«ریسک اطلاعات جغرافیایی غلط»؛ پیامد ادغام تولید تصویر در گوگل ارث

تصور کنید یک کاربر با چند کلمه ساده، واقعیت‌های جغرافیایی را تغییر دهد و تصاویری بسازد که هیچ شباهتی به زمین ندارند اما کاملاً باورپذیرند. این کابوس اکنون با ادغام هوش مصنوعی زاینده (Generative AI) — که شبیه نقاشی‌گری است که هر چه را بخواهید در لحظه می‌کشد — در گوگل ارث (Google Earth) به حقیقت پیوست.

بر اساس گزارش‌های منتشر شده در ۳۱ ژوئیه ۲۰۲۶، کاربران می‌توانند به‌راحتی پروازهای ماهواره‌ای جعلی از مناطق حساس جهانی بسازند. این به‌روزرسانی در حالی رخ می‌دهد که گوگل در حال گسترش اکوسیستم چندوجهی (Multimodal) خود است؛ یعنی مدل‌هایی که مثل انسان، هم‌زمان متن، عکس و صدا را می‌فهمند. همان‌طور که در تحلیل قبلی ما درباره‌ی اتصال Claude Code به گوگل کلود اشاره کردیم، این شرکت به شدت در حال تزریق قابلیت‌های مولد به نرم‌افزارهای کاربردی خود است. اما وقتی یک ابزار ناوبری به‌جای نمایش حقیقت، «احتمالات» را تولید کند، مرز بین واقعیت و توهم از بین می‌رود.

طبق گزارش دِ ورج (The Verge)، هنک ون اس، پژوهشگر Digital Digging، با استفاده از ابزار نانو بنانا ۲ (Nano Banana 2) تصاویری فریبنده خلق کرد. این تصاویر شامل گودال‌های ناشی از بمب در نزدیکی بیمارستان‌های غزه و تجمع پناهجویان در مرز مکزیک بود که در واقعیت وجود ندارند. این نگرانی‌ها در ادامه نقد عملکرد مدل نانو بنانا در نقشه‌های گوگل مطرح شد که در آن به نگاه تک‌بعدی گوگل به نقشه‌ها به عنوان تصاویر اشاره شده است.

گوگل در پاسخ به این نگرانی‌ها اعلام کرد که هر تصویر ساخته شده با نانو بنانا دارای یک نشان‌گذاری دیجیتال (SynthID) است. برای شناسایی تصاویر مشکوک، گوگل این مسیرها را پیشنهاد می‌دهد:

• استفاده از اپلیکیشن جمنای (Gemini) با تگ "verifyai@".
• بهره‌گیری از جست‌وجوی گوگل لنز (Google Lens) برای تشخیص اثرات مصنوعی.
• تطبیق تصاویر با داده‌های واقعی مدار زمین در پلتفرم‌هایی مثل سنتینل-۲ (Sentinel-2) یا لندست (Landsat).

از منظر تجاری، این اقدام نشان‌دهنده تضاد میان «جذب کاربر» و «صداقت داده‌ها» است. به گزارش زدنت (ZDNET)، هرچند بازسازی شهرها با حضور زامبی‌ها سرگرم‌کننده است، اما گوگل با این کار با مکان‌های جغرافیایی نه به عنوان داده‌های مکانی، بلکه به عنوان اسکرین‌شات‌های قابل تغییر برخورد می‌کند. این رویکرد اعتبار کل مجموعه نقشه‌های گوگل را به خطر می‌اندازد و می‌تواند به موج گسترده‌تری از کلاهبرداری‌های بصری منجر شود؛ موضوعی که برآوردهای اخیر دلویت درباره خسارات میلیاردی کلاهبرداری‌های مبتنی بر هوش مصنوعی را تقویت می‌کند.

گام بعدی شما

• هر تصویر ماهواره‌ای حساس را با متادیتای مدار زمین در منابع مستقل تطبیق دهید.
• ابزارهای شناسایی واترمارک گوگل را برای تحلیل محتوای خبری به کار بگیرید.
• منتظر بمانید و ببینید آیا گوگل برای مناطق درگیر جنگ، «حفاظ‌های منطقه‌ای» (Geofencing) سخت‌گیرانه‌ای تعریف می‌کند یا خیر.

اما داستان سخت‌افزاری این تحولات حتی شگفت‌انگیزتر است؛ برای درک زیرساخت‌های این مدل‌ها، به تحلیل ما درباره تراشه‌های Blackwell مراجعه کنید.