GeoGuessr e intelligenza artificiale: può battere i migliori giocatori?

L'11 maggio 2023, Trevor Rainbolt, uno dei professionisti di GeoGuessr più noti al mondo, ha pubblicato un video intitolato world’s best ai vs geoguessr pro. Ha perso tutte e sei le partite. Il suo avversario era PIGEON, un modello di ricerca di Stanford che aveva imparato il gioco usando solo immagini di Street View.

“Non siamo stati la prima IA che ha giocato contro Rainbolt”, ha detto a NPR uno dei suoi creatori, Silas Alberti. “Siamo solo la prima IA che ha vinto contro Rainbolt.” Tre anni dopo, la questione se l'IA possa battere GeoGuessr è ormai chiusa. Le domande utili sono come legge una scena l'IA di GeoGuessr, dove una persona ha ancora il vantaggio, cosa consentono le regole e come trasformare la stessa tecnologia in pratica invece che in un divieto.

PIGEON è stato realizzato da Lukas Haas, Michal Skreta, Silas Alberti e Chelsea Finn. È nato come progetto di classe nel corso CS 330 di Stanford, è apparso su arXiv nel luglio 2023 ed è stato presentato alla CVPR 2024, una delle principali conferenze di visione artificiale.

La prova dal vivo è ciò che l'ha reso più di un punteggio di benchmark. Un'estensione di Chrome scattava uno screenshot in ciascuna delle quattro direzioni cardinali, inviava le immagini al modello e piazzava la sua ipotesi. In 458 partite di “Competitive Duels” ha battuto giocatori di ogni livello. Gli autori hanno persino inserito un ritardo casuale facoltativo prima di ogni ipotesi, per far sembrare il suo comportamento “più simile a quello umano”.

Leggi insieme la mediana e la media. Metà delle sue ipotesi cadeva entro circa 44 km, eppure l'errore medio era di 252 km: più di un'ipotesi su venti era fuori di oltre 750 km, e quegli errori trascinano in alto la media. Anche gli autori sono onesti sul limite: i sistemi attuali, compreso il loro, non riescono a fare previsioni affidabili a livello di strada.

Anche l'IA generica è entrata in gara. Nell'aprile 2025, Sam Patterson, giocatore classificato Master I, ha giocato cinque round “No Move” contro o3 di OpenAI, dando al modello solo due screenshot a 90 gradi per round. o3 ha vinto 23.179 a 22.054 e ha indicato correttamente tutti e cinque i paesi. Nello stesso mese è diventato virale un “GeoGuessr prompt” di 1.100 parole per o3, anche se un test del 2026 su 200 foto ha rilevato che non faceva meglio di uno breve.

Il modello pubblicato è stato addestrato su 400.000 immagini: quattro viste ciascuna di 100.000 luoghi casuali di GeoGuessr. Ecco l'intera pipeline, passo dopo passo, senza la matematica.

1. Step 1Trasformare la vista in numeriPIGEON prende quattro immagini, a 90 gradi l'una dall'altra, che coprono l'intera vista a 360 gradi. CLIP di OpenAI, un modello addestrato in origine ad abbinare immagini e testo, trasforma ogni immagine in un embedding, e i quattro vengono mediati in un unico riassunto del luogo.
2. Step 2Imparare la geografia dalle didascaliePrima dell'addestramento principale, il modello ha studiato immagini abbinate a didascalie generate, come “In questo luogo le persone guidano sul lato sinistro della strada” e “Questo luogo ha un clima oceanico temperato”. Le didascalie lo spingono verso le caratteristiche che contano per la localizzazione.
3. Step 3Scegliere una geocella, non una coordinataInvece di prevedere direttamente latitudine e longitudine, PIGEON colloca la scena in una delle 2.203 geocelle. Seguono i confini amministrativi reali, uniti finché ciascuna non contiene abbastanza esempi di addestramento, con le celle troppo grandi suddivise tramite clustering.
4. Step 4Punire di più gli errori lontaniDurante l'addestramento, una cella vicina a quella giusta riceve un credito parziale, pesato in base alla distanza. Il modello impara che un errore vicino vale più di uno lontano, la stessa logica del punteggio di GeoGuessr.
5. Step 5Affinare tra i candidati miglioriInfine prende le sue cinque geocelle più probabili, confronta la scena con gruppi di luoghi di addestramento al loro interno e sposta il punto sulla corrispondenza più vicina. Gli autori descrivono questo passaggio di recupero come una prima assoluta per il settore.

Nessuno ha detto al modello cos'è un dissuasore. Gli autori hanno notato che ha comunque imparato le “strategie insegnate nelle guide online di GeoGuessr”, prestando attenzione a vegetazione, segnaletica stradale, pali delle utenze e cartelli. Sono le stesse famiglie di indizi di una lista di controllo umana per i paesi. Per le foto ordinarie invece dei panorami, il ragionamento è quello spiegato nel nostro approfondimento sulla geolocalizzazione con IA.

• Tempo di decisione. Patterson di solito indovinava entro uno o due minuti, spesso entro 10 secondi. o3 quasi sempre ne richiedeva più di 2, e una volta più di 6. Nei Duels, l'ipotesi di un giocatore può lasciare all'avversario solo 15 secondi, quindi minuti di riflessione sono un vero handicap.
• Sapere cosa conta. Il suo verdetto è che un essere umano è molto bravo a capire cosa conta, mentre il modello faceva molti ritagli inutili e ripetitivi e “si è fatto distrarre dalla pubblicità più volte”.
• Muoversi per un indizio migliore. Il bot di PIGEON giudicava quattro immagini fisse. I suoi avversari umani potevano anche muoversi nella scena, cosa che lo stesso articolo riconosce dava loro più informazioni per affinare un'ipotesi.

Non dare troppo peso a quella lista. Dopo circa 20 round di test, Patterson ha valutato o3 comparabile a giocatori di livello Master I o superiore. I vantaggi umani riguardano il modo di giocare, non il sapere di più.

Patterson tiene un mazzo di flashcard con centinaia di voci su linee stradali, pali della luce, dissuasori e targhe, e ha descritto il divario senza mezzi termini: “Questi modelli hanno più di quanto una mente individuale potrebbe mai memorizzare.” Questo è il vero vantaggio. Un essere umano deve specializzarsi; un modello no.

I punti deboli sono prevedibili. PIGEON ha imparato solo dalle località di GeoGuessr, quindi non ha mai visto i luoghi che Street View non copre. Gli autori elencano anche gallerie, specchi d'acqua, scene buie e foreste tra le sue immagini più difficili, e la sua precisione cala man mano che la densità di popolazione diminuisce.

Questo testo copre entrambi i tipi di IA. Un bot che gioca al posto tuo è software di terze parti. Un chatbot a cui incolli uno screenshot è una fonte esterna di informazioni. Le Regole della community elencano tre sanzioni quando ci sono prove di barare:

• Esclusione dalle classifiche: rimosso dalle classifiche ufficiali delle partite singole e tenuto fuori anche in futuro.
• Sospensione competitiva: bloccato dalle classifiche ufficiali nelle partite competitive e in quelle singole.
• Divieto competitivo: bloccato in modo permanente dal gioco competitivo e rimosso dalle classifiche ufficiali.

Potresti anche perdere oggetti virtuali, e l'azione può estendersi a ogni account che possiedi. I Termini di servizio vietano a parte i programmi automatici e gli script, citando esplicitamente i bot, e prevedono una sospensione temporanea o un divieto permanente. Un giocatore sospeso o bandito non ha diritto a rimborsi.

E l'esperimento PIGEON? Si è svolto con un aiuto interno a GeoGuessr: l'articolo ringrazia il direttore tecnico dell'azienda per aver facilitato le partite dal vivo contro giocatori umani. Ciò che ha separato l'esperimento dal barare è stato il coinvolgimento di GeoGuessr, non il software.

1. Step 1Gioca il round in modo pulitoNessuna seconda scheda, nessun assistente, nessuno screenshot a un chatbot. Il round verifica ciò che sai leggere da solo, ed è l'unica cosa che valga la pena misurare.
2. Step 2Nomina l'indizio decisivoPrima di piazzare il punto, di' di quale singolo elemento di prova ti fidi di più. Trasforma un'intuizione in un'affermazione che puoi verificare dopo.
3. Step 3Trova l'indizio che ti è sfuggitoDopo la rivelazione, cerca il dettaglio che avrebbe dovuto decidere il round. La nostra routine di allenamento dà l'ordine in cui controllare le cose.
4. Step 4Chiedi dell'indizio, non del roundUna domanda come “in che cosa si differenziano i pali stradali ceco e slovacco?” insegna qualcosa che puoi riutilizzare. Tratta la risposta come una pista da verificare: Patterson ha trovato le descrizioni di o3 su segnali e linee stradali per lo più accurate, non sempre.
5. Step 5Metti alla prova l'abilità su foto realiIndovina dove è stata scattata una delle tue foto, poi confronta con una stima dell'IA di GeoSpy. Legge i dati GPS quando un file li conserva ancora, quindi rimuovi prima la posizione o il test non dimostra nulla.

L'ultimo passaggio conta perché il gioco e le foto reali allenano lo stesso occhio. Ciò che impari da un panorama è ciò su cui si basa trovare la posizione di una foto senza metadati.