AI如何在不洩露座標的情況下定位秘密國防實驗室和軍事設施

2026年7月27日，一篇題為《AI如何在不洩露座標的情況下定位秘密國防實驗室和軍事設施》的文章在Zenodo釋出。作者Sangam Das指出，2018年一款全球健身熱圖應用意外暴露了多處敏感軍事基地的輪廓，促使美國國防部修改相關政策。然而，當時的分析仍需人類專家介入。如今，AI已能自動、持續地以無與倫比的規模完成這類任務：關聯健身路線、快遞記錄、照片和公開資料，得出高置信度的結論。AI甚至可以從一張無GPS標籤的照片中提取位置資訊。

更重要的是，AI不需要強訊號。它可以將成千上萬個弱資料點——一張模糊的照片、一條送貨時間戳、一個近似單元格——融合成一個精確、高置信度的推斷。強度來自融合，而非輸入。關閉GPS並不能解決這個問題。歷史資料、嵌入式跟蹤器和第三方庫仍在持續收集資訊，無論使用者是否關閉了定位開關。

文章並未止步於描述問題。它提出了一項可行的技術解決方案：將位置精度視為一種有界、目的繫結的能力，而非簡單的開/關許可權。該方案在裝置和網路閘道器層面即時實施，無需破壞現有基礎設施。合法應用獲得所需的精度，其餘應用僅能獲取“歸一化位置”——足以執行功能，但不足以暴露位置。

文章還附帶了完整的WIPO出版物和技術披露檔案，供深入閱讀。作者歡迎評論、更正和批評性反饋。本文呼籲重新審視隱私許可權的設計哲學，從“是否允許訪問位置”轉向“允許以何種精度訪問位置”，為AI時代的隱私保護提供了新思路。