AI-инструменты для GEOINT: нейросеть уже способна заменить геоинтера или еще нет?

AI-инструменты для GEOINT: нейросеть уже способна заменить геоинтера или еще нет?

Последнее время в Сети можно регулярно встретить рекламу различных платформ, которые позволяют по фотографии и видео определить точные координаты проведенной съемки. Наиболее популярной среди них является нейросеть под названием GeoSpy от американской компании Graylark Technologies.

В широко распространившейся рекламе утверждается, что данная платформа способна за считанные секунды найти местоположение отправленных в нее кадров, основываясь на анализе почвы, архитектуры и других визуальных элементов. Но так ли хорош на деле данный AI-инструмент давайте разбираться.

Что из себя представляет GeoSpy?

Широкую известность GeoSpy получил в начале 2025 года благодаря закупленной в различных медиа рекламе. Подчеркивалось, что нейросеть даже способна вычислить местоположение по съемке внутри дома, если в объектив камеры попал вид из окна. Все это ей удается из-за обращения внимания на мелкие детали: от цвета пожарных гидрантов и уличных знаков до особенностей растительности и расположения зданий.

Система постоянно обучается на загружаемых в нее изображениях. Также в нее периодически интегрируется дополнительное программное обеспечение например, Maltego для более глубокого анализа данных.

Показательным моментом является способность анализировать текст в медиафайле: например, если в видеоролике написано наименование населенного пункта или улицы, то система это должна не упустить.

Изначально платформа была доступна для всех пользователей еще в начале января в демоверсии каждый из зарегистрировавшихся мог ее бесплатно протестировать. На текущий момент она открыта лишь для корпоративных клиентов и правоохранителей.

Какие достоинства и недостатки AI-инструментов для GEOINT?

Наилучшие результаты платформа показывает во время поиска кадров из населенного пункта, где было снято значительное количество панорамных фотографий, впоследствии попавших в Google Street View. На точность координат также влияют наличие в кадре строений, уличных знаков, логотипов магазинов и т.д.

Результаты использования системы в крупных городах достаточно успешные: в большинстве случаев платформа определяла точную геолокацию, хотя иногда и присутствовала погрешность, если на съемке демонстрировалась достаточно распространенная застройка без каких-либо дополнительных опознавательных знаков.

С анализом кадров из зон боевых действий дело обстоит хуже. Особенно это касается многочисленных фото и видео из мелких населенных пунктов на территории новых регионов РФ, т.н. Украины и Ближнего Востока там, откуда ранее в Сеть не выгружались фотографии, либо присутствовавшая в кадре застройка оказалась разрушена.

В таком случае точность результатов зависит от текстового сопровождения, хотя и его зачастую оказывается недостаточно. Например, в платформу загружались видео из Курахово и Дзержинска, где фигурировали названия и населенного пункта, и улиц. Тем не менее погрешность каждой из попыток составляла от одного до нескольких десятков километров.

Пока полноценно заменить специалиста по GEOINT подобные платформы не способны особенно это касается кадров из зон боевых действий, когда для поиска точных координат ввиду отсутствия Street View приходится прибегать исключительно к сопоставлению кадров со спутниковыми снимками, опираясь на собственную насмотренность.

Аналогичное касается и более сложных расследований например, когда нужно установить причастность одной из сторон конфликта к резонансному происшествию, в том числе для опровержения фейков о якобы ударах по гражданским объектам. Не способны данные системы и определять актуальность кадров, что иногда бывает крайне важно.

Стоит признать, что AI-инструменты для GEOINT не стоят на месте еще в прошлом году похожие системы зачастую давали ошибку геопозиционирования до 100-150 километров. Сейчас этот показатель удалось уменьшить в разы. Поэтому потенциал у них достаточно высокий.

#США #технологии

@rybar

Поддержать нас