De opkomst van AI-speurders
De nieuwste generatie AI-modellen – waaronder OpenAI’s model ‘o3’ – blijkt verbluffend goed in staat om locaties te herkennen aan de hand van een enkele foto. Een ogenschijnlijk onschuldige afbeelding van een spelend kind op het strand blijkt voldoende om het specifieke strand te achterhalen. Zelfs een openstaande garagedeur biedt al genoeg aanwijzingen om iemands woonplaats te raden. En o3 staat hierin niet alleen: ook andere geavanceerde taalmodellen ontwikkelen in razend tempo deze visuele interpretatievaardigheden.
Hoe is dit mogelijk?
Journalist Kelsey Piper (Vox) besloot het model te testen en liet een foto zien van haar kind met een vlieger op het strand. Zonder enige metadata of aanvullende context wist het model direct de locatie te benoemen. Nog opmerkelijker: een willekeurige foto van haar garage – genomen met de deur open – leidde ertoe dat het model haar woonplaats wist te raden.
De opkomst van digitale speurneuzen
Deze indrukwekkende prestaties staan niet op zichzelf. AI-modellen worden inmiddels ook getoetst via benchmarks zoals GeoGuessr – een spel waarin deelnemers moeten raden waar ter wereld een foto is genomen op basis van visuele kenmerken. Googles nieuwste model, Gemini 2.5, scoort daarin gemiddeld 4093 van de 5000 punten. Geen verrassing, gezien de gigantische hoeveelheden locatiegegevens waarover Google beschikt via onder meer Maps, YouTube en Waymo.
Volgens GeoGuessr-fanaat en AI-expert Xiang draait het spel – én het succes van AI daarin – vooral om patroonherkenning. “Het gaat om visuele hints zoals verkeersborden, architectuur, vegetatie, en zelfs paaltjes of kentekenplaten. In Nederland en Luxemburg zijn bijvoorbeeld de kentekens aan beide zijden geel – dat soort details helpt enorm. AI-modellen herkennen zulke patronen razendsnel en koppelen die aan bestaande datasets.”
Hoe werkt dat precies?
Modellen als o3 analyseren eerst visuele elementen zoals lucht, begroeiing en bouwstijlen. Die signalen worden vervolgens geclassificeerd en vergeleken met duizenden mogelijke locaties. Opmerkelijk is dat de prestaties van deze modellen inmiddels ook hoog zijn bij foto’s die géén onderdeel zijn van Google Street View – een aanwijzing dat de modellen echt zelfstandig leren lokaliseren, ongeacht de bron van het beeld.
Een indrukwekkende, maar ook zorgwekkende ontwikkeling
De technische vooruitgang is fascinerend en biedt mogelijk toepassingen zoals het terugvinden van vermiste personen of het identificeren van cultureel erfgoed. Maar er zit ook een keerzijde aan. GeoGuessr-legende Rainbolt – bekend van zijn virale locatie-raadsels – waarschuwt al jaren voor de gevaren van het online delen van persoonlijke foto’s. Nu AI dit kunstje ook beheerst, wordt die waarschuwing relevanter dan ooit.
Wat betekent dit voor jouw online veiligheid?
Deze technologie laat zien hoe belangrijk het is om bewust om te gaan met wat je deelt. Een onschuldige foto van je voortuin of balkon kan meer prijsgeven dan je zou verwachten. Vooralsnog zijn modellen als o3 niet in staat om locaties af te leiden uit interieurfoto’s, maar de snelheid van deze technologische ontwikkelingen vraagt om alertheid. Privacy begint steeds vaker bij de camera op je smartphone.