ИИ-геолокация по фото: как работают GeoSpy и Raven и почему им нельзя доверять слепо

ИИ-инструменты геолокации по фотографии обещают то, на что раньше уходили часы ручной сверки: загрузить снимок и получить координаты без EXIF, без подписи, без наводок. За три года эта ниша прошла путь от нишевой демки до продукта, который покупают полицейские управления, и от бесплатного веб-сервиса - до закрытой платформы по подписке. К августу 2026 года расклад в этой области заметно изменился. OSINT-исследователю нужно понимать и как эти системы работают, и что они сейчас представляют собой на самом деле - не полгода назад, а прямо сейчас.

Ниже - три ракурса на один вопрос: как устроена технология внутри, что показывают независимые тесты точности и какие этические риски встают перед теми, кто пользуется такими инструментами или становится их объектом.

Как это устроено технически

Инструменты геолокации по фото не ищут снимок в базе - они предсказывают координаты по визуальным признакам. Показательный пример архитектуры - модель PIGEON, разработанная исследователями Стэнфорда: в основе лежит CLIP от OpenAI - мультимодальная сеть, обученная сопоставлять изображения и текст на 400 миллионах пар. Поверх неё авторы обучили StreetCLIP - версию, дообученную на уличных снимках, и разбили карту мира на «семантические геоячейки» неравномерного размера, учитывающие плотность населения и административные границы. Модель сначала определяет ячейку, затем уточняет координаты внутри неё. На данных Google Street View PIGEON верно называла страну в 92% случаев с медианной ошибкой 44 км - и в шести матчах подряд обыграла Тревора Рейнболта, одного из сильнейших игроков GeoGuessr в мире.

Коммерческие сервисы вроде GeoSpy используют похожий принцип: обучение на миллионах геопривязанных фотографий, распознавание архитектуры, растительности, дорожной разметки, типа грунта, номерных знаков - и сопоставление найденных признаков с обучающей выборкой. От классической OSINT-геолокации это отличается одним: модель не объясняет ход рассуждений так, как это делает человек: она выдаёт координаты и показатель уверенности, а не список сопоставленных ориентиров.

Насколько это точно на самом деле

Итог зависит от типа снимка сильнее, чем от бренда сервиса. В обзоре OSINTBench отмечается, что GeoSpy «возвращает координаты и радиус доверия, а не просто предположение о стране», но при этом сервис прямо называют «чёрным ящиком» без объяснения логики - с обязательной ручной проверкой результата. Независимый тест MSPoweruser на трёх контрольных фотографиях (Турция, Германия, Италия) дал один точный результат из трёх: снимок побережья Эльбы система отнесла к Нидерландам вместо Германии - типичная ошибка для схожих ландшафтов соседних стран.

Похожая картина у больших языковых моделей общего назначения, которые для геолокации применяют вместо специализированных сервисов ничуть не реже. Bellingcat в 2025 году провёл 500 тестов, сравнивая ChatGPT, Gemini, Claude и Grok между собой и с Google Lens на одном наборе из двадцати фотографий. Летом лидером был ChatGPT o4-mini-high, но повторный тест двумя месяцами позже показал не эволюцию, а откат. В материале Bellingcat об этом повторном тесте сказано прямо: GPT-5, даже в режимах Thinking и Pro, оказался заметным шагом назад по сравнению с o4-mini-high - несмотря на цену подписки в 200 евро в месяц для Pro-версии, точность снизилась. Лучший результат в этом раунде показал Google AI Mode, на момент теста доступный только в Индии, Великобритании и США.

Более систематическую картину даёт свежий бенчмарк GeoRC от Технологического института Джорджии, опубликованный в июле 2026 года. Исследователи собрали 800 «эталонных» цепочек рассуждений от профессиональных игроков GeoGuessr, включая действующего чемпиона мира, и сравнили их с ответами топовых VLM на 500 сценах. Лучшая модель угадывала локацию с точностью 90% против 96% у экспертов-людей - разрыв невелик. Проблема в другом: когда исследователи проверили не итоговый ответ, а объяснение к нему, оказалось, что модели часто не раскрывают реальный процесс рассуждения.

«Когда эксперты проверяли цепочки рассуждений моделей, мы обнаружили множество подозрительных или галлюцинируемых признаков», - Джеймс Хейс, руководитель исследования GeoRC, профессор Технологического института Джорджии (Georgia Tech News Center, июль 2026).

Иначе говоря, нейросеть может назвать верный город, но сослаться на несуществующую вывеску или придуманный тип дорожного покрытия - по предположению авторов исследования, модель «неявно узнаёт место и лишь задним числом подбирает доказательства». Для расследователя это значит, что текстовое объяснение, которое ИИ выдаёт вместе с координатами, само по себе не доказательство - его нужно проверять так же строго, как и итоговый ответ.

От открытого сервиса к закрытой платформе

История главного игрока этого рынка - показательный кейс того, как быстро меняются условия доступа. GeoSpy, продукт компании Graylark Technologies, изначально позиционировался для госструктур и правоохранительных органов, но долгое время оставался доступен любому пользователю через бесплатную регистрацию. В январе 2025 года издание 404 Media показало, что у инструмента куда шире круг пользователей, чем следователи: часть аудитории публично просила о помощи в поиске конкретных женщин. По данным Heise Online, компания отреагировала быстро - публичный доступ закрыли на следующий день после того, как журналисты обратились за комментарием.

В мае 2026 года Graylark полностью переупаковала продукт: сервис переехал на новый домен и получил новое название - Raven. Технология осталась прежней - геолокация без метаданных, распознавание транспортных средств, теперь ещё и бета-функция обнаружения дипфейков, - но доступ строго ограничен. Согласно официальному сайту Raven, регистрация возможна только через заявку, проверку организации и демонстрацию - для «квалифицированных правоохранительных органов, государственных структур и корпоративных служб безопасности». Среди заявленных клиентов - управление шерифа округа Майами-Дейд и полиция Лос-Анджелеса. Для независимого исследователя, журналиста или НКО это означает, что инструмент, который ещё в начале 2025 года можно было просто открыть в браузере, сегодня практически недоступен без институциональной аффилиации - а многочисленные обзоры с упоминанием бесплатного тарифа GeoSpy, которые до сих пор попадаются в поиске, устарели.

Приватность, сталкинг и другие риски

Пока сервис был открыт, специалисты по цифровым правам предупреждали именно о том, что в итоге и произошло. Купер Куинтин, исследователь Electronic Frontier Foundation, ещё до закрытия публичного доступа к GeoSpy сформулировал риск так:

«Одно дело, если полиция применяет это к фотографии, которая является вещественным доказательством в расследовании серьёзного преступления. И совсем другое дело - использовать это массово», - Купер Куинтин, EFF (цитата по Heise Online).

Куинтин также указывал на риск ложных задержаний по итогам ошибочной геолокации: если даже лучшие модели путают соседние страны со схожим ландшафтом, использование координат ИИ как самостоятельного доказательства в полицейской работе создаёт прямую угрозу.

Доклад Privacy International «Nowhere to Hide», подготовленный совместно с британскими и австралийскими университетами при поддержке UK AI Security Institute, раскладывает эти риски по пунктам: скрытая слежка, деанонимизация (доксинг), дискриминационное профилирование в полицейской работе, утечка данных из самой обучающей выборки моделей и отдельно - повышенная уязвимость женщин и других незащищённых групп. Показательный и трагический пример из практики: в марте 2025 года в Токио во время прямой трансляции была убита блогер, и, по имеющимся данным, нападавший ориентировался по деталям окружения, видимым в эфире. Это подчёркивает, что распознавание локации по фону кадра - не гипотетический риск, а рабочий метод, которым пользуются далеко не одни следователи.

Для самого OSINT-сообщества это означает, что инструмент, упрощающий расследование мошенничества или проверку военной хроники, тем же движением упрощает поиск чужого домашнего адреса по случайному фото в социальной сети. Граница между легитимным расследованием и слежкой проходит не через технологию, а через то, кто и с какой целью её применяет - и именно поэтому доступ к мощным версиям таких систем сегодня закрывают, а не открывают.

Как проверять вывод нейросети, а не доверять ему

Из всего вышеперечисленного следует рабочее правило: результат ИИ-геолокации - это гипотеза для проверки, а не готовый вывод. Ни один из протестированных сервисов и моделей не подтвердил стабильную точность выше человеческого уровня на разнородных снимках, а способность моделей объяснять свой ответ заметно отстаёт от способности его угадывать.

Первый вопрос - не к сервису, а к самому изображению. Есть ли на снимке отличительные признаки вообще: архитектура, растительность, дорожные знаки, номерные знаки, вывески на читаемом языке? Если кадр - это пустой пляж, поле или интерьер без деталей, ни одна модель не даст надёжного результата, и вывод стоит сразу считать низкодостоверным независимо от того, что показывает индикатор уверенности сервиса.

Дальше координаты ИИ используются не как ответ, а как отправная точка для классической верификации: сверка со спутниковыми снимками и Street View, обратный поиск изображений, сопоставление теней и предполагаемого времени съёмки, проверка топонимов на местных языках. Если инструмент называет конкретный ориентир - здание, вывеску, участок дороги, - этот ориентир нужно найти независимо, а не принимать формулировку модели на веру: как показал бенчмарк GeoRC, объяснение может быть подобрано постфактум и не отражать реальный процесс.

Практический чек-лист

Порядок действий при работе с ИИ-геолокацией в расследовании:

1. Зафиксируйте исходный файл, ссылку на публикацию, дату и автора до начала анализа - до любого обращения к нейросети.
2. Пропустите снимок минимум через два независимых инструмента или модели и сравните результаты: совпадение двух источников ценнее уверенного ответа одного.
3. Оцените информативность кадра заранее. Однородный ландшафт, интерьер без примет или сильно изменившаяся со временем местность - повод сразу понизить доверие к любому автоматическому ответу.
4. Требуйте от инструмента координаты вместе с объяснением и проверяйте каждый упомянутый ориентир отдельно через спутниковые снимки или Street View.
5. Сверяйте результат с независимыми традиционными методами: обратный поиск изображений, анализ теней и времени суток, локальные топонимы и язык на вывесках.
6. Не используйте вывод ИИ-геолокатора как единственное основание для публикации, обвинения или передачи данных третьим лицам - только как одну из версий, требующих подтверждения.
7. Проверяйте актуальность самого инструмента: доступ, тарифы и даже названия сервисов в этой нише за 2025–2026 годы менялись быстро, и обзор годичной давности может описывать уже не существующий продукт.
8. Работая с чужими персональными данными, оценивайте юридические и этические последствия деанонимизации до публикации результата, а не после.