Riassunto:
Stati Uniti la polizia sta utilizzando uno strumento di intelligenza artificiale chiamato Raven per cercare di determinare quale proprietà specifica sia stata scattata la foto semplicemente da una foto dell'interno della casa. Anche se la foto non include la vista dalla finestra, i segnali stradali o le informazioni sulla posizione GPS, la lavatrice, i sanitari e l'arredamento interno nella foto potrebbero essere indizi per identificare la casa. La tecnologia può abbinare normali foto di interni con informazioni su elenchi di immobili e piattaforme di noleggio a breve termine, fornendo potenziali indizi investigativi per le forze dell’ordine e sollevando allo stesso tempo preoccupazioni sulla privacy personale e sulla sorveglianza di massa.
Secondo il rapporto TechSpot del 12 ottobre 2026, questo strumento chiamato Raven è stato sviluppato dalla società americana Graylark Technologies. Il sistema, precedentemente noto come GeoSpy, è stato inizialmente utilizzato per dedurre i luoghi delle riprese in base agli stili architettonici, alla topografia e ad altre caratteristiche geografiche nelle foto. Man mano che vengono aggiunte nuove funzionalità, si inizia a cercare di estendere l'ambito di identificazione all'interno degli edifici, aiutando gli investigatori a individuare proprietà specifiche dalle foto degli interni.
Secondo precedenti resoconti dei media, il dipartimento di polizia di Los Angeles e l'ufficio dello sceriffo della contea di Miami-Dade hanno acquistato i diritti per utilizzare Raven. Tuttavia, mancano ancora dati pubblici sufficienti per stabilire se le forze dell’ordine utilizzino ampiamente questo strumento nei casi reali e in che misura possa migliorare l’efficienza delle indagini.
Ciò che ha attirato l'attenzione questa volta è stato un video dimostrativo mostrato di recente dal CEO di Graylark Daniel Heinen. Nel video, l'operatore estrae una foto di interni dalla piattaforma di social media X che mostra solo una lavatrice e un'asciugatrice. Gli operatori caricano foto su Raven, selezionano le funzioni di localizzazione delle proprietà interne ed esterne e specificano l'area da cercare.
Dopo alcuni secondi, il sistema restringe la mappa a un'area di Charlotte, North Carolina, USA, ed elenca le possibili proprietà corrispondenti. Il risultato principale mostrava una descrizione dell'affitto a breve termine con testo del tipo "Ristrutturato! A pochi passi dal centro". Successivamente i media hanno verificato e scoperto che questo testo era coerente con un annuncio specifico sulla piattaforma Airbnb e che anche le foto degli interni visualizzate nell'annuncio corrispondevano alla stessa proprietà delle foto da localizzare.
In un'altra demo, un operatore ha caricato la foto di un bagno dai social media. Raven ha quindi puntato il campo di ricerca sull'area di Montecito, in California, e come risultato ha fornito un elenco chiamato "Montecito Beach Sand House". I media competenti hanno verificato che il testo restituito dal sistema corrispondeva direttamente a un'introduzione all'annuncio sulla piattaforma di noleggio a breve termine Vrbo.
Ciò significa che il modo in cui lavora Raven non consiste semplicemente nel cercare se ci sono esattamente le stesse immagini su Internet, ma nel cercare di identificare le caratteristiche uniche nelle foto, quindi trovare altre possibili foto corrispondenti e informazioni sulla proprietà dai siti web immobiliari e dagli elenchi delle piattaforme di noleggio a breve termine.
Ad esempio, una foto di interni potrebbe includere un modello specifico di lavatrice, una disposizione unica del bagno, rivestimenti murali, stili di mobili o altri dettagli decorativi. Individualmente, questi elementi potrebbero non essere geograficamente specifici, ma se confrontati con un gran numero di immagini di annunci, potrebbe essere possibile restringere la ricerca alle proprietà che meglio soddisfano i tuoi criteri.
Questa tecnologia è notevolmente diversa dalla tradizionale ricerca inversa delle immagini. La ricerca inversa delle immagini viene utilizzata principalmente per trovare immagini uguali o simili già apparse su Internet, mentre Raven tenta di stabilire associazioni attraverso le caratteristiche della scena tra diverse foto. Anche se la foto da localizzare non è identica all'immagine nella pagina dell'annuncio, il sistema potrebbe comunque identificare la stessa proprietà in base all'ambiente interno condiviso.
Questo è anche un motivo importante per cui questa tecnologia solleva problemi di privacy. In passato, si sarebbe potuto pensare che sarebbe stato difficile dedurre un indirizzo specifico da una normale foto di interni, purché la foto non fosse accompagnata da coordinate GPS, strade o punti di riferimento. Ma poiché l’intelligenza artificiale è in grado di elaborare caratteristiche visive più complesse e combinarle con dati sull’edilizia pubblica su larga scala, questo giudizio potrebbe non essere più affidabile.
Graylark ha affermato che l'azienda sta rafforzando le capacità di posizionamento di Raven nelle scene in interni. L'introduzione di Haining sui social media afferma che questa funzione può geolocalizzare le foto degli interni di milioni di proprietà in affitto a breve termine in tutto il mondo. Ritiene che per gli agenti delle forze dell'ordine che indagano su casi di tratta e sfruttamento di esseri umani, essere in grado di collegare una foto interna non identificata a un luogo specifico può fornire piste investigative meritevoli di ulteriore verifica.
Ad esempio, gli investigatori potrebbero avere una foto di un interno proveniente da social media, registri di chat o altre fonti, ma non sapere da quale hotel, appartamento o appartamento in affitto è stata scattata la foto. Se il sistema è in grado di trovare una possibile corrispondenza, la polizia può verificare ulteriormente le informazioni per determinare se esiste un luogo rilevante per il caso.
Tuttavia, i risultati forniti da tali tecniche dovrebbero essere considerati come indizi investigativi piuttosto che come prove indipendenti dei fatti. Mobili, finiture e infissi nelle foto potrebbero essere presenti in più annunci oppure la casa potrebbe essere stata rinnovata o le caratteristiche potrebbero essere cambiate rispetto al momento in cui è stata scattata la foto. Pertanto, i risultati corrispondenti forniti dal sistema devono ancora essere confermati da altre prove.
Le basi tecniche di Raven possono essere fatte risalire allo sviluppo iniziale di GeoSpy. Il sistema ha precedentemente analizzato gli stili architettonici, il suolo, la vegetazione e altre caratteristiche geografiche per dedurre dove potrebbe essere stata scattata una foto. Per raggiungere questo obiettivo, Graylark utilizza un gran numero di immagini provenienti da tutto il mondo per addestrare il modello.
Haining aveva precedentemente dichiarato in un'intervista ai media tecnologici Indicator che le capacità di posizionamento indoor non erano l'obiettivo di sviluppo originale del team. Mentre testava una nuova versione di GeoSpy, ha caricato accidentalmente una foto della sua ragazza che si faceva un selfie in bagno e il sistema ha puntato a San Francisco. Sorpreso da ciò, ha iniziato a testare scaricando foto di interni da siti web immobiliari e ha scoperto che in molti casi il sistema era in grado di identificare la città corretta.
Haining ha ipotizzato che il modello sia stato esposto a immagini georeferenziate contenenti scene interne durante l'addestramento e che, anche se queste immagini non fossero state originariamente utilizzate specificamente per il posizionamento interno, il modello potrebbe aver appreso caratteristiche visive associate a luoghi diversi.
Questa esperienza dimostra che i modelli di intelligenza artificiale possono sviluppare capacità oltre le aspettative iniziali degli sviluppatori durante il processo di formazione. Tuttavia, solo perché il modello può dedurre una determinata città o regione non significa che possa necessariamente individuare con precisione l’indirizzo di casa specifico. Restringere i risultati della ricerca a una città, identificare un edificio e individuare una casa sono problemi di varia difficoltà.
Secondo l'attuale dimostrazione pubblica, Raven può effettivamente trovare la casa specifica corrispondente alla foto in alcuni casi, ma non può individuare alcuna casa nel mondo in base a nessuna foto di interni. TechSpot ha notato che le capacità dello strumento sembrano ancora essere limitate da fattori come la gamma di proprietà che può cercare e che i risultati specifici possono variare in base alla regione, al numero di annunci e al contenuto delle foto.
In effetti, la performance di questo sistema dipende anche dalla quantità di dati presente sulla piattaforma immobiliare. Se una proprietà ha molte foto pubblicate su siti come Airbnb, Vrbo o Zillow, il sistema potrebbe avere più dati da abbinare. Al contrario, se una casa non ha foto pubbliche o gli interni mancano di caratteristiche distintive, localizzarla potrebbe essere molto più difficile.
È importante notare che le funzionalità di Raven possono comportare la raccolta e l'utilizzo automatizzati di dati da piattaforme immobiliari e queste piattaforme non consentono necessariamente a terzi di ottenere informazioni in questo modo.
Airbnb ha dichiarato ai media che proteggere la privacy degli utenti della piattaforma è molto importante. L'azienda rileva che le foto degli elenchi spesso escludono i metadati della posizione e gli host possono scegliere di mostrare agli utenti solo una posizione generale, con indirizzi specifici in genere non forniti fino alla conferma della prenotazione. Airbnb ha inoltre affermato di aver implementato misure tecniche per cercare di limitare la scansione automatizzata dei contenuti del sito Web e sta esaminando la situazione.
Airbnb ha inoltre sottolineato che la società non ha alcun rapporto di collaborazione con Graylark e che i suoi termini di servizio vietano l'acquisizione di dati non autorizzata.
Anche la piattaforma immobiliare Zillow ha affermato che lo scraping dei dati del suo sito web viola i termini di utilizzo della piattaforma e ha affermato che, se necessario, gestirà le questioni rilevanti con mezzi legali. La piattaforma di noleggio a breve termine Vrbo non ha risposto alle molteplici richieste di commento da parte dei media.
Queste risposte mostrano che lo sviluppo e l'applicazione di strumenti di posizionamento dell'intelligenza artificiale possono comportare molteplici questioni come le regole di utilizzo dei dati della piattaforma, la tutela della privacy degli utenti e le relative responsabilità legali. Anche se alcune foto di annunci sono accessibili pubblicamente ai normali utenti di Internet, ciò non significa che i dati possano essere automaticamente raccolti, integrati e utilizzati per costruire nuovi sistemi di targeting senza restrizioni.
Allo stesso tempo, anche i diritti di utilizzo di Raven sono stati adeguati.
404 Media ha precedentemente riferito che quando GeoSpy è stato reso disponibile al pubblico per la prima volta, gli utenti hanno chiesto nella community Discord dell'azienda come utilizzare lo strumento per tracciare le donne. Dopo che i media hanno contattato Graylark con domande, la società ha limitato l'accesso allo strumento alle agenzie governative e agli utenti aziendali.
Il cambiamento riflette l'evidente duplice utilizzo della tecnologia in grado di dedurre luoghi dalle foto. Può aiutare la polizia a indagare su casi gravi come la tratta e lo sfruttamento di esseri umani. Può anche essere utilizzato per tracciare obiettivi privati, dedurre gli indirizzi di altre persone e persino molestare persone ignare.
Inoltre, limitare l'accesso agli utenti comuni non elimina automaticamente tutti i rischi. Quando le forze dell’ordine utilizzano tali strumenti, hanno anche bisogno di regole di utilizzo chiare, registri di accesso e meccanismi di supervisione per impedire che i sistemi vengano utilizzati per scopi investigativi o privati privi di giustificazione.
Un altro problema degno di nota è che non è chiaro se la demo di marketing di Raven sia rappresentativa delle sue prestazioni generali nei casi reali. I video dimostrativi di solito selezionano casi che possono facilmente dimostrare gli effetti tecnici, mentre le foto nelle indagini reali possono essere sfocate, avere informazioni limitate o mancare di informazioni pubbliche per la corrispondenza.
L'ufficio dello sceriffo della contea di Miami-Dade aveva precedentemente dichiarato a 404 Media che l'uso di GeoSpy da parte dell'agenzia è generalmente limitato e in fase esplorativa. L’agenzia ha affermato che, sebbene lo strumento sia stato valutato in una manciata di casi, fino ad oggi non si sono verificati importanti progressi investigativi o arresti e nessun esito dei casi si è basato esclusivamente o principalmente sulle informazioni generate dallo strumento.
Ciò significa che anche se Raven riesce a trovare rapidamente case specifiche in alcune manifestazioni, non si può concludere che sia diventato un metodo di posizionamento stabile e affidabile nelle indagini della polizia. Attualmente è più adatto come strumento supplementare per aiutare gli investigatori a selezionare le possibili posizioni e quindi a verificarle attraverso altri metodi.
Da una prospettiva più ampia, Raven esemplifica il modo in cui l'intelligenza artificiale sta cambiando gli attributi di privacy delle immagini pubbliche. In passato, era spesso difficile associare direttamente la foto di un bagno o di una lavatrice senza geotag a un indirizzo specifico; ma quando si combinano un gran numero di foto di case, informazioni immobiliari e modelli di riconoscimento visivo, questi dettagli apparentemente ordinari possono diventare indizi di localizzazione.
Ciò non significa che tutte le foto di interni rivelino il luogo in cui sono state scattate, né significa che l'intelligenza artificiale possa già tracciare la casa di chiunque a suo piacimento. Tuttavia, poiché i database di immagini disponibili al pubblico continuano ad espandersi e l’intelligenza artificiale è sempre più in grado di creare connessioni da informazioni disparate, le persone dovranno essere più attente nel giudicare gli indizi di localizzazione nelle foto.
In definitiva, la questione centrale sollevata da Raven non è solo se l'intelligenza artificiale possa trovare una casa sulla base di una foto di interni, ma come definire i limiti del suo utilizzo quando questa capacità viene utilizzata nelle forze dell'ordine, nei servizi commerciali o in altri scenari. Per gli investigatori potrebbe fornire indizi preziosi; per gli utenti occasionali, si ricorda che anche se una foto non contiene informazioni GPS, l'ambiente interno stesso potrebbe contenere sufficienti caratteristiche identificabili.
Con l'ulteriore sviluppo delle tecnologie pertinenti, l'equilibrio tra protezione dei dati della piattaforma, supervisione delle forze dell'ordine, accuratezza dei risultati di posizionamento e diritti alla privacy personale diventerà una questione inevitabile in questo campo.
Commenti