人工智慧協助影像追蹤　公開情報工具使用現況整理

人工偵查這回事，嗯，不知道你有沒有聽過地理定位AI工具？其實蠻方便的啦，就是那種可以讓你很快把圖片、影片丟進去，它就幫你判斷大概在哪兒拍的。說真的，有時候自己對著一張照片瞪半天也看不出個所以然，還不如交給機器試試看。對了，如果你不是Medium會員，好像substack那邊也能看到類似內容，而且不用花錢，省下來的錢拿去買杯咖啡吧。我是說，如果有人真的想一直追蹤這些東西。唉，其實最近幾個月我們討論蠻多怎麼用AI幫忙調查，有點像在玩新玩具。話說回來，我們之前還用過AI做情感分析，還搞過什麼虛擬身份、假帳號那類東西，有點緊張但又莫名興奮——誰知道這些分身會不會哪天突然被抓包啊。不過，這些帳號在情報收集上好像挺有趣的，也許未來會更常看到吧。

啊，好像離題了。拉回來講重點好了——今天其實就是想談談地理定位，到底AI工具怎麼協助我們提升辨識能力。有時候寫著寫著腦袋就飄走，但沒關係，就當作跟朋友聊天吧。在接下來這篇部落格文章裡，我們要再深入一點聊地理定位，看看到底那些人工偵查工具實際發揮什麼作用，到底值不值得依賴。我們一起摸索看看，好嗎？

至於為什麼地理定位現在變得很重要…唉，每次想到社群媒體就覺得事情越搞越複雜。一開始大家只是開心地在網路上跟親友分享生活照，頂多曬個貓狗或便當，沒想到後來慢慢變成某些國家專門用機器人帳號和議題導向策略操作輿論的溫床。如果想單純安心滑手機已經越來越難——誰知道那些貼文背後到底是真的人還是一堆假資料混在裡頭？而且錯誤資訊也隨之進化，一下子真假難分。有時候我都懷疑自己是不是太敏感了，大概很多人也是這樣吧。

欸，不過要澄清一下：地理分析雖然強大，但它並不是唯一能辨識錯誤訊息的方法。有一些開源調查者倒是蠻推崇對社群媒體貼文進行地理鑑定，他們覺得至少可以抓到部分線索。話又說回來，你要光靠位置資訊破解全部謊言，那也太天真了。但無論如何，在現今混亂的網路世界裡，多一層檢驗總歸比較安心一點吧……唉，人總是需要抓點依靠的東西才有安全感呢。

地理定位這玩意兒，嗯，其實不只是拿來對抗那些滿天飛的錯誤資訊啦，它也常常成為調查人員手上的利器，幫助大家在全球範圍裡頭抽絲剝繭，把某些藏在幕後搞事的人挖出來。老實講，這活兒挺累人的。耐心嘛，很重要，唉，不然一張圖從早看到晚眼睛都酸了還找不到半個線索。雖說現在工具越來越多，各種新花樣層出不窮，但還是得靠那股細細慢慢磨的勁去翻找、反覆檢查每條蛛絲馬跡，最後才可能認出圖片到底是哪裡。不過話說回來，也不用太緊張啦，只要肯花點時間摸索和嘗試，大部分的人其實很快就能抓到技巧的門道——嗯，這點我曾經懷疑過自己是不是真的學得會，但結果證明真的行。

## 傳統方法
欸，其實圖像分析也不是什麼新東西了，但如果你問社群媒體前後有什麼差，那答案大概挺明顯吧——自從網路開始讓大家無時無刻都丟照片上網以後，整個領域才算是活過來。在比較早期，那時候流程很多都是人工硬幹下來的。好累。我記得以前真的沒多少自動化可以依靠，只能一格格比對。但不得不說啦，自打Google Maps、開放源碼衛星資料、還有反向圖片搜尋等工具冒出頭之後，你手上的選項一下子變超多。有時候會忍不住想，要是再晚個兩年入行，是不是就不用那麼苦哈哈地鑽牛角尖？嗯，不管怎樣，如今組合起來用，比以前方便不少。

可是，講到要讓這些工具自動運作起來，其實還挺麻煩的啦，特別是對像我們這種只是有點興趣、非專業的人。嗯，有時候我都會懷疑，到底是電腦比較聰明還是人自己慢慢看比較快。結果多半還是得靠手動一個個去分析，這種方式雖然很土法煉鋼，不過唉，也真的沒什麼好辦法。

如果調查規模本來就不大——欸，我突然想到上次整理桌面也是搞了老半天——總之資料量小的話，其實也無關痛癢啦。但只要事情變大條，一下子得到一堆數據，就會開始出現狀況，系統常常吃不消。不過，有時還是能找到解決方法的，大概吧。

那個MH370失聯事件就是很典型的例子。其實我本來對飛機沒啥興趣，但每次看到新聞，都覺得怎麼可能就這樣消失？那時候商業公司Digital Globe居然把兩顆衛星重新定位，全力盯住他們認為重要的位置。我記得，他們收回來的那些畫面，後來都丟進了TOMNOD平台給大家一起幫忙檢視。好像超過650,000張影像被標註說需要演算法再仔細處理一次吧。啊我剛剛差點忘了重點，就是在某些情境下，人和技術搭配著用，偶爾也可以做成蠻大規模成果，只是不是每次都那麼順利就是了……

隨著時間一點一滴過去，啊，其實也沒那麼感慨啦，就是工具真的愈來愈多了。各種想讓流程順手好用的東西冒出來。有時會想，是不是哪天我自己都跟不上更新速度？不過算了，拉回來。Belligcat的Open Street Map這個工具還蠻常被拿來用的，大家應該都聽過吧？它可以讓你直接輸入一些關鍵特徵，然後照現在通行的標準看起來，它好像真的蠻準確，不少人說很可靠。嗯，你如果有空，也可以試著點進去那個連結看看，體驗一下。

## 新的方法

說到新招，其實人工智慧這些年已經把很多分析流程變得超方便，但唉，有時候還是覺得混合式方法比較靠譜，大概吧。AI雖然厲害，可是它還是需要足夠多的特徵資料才能把圖像識別清楚。不知道為什麼每次想到這裡就會分心去查AI失誤案例……呃，扯遠了。在某些情況下，如果可用資訊真的很少，結果就只能靠你自己慢慢判斷、分析那些零碎訊息，好累啊。有時候真的會懷疑自己是不是太依賴這些工具。不過，現階段大致就是這樣吧。

如果你實際去動手做一些簡單的實驗，嗯，會發現這個功能只要有正常運作，效果其實真的還可以，而且偶爾甚至讓人小驚喜。說到進展嘛，我突然想到現在不管是 Grok 還是 Chatgpt，對免費帳號用戶都已經提供圖片上傳、甚至分析圖片內容這些服務了，有點誇張欸。很多人就是因為這個開始用這類工具吧，我猜。不過講真的，有時候你丟一張圖給它，它也不一定直接就能告訴你是什麼，但是系統通常還會回饋一些線索，好讓你後面自己查資料時比較容易進入狀況。唉…啊我怎麼扯到搜尋去了？總之，如果你想得到更精確或有趣的結果，也許可以配合一些特定的提示語來操作——相關細節下面再聊。

## 實用提示語

然後最近新一代 Deepsearch 模型不是剛推出嗎？其實現在我們只要多提供一點圖片背後的相關資訊，好像分析起來就能走得更深、更細。欸，我剛剛差點忘了自己在說什麼——對，就是建議可以這樣搭配，不然只是單純丟圖片，可能結果也很隨便，大概吧。有些人習慣直接問，但我覺得加點背景描述給它參考，其實有機會挖出不一樣的東西……好啦，把話題拉回來，總之，用法和原則大致如此。

雖然嘛，這還是得看你分析什麼影像、又要查什麼資料，操作方式常常都會不一樣。但，好啦——我現在也只能先丟給你幾個基本提示參考。說到地理定位，其實…唉，有時候你就只能像偵探一樣慢慢找蛛絲馬跡。欸，例如：

分析這張影像時，不妨盯著地標、街道牌子、甚至建築外觀或旁邊那種奇怪的樹？每個細節都有可能洩漏地點。而且有些地方真的很有辨識度，就算畫質爛成馬賽克，依舊猜得到是哪裡（不知道為什麼我想到上次亂逛Google街景看到的那個小巷子）。你可以根據這些發現，大膽推測位置，再試著找出佐證理由。

喔對了，有時候乾脆直接把照片丟去跟網路上的圖比對——用地圖數據交叉看看，也許更快能找到答案。記得注意圖片裡任何文字啊、特殊建築、或奇形怪狀的自然景觀，那種東西超好縮小範圍。不過話說回來，我其實蠻佩服那些靠這招抓出世界各角落的人，他們腦袋怎長的？

至於如果懷疑影像真假，那還有其他玩法。例如，你可以拿去做反向搜尋，看它到底從哪冒出來。也許某個討厭的論壇早在三年前就貼過同一張，而且底下留言吵成一團（唉，每次都有人愛嘴）。順便簡單整理一下：追蹤它曾經出現在哪些網站，以及當時被怎麼描述。

另外啦，要驗證圖片是不是動過手腳，也不是沒有辦法。有空仔細瞧瞧修圖痕跡吧，比如光線看起來哪裡怪怪，或者某條陰影硬生生接不起來，又或者突然跑出莫名其妙、不合比例的小物件——只要抓到違和感，大概就能揪出問題。

講到AI工具，本來以為隨便丟一句話就行，但事實往往不是這樣……其實，愈具體明確越好，加上背景資訊才比較容易獲得想要的結果。有時候需要多花點時間試不同指令，才能摸清楚最適合自己的方法。我自己也是失敗好多次才漸漸習慣。

嗯，如果真想練功，不如直接動手做吧！親自試幾遍，比看十本書都有效。如果你平常會混OSINT相關社群媒體，可以考慮參加那些定期 #osintchallenge 挑戰任務貼文──雖然很多題目真的難，但做完很有成就感就是了。（天知道我第一次參加差點氣瘋。）

最後…啊對了，小提醒一下：本指南純粹只是協助大家創作文章內容，不是真的讓人照單全收搬進正式作品內，所以寫稿時千萬別傻傻原封不動抄進去。不然，到頭來讀者一定會覺得莫名其妙吧。

這種挑戰，嗯……怎麼說呢，其實光看名字就知道沒什麼太難的，真要說有多複雜，好像也沒有啦。使用者就是會上傳一張帶著某種標籤的照片，然後大家開始搶著猜那是什麼地方、比誰先認出來。好像很簡單？唉，有時候其實還蠻有趣，只是我突然想到昨天看到有人亂標地點，欸扯遠了。拉回來——

在各大社群平台上其實這樣的活動滿常見，不過X（以前叫Twitter）嘛，到現在還是很多人覺得它算可信任的社群之一，就是資訊比較即時也沒那麼多莫名其妙的廣告。不過，咦，我是不是又講太多廢話？

如果你想把這類辨識技能用到更難搞的地方，也不是沒辦法。TryHackMe和Hackthebox兩個平台，大概都聽過吧？他們涵蓋超廣泛的OSINT主題，其中甚至還混進了一些跟地理定位相關的小考驗。有空不妨自己去試試看，看能不能撐住那些挑戰，其實失敗也沒什麼關係啦，就當練手吧。

有時候，現代工具真的讓人感覺一切都比以前簡單多了。唉，雖然話是這麼說，但其實偶爾還是會被一些小細節卡住。Medium 最近搞了一些新的演算法調整——欸，我差點跑去查那個詞怎麼拼，不過先不管啦——總之，他們想提升像這種文章的可被發現性，好像蠻用心的。有的人可能會問：「所以改了什麼？」嗯，重點是希望那些品質比較好的內容能夠有機會浮出來，被更多讀者看到，而你平常的互動，其實也真的多少會影響結果吧。

我自己在滑 Medium 的時候，有時也沒注意到什麼推薦變化，就算注意到了，也很快忘記…好吧，再拉回主題。如果你覺得這篇文章還算啟發性高、資訊豐富或有娛樂價值，大概可以考慮支持一下？拍個手也好啦，某種程度上作者花時間寫字，就是希望有人理他嘛。不僅對創作者來說是一種肯定，有趣的是，也許你的舉動就意外幫助這篇內容被其他潛在讀者看見呢。

🌟　欸，這篇文章你有點喜歡嗎？不然就，嗯…要不要乾脆一起來社群晃晃看看？其實也沒什麼壓力啦。🌟

📢 如果你有在用 Telegram，可以直接加入我們 OSINT 的頻道（對，就是那個），這樣更新消息就不會錯過；當然啦，如果比較關注加密貨幣，另外還有一個專門的 Telegram，也經常會丟些贈品資訊，有時候我都自己忘記抽獎結果了，哈哈。

🐦 再說 Twitter，唉，我知道現在大家的平台都好多，但如果你還堅持在那裡滑水，不妨追蹤一下我們帳號吧。另外 B**luesky!** 也可以去瞄一下，不過我自己老是忘記登錄…好像離題了，我拉回來。

🔗 還有啊，如果你想多看點內容，可以看看我們推薦的文章：1. What The Tech?!【注意事項】。總之啦，這份指南其實只是給內容創作參考用的，你懂的，它本身不是要直接變成文章內容。有時候寫著寫著就會搞混，到底哪些該放進來。不過反正只要別亂引用說明文字，大概就沒事吧。

Shodan這個東西，嗯…其實它就有點像是在網路上亂晃的偵查機器人吧，會自顧自地跑去檢查世界各地的伺服器、攝影機什麼的。然後，它最後弄出一份很龐大的「網際網路地圖」，裡頭藏著各種公開設備資料，有時候你看了會有點毛骨悚然。對啦，它不是一般人搜尋貓咪照片用的Google那種，而是那種連你家監視器都有可能被列在清單上的感覺。

欸，我前幾天才聽說有人靠它找到自己舊公司的某個印表機暴露在外面，不知道該哭還是該笑。有時候真的讓人開始懷疑，資訊安全是不是只有在出事以後才會被重視？啊，扯遠了——總之Shodan現在等於成了駭客或研究人員手上一把雙刃劍，他們能藉由這份地圖發現漏洞，但同樣那些壞心眼的人也可以利用。唉，其實我自己偶爾也想試玩看看，但每次想到背後那些資安風險又退縮了。

好吧，如果你對這些內容有興趣（不知道算不算冷門嗜好），網路上倒是很多類似主題資源可以訂閱電子郵件更新。我其實一直忘記要加進收件匣，也許哪天想起來再說吧……