用chatgpt进行物理定位

HenkvanEss分享了一些关于利用AI如何在调查类工作中发挥作用的技巧。在最近的推文中，他谈到了生成地址列表和坐标。但我发现最有趣的是其中另外一部分，是HenkvanEss使用AI来通过部分可用信息来分析真实物理地址，AI可以轻松返回可能的地址列表，整体大致利用AI的工作流程（全程自动化，利用指令控制AI来进行）：收到需要调查的内容文档，从PDF，word等长文本文档中提取出所有位置信息，通过各类地图接口位置查询，并添加对应的位置图片（Google图像搜索，Google time search历史地址图像搜索，各类社交媒体中地址图像搜索）。会得到类似如下的结果，

重点来了，如果需要定位真实物理地址，但图片信息不足以分析出结果，可以使用ChatGPT来进行分析可能位置（先正常训练），再进行一次工作流程，样例如下：

测试使用的都是ChatGPT-4，在很多推文作者的真实案例中都分析出了有价值的结果，也是推翻了一些像 ChatGPT 这样的大型语言模型似乎最不可能帮助进行地理定位的说法。本来的AI缺陷是：

• 基于文本的机器人无法处理视觉信息，这意味着它们看不到地标、标志或其他对于有效导航位置必不可少的提示。这就像试图在漆黑的房间里找路，只有文字描述来

• 他们的知识库有限，这意味着他们可能无法了解特定位置的所有细微差别和细节。这就像试图用只有一半的线索来解决填字游戏一样——可能会接近，但不太可能得出正确答案。

• 他们可以“合成结果”。他们可以创造出不真实或不准确的句子和信息， 仍然看起来似是而非。例如，如果您向 ChatGPT 询问某个位置，它可能会给您一个听起来正确的答案，但它可能会遗漏重要的细节甚至完全错误。

  
  

  但在上述使用流程中是可以完全绕过这些问题，而创造出AI在OSINT地理位置方面的价值能力。

原文始发于微信公众号（军机故阁）：用chatgpt进行物理定位