ChatGPTで写真から場所を特定する遊びが流行、プライバシー懸念も

何気なく撮った店内の写真や自撮りをアップロードするだけで、AIが数十秒でその場所を特定してしまう現象が話題になっています。

OpenAIが新たにリリースした推論モデル「o3」と「o4-mini」の画像推論機能を使い、ChatGPTに写真の撮影場所を特定させる「逆引き位置検索」がXで急速に流行しています。

GeoGuessr感覚で始まる特定ごっこ

o3とo4-miniは、アップロードされた画像を自動でトリミングや回転、拡大し、歪みや不鮮明さがあっても細部を分析してウェブ検索と照合します。

多くのケースで、写真に含まれるEXIFなどの位置情報メタデータや過去のチャット履歴に頼らず、純粋な視覚的特徴だけで場所を割り出しています。

X上では、図書館の片隅を写しただけの写真をo3に渡したところ、わずか20秒で正確な場所を特定したという報告も投稿されています。

ユーザーは人気ゲーム「GeoGuessr」のように楽しんでいますが、他人のSNS投稿やストーリーズの画像から居場所を割り出す「ドキシング」に悪用される危険性が指摘されています。

薄暗いバーの紫色のサイを見分ける

もっとも、場所当て自体は従来のGPT-4oでもある程度可能でした。米TechCrunchによる比較検証では、一般的な写真ならGPT-4oのほうがo3よりも短時間で正解を導き出す場面が目立ちました。

しかし、手がかりが極端に少ない写真ではo3の推論力が光りました。薄暗い店内に飾られた紫色のサイの頭部剥製の写真を見せた際、GPT-4oは英国のパブと誤答しましたが、o3はニューヨーク・ウィリアムズバーグの隠れ家バーだと見事に言い当てました。

一方で、o3が答えを出せずにループに陥ったり、見当違いの場所を答えたりする失敗例も確認されています。

OpenAIはTechCrunchに対し、視覚的推論はアクセシビリティや緊急時の位置特定支援などを目的としたものだと説明しました。個人を特定する要求を拒否するガードレールを設けており、ポリシー違反を監視しているとしています。

なぜ重要か

これまで専門の調査員や熱心な特定班が時間をかけて行っていた画像解析が、一般ユーザーの手元で一瞬で実行できるツールになってしまった点が大きな変化です。

一般ユーザーにとって、写真の位置情報を消したり看板を隠したりする程度の自衛策では、居場所の特定を防ぎきれなくなる可能性を示しています。独特な照明器具や壁紙の柄といったわずかな背景から、現実の居場所が暴かれかねません。

OpenAIの安全対策にはまだ抜け穴があるように見えます。顔認識による個人特定は禁じているものの、背景情報からの逆引き特定については公式の安全性レポートでも正面から触れられていません。

視覚モデルの進化に伴い、利便性とプライバシー保護の境界線をどこに引くのか、各社は早急なルール作りを迫られることになりそうです。