Η Niantic χρησιμοποιεί δεδομένα από το Pokémon Go για να αναπτύξει ένα μοντέλο τοποθεσίας με τεχνητή νοημοσύνη.

Με βάση δεδομένα εικόνων από το Pokémon Go, η Niantic αναπτύσσει ένα σύστημα πλοήγησης AI (τεχνητής νοημοσύνης), ανοίγοντας μεγάλες δυνατότητες για την τεχνολογία AR, τη ρομποτική και τα αυτόνομα οχήματα.

Οκτώ χρόνια και 10 εκατομμύρια εικόνες που συνεισφέρθηκαν από την κοινότητα του Pokémon Go.

Σύμφωνα με πληροφορίες που δημοσίευσε η Niantic , η εταιρεία ανάπτυξης του Pokémon Go , αναπτύσσει ένα Μεγάλο Γεωχωρικό Μοντέλο (LGM), το οποίο εφαρμόζει δεδομένα εικόνας και γεωγραφικές συντεταγμένες από τα παιχνίδια της για κινητά, ειδικά από το Pokémon Go και την εφαρμογή Scaniverse.

Σε αντίθεση με τα συμβατικά μοντέλα τεχνητής νοημοσύνης που χρησιμοποιούν δεδομένα κειμένου, ήχου ή βίντεο από το διαδίκτυο, το LGM βασίζεται σε πάνω από 10 εκατομμύρια εικόνες τοποθεσίας από τον πραγματικό κόσμο που έχουν συνεισφέρει οι χρήστες τα τελευταία οκτώ χρόνια. Κατά μέσο όρο, περίπου 1 εκατομμύριο νέες σαρώσεις ανεβαίνουν από τους χρήστες εβδομαδιαίως. Οι περισσότερες από αυτές τις σαρώσεις προέρχονται από την οπτική γωνία των πεζών, παρέχοντας πολύτιμα δεδομένα σε περιοχές που δεν είναι προσβάσιμες από κάμερες αυτοκινήτων ή δρόμων.

Η εικόνα δείχνει πώς η Niantic χρησιμοποιεί δεδομένα από διαφορετικές οπτικές γωνίες για να δημιουργήσει ένα ακριβές τρισδιάστατο χωρικό μοντέλο.

ΦΩΤΟΓΡΑΦΙΑ: NIANTIC

Η διαδικασία ανάπτυξης μοντέλου LGM

Για πέντε χρόνια, η Niantic επικεντρώθηκε στην κατασκευή ενός Συστήματος Οπτικής Τοποθέτησης (VPS). Αυτό το σύστημα επιτρέπει τον προσδιορισμό της τοποθεσίας και της κατεύθυνσης από μία μόνο εικόνα, με βάση έναν τρισδιάστατο χάρτη που δημιουργείται από τα δεδομένα εικόνας του χρήστη. Από αυτό, το LGM προέκυψε ως ένα περαιτέρω βήμα, επεξεργάζοντας τον φυσικό χώρο μέσω εικόνων με γεωσυντεταγμένες, παρόμοια με τον τρόπο που τα μεγάλα γλωσσικά μοντέλα (LLM) επεξεργάζονται κείμενο και φυσική γλώσσα.

Η Niantic αποκάλυψε ότι εκπαίδευσε πάνω από 50 εκατομμύρια νευρωνικά δίκτυα, καθένα από τα οποία αντιπροσωπεύει μια συγκεκριμένη τοποθεσία ή προοπτική. Αυτά τα νευρωνικά δίκτυα συμπιέζουν χιλιάδες εικόνες σε αριθμητικές αναπαραστάσεις, συνολικού ύψους 150 τρισεκατομμυρίων παραμέτρων. Συνδυάζοντας αυτά τα τοπικά δίκτυα, η Niantic αναμένει ότι το LGM θα είναι σε θέση να αναγνωρίσει οποιαδήποτε τοποθεσία στον κόσμο , ακόμη και αν οι εικόνες έχουν ληφθεί από προηγουμένως αθέατες οπτικές γωνίες.

Η Niantic παρουσιάζει τη δύναμη του LGM με ένα παράδειγμα: «Αν στέκεστε πίσω από μια εκκλησία και το μοντέλο αναγνωρίζει μόνο την μπροστινή πύλη, δεν θα ξέρει πού βρίσκεστε. Αλλά με το LGM, έχουμε δεδομένα από χιλιάδες εκκλησίες παγκοσμίως . Ενώ οι εκκλησίες δεν είναι ακριβώς ίδιες, μοιράζονται παρόμοια αρχιτεκτονικά χαρακτηριστικά. Το LGM θα βασιστεί σε αυτή τη γνώση για να τις αναγνωρίσει».

Το LGM είναι μια εξέλιξη του τρέχοντος συστήματος εντοπισμού θέσης Lightship VPS, το οποίο επιτρέπει στους παίκτες να τοποθετούν εικονικά αντικείμενα σε χώρους του πραγματικού κόσμου με ακρίβεια εκατοστού. Η λειτουργία Pokémon Playgrounds στο Pokémon Go καταδεικνύει αυτή τη δυνατότητα, επιτρέποντας στους παίκτες να τοποθετούν Pokémon σε τοποθεσίες του πραγματικού κόσμου για να τα βρουν άλλοι.

Εκτός από την υποστήριξη προϊόντων επαυξημένης πραγματικότητας (AR) και μικτής πραγματικότητας (MR), η Niantic αναφέρει ότι η LGM ανοίγει επίσης δυνατότητες σε πολλούς άλλους τομείς, όπως η ρομποτική, ο αυτοματισμός, τα αυτόνομα οχήματα, η εφοδιαστική και ο χωροταξικός σχεδιασμός.

Ωστόσο, παραμένει το ερώτημα εάν οι παίκτες του Pokémon Go γνωρίζουν πλήρως ότι τα δεδομένα που δημιουργούν χρησιμοποιούνται για την ανάπτυξη της Τεχνητής Νοημοσύνης. Ενώ αυτό μπορεί να αναφέρεται στους όρους παροχής υπηρεσιών του παιχνιδιού, οι λεπτομέρειες δημοσιοποιήθηκαν πρόσφατα. Το περιστατικό θα μπορούσε να προκαλέσει ανάμεικτες αντιδράσεις τους επόμενους μήνες, καθώς οι παίκτες ανησυχούν ολοένα και περισσότερο για το απόρρητό τους και τον τρόπο με τον οποίο χρησιμοποιούνται τα δεδομένα τους.

Πηγή: https://thanhnien.vn/niantic-dung-du-lieu-pokemon-go-de-phat-trien-mo-hinh-ai-dinh-vi-185241120235020012.htm