos del juego GeoGuessr y es capaz de colocar más del 40% de sus estimaciones dentro de un radio de 25 kilómetros de la ubicación objetivo a nivel mundial».
Por otro lado, un segundo modelo llamado PIGEOTTO «se diferencia en que está entrenado en un conjunto de datos de imágenes de Flickr y Wikipedia, logrando resultados de última generación en una amplia gama de puntos de referencia de geolocalización de imágenes», indican los estudiantes, provenientes del departamento de Ingeniería del Software e Ingeniería Eléctrica.
![publicar fotos desde tu terraza](https://www.adslzone.net/app/uploads-adslzone.net/2024/05/maps.jpg)
Con todo ello, los cuatro investigadores aseguran que el suyo puede ser «el primer modelo de geolocalización de imágenes que se generaliza efectivamente a lugares invisibles y que nuestro enfoque puede allanar el camino para sistemas de geolocalización de imágenes a escala planetaria altamente precisos». El modelo puede consultarse libremente en GitHub. Uno de sus avances parece radicar en la implementación de semantic geocells o geoceldas semánticas, que disminuyen la distancia de error.
También hablan de «preentrenamiento contrastivo multitarea, una nueva función de pérdida y refinamiento de conjeturas posteriores» como algunas de sus principales contribuciones a este campo.
Encontrar lugares, un juego muy popular
Para retar a su algoritmo frente a expertos humanos, los investigadores usaron a los mejores jugadores de GeoGuessr, un juego online también en Android e iOS que ha enganchado a los amantes de la investigación, la geografía, del OSINT o de los rompecabezas. En concreto, tuvo hasta 73 millones de jugadores en 2023, y streamers de la talla de Ibai Llanos han probado el desafío. Por otro lado, canales de YouTube como el de alvacerod o RAINBOLT TWO están casi exclusivamente dedicados a Geoguessr y al arte de reconocer ubicaciones geográficas como si se tratase de un misterio policial.
Así, mientras que los expertos en investigación de fuentes abiertas son cada vez más hábiles en descubrir el origen de una fotografía, este documento confirma que la tecnología se dirige también hacia una geolocalización eficiente y precisa.
Sus peligros
La relevancia de todo ello radica en las consecuencias para la privacidad de los individuos que estos desarrollos pueden tener. Es decir, se pone de relieve la importancia de no publicar en redes sociales demasiadas fotos que puedan servir para localizar nuestro domicilio, lugar de residencia o trabajo u otra información personal sensible relativa a nuestra ubicación.
![Geolocalización de imágenes con geospy.ai.](https://www.adslzone.net/app/uploads-adslzone.net/2024/05/Geospy.jpg)
Ya pueden encontrarse portales web como Geospy, que permiten a los usuarios subir cualquier imagen para buscar su ubicación. El porcentaje de error es aún muy elevado, pero sirven de aviso sobre lo que está por llegar. La gran cantidad de información visual que existe en Internet a nivel mundial, tanto por servicios como Google Maps como por el contenido subido por usuarios a redes sociales, supone una fuente de entrenamiento enorme para cualquier inteligencia artificial diseñada con el propósito de la geolocalización.
«El despliegue de cualquier tecnología de geolocalización de imágenes posterior deberá equilibrar los beneficios potenciales con los posibles riesgos, garantizando el desarrollo responsable de futuros sistemas de visión por computadora», recoge el paper.