Los nuevos modelos de razonamiento OpenAI o3 y o4-mini son capaces de identificar la ubicación exacta en la que se ha realizado una fotografía.
Los modelos o3 y o4-mini de ChatGPT, desarrollados por OpenAI, han demostrado su capacidad para aproximar la ubicación geográfica de una fotografía solo a partir de su análisis visual. Esta función, disponible en la versión más avanzada del sistema de inteligencia artificial, permite cargar una imagen y recibir una respuesta detallada sobre las características del entorno, la arquitectura o la vegetación presentes, junto con una estimación razonada del lugar donde podría haberse tomado la fotografía.
➡️ Te puede interesar: Inteligencia de imágenes (IMINT): misión, función y salidas profesionales
La tecnología de ambos modelos aplican técnicas de visión por ordenador y aprendizaje profundo para examinar elementos visuales distintivos. También incluye el comportamiento autónomo y la capacidad de pensar con imágenes, capaz de aprender el contenido de una imagen e incluir la información en su razonamiento. Por ejemplo, puede identificar monumentos conocidos, estilos arquitectónicos, señales de tráfico, flora local e incluso patrones climáticos reflejados en la imagen. A través de esta combinación de pistas, el modelo elabora hipótesis detalladas sobre la región, el país o la ciudad de origen de la fotografía, aunque no siempre acierta con precisión absoluta.
En pruebas realizadas por usuarios y desarrolladores, estos modelos han logrado aproximar ubicaciones que van desde entornos urbanos a paisajes rurales, describiendo las características visibles y asociándolas a posibles regiones del mundo. Además, esta capacidad resulta especialmente notable cuando la imagen presenta detalles culturales, textuales o naturales fácilmente relacionables con zonas geográficas específicas. No obstante, la precisión varía según la claridad de los elementos presentes y la familiaridad del modelo con escenarios internacionales.
Por otra parte, estos modelos de razonamiento no acceden a metadatos de la imagen ni a información GPS, por lo que su análisis depende únicamente de lo que es visible en la fotografía. El sistema explica sus deducciones paso a paso, especificando qué pistas le han llevado a proponer una localización aproximada. Aunque esto no sustituye a herramientas de geolocalización profesional ni a técnicas como el IMINT, este avance representa un ejemplo de cómo la IA puede interpretar y contextualizar contenido visual basándose en su entrenamiento y a grandes conjuntos de datos previos.
➡️ Si quieres adquirir conocimientos sobre Inteligencia, te recomendamos los siguientes cursos formativos de LISA Institute:
- Máster Profesional de Analista de Inteligencia
- Máster Profesional en Ciberseguridad, Ciberinteligencia y Ciberdefensa
- Curso-Certificado de Analista IMINT
- Curso de Analista Estratégico IMINT especializado en Instalaciones Industriales
- Curso de Analista IMINT especializado en Bases y vehículos militares, instalaciones electrónicas y análisis de rutas
