美国情报界正在认真尝试回答这个问题。
这听起来像谍战电影里的情节，却正在一步步走进现实。
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。
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。
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。
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。
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。
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。
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。
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。
热门跟贴