Niantic utilise les données de Pokémon Go pour développer un modèle de géolocalisation basé sur l'IA.

Huit ans et 10 millions d'images fournies par la communauté Pokémon Go.

Selon les informations publiées par Niantic , le développeur de Pokémon Go , ils développent un modèle géospatial à grande échelle (LGM), qui utilise les données d'images et les coordonnées géographiques de leurs jeux mobiles, notamment Pokémon Go et l'application Scaniverse.

Contrairement aux modèles d'IA classiques qui utilisent des données textuelles, audio ou vidéo provenant d'Internet, LGM est construit à partir de plus de 10 millions d'images géolocalisées réelles, fournies par les utilisateurs au cours des huit dernières années. En moyenne, environ un million de nouveaux scans sont téléchargés chaque semaine. La plupart de ces scans proviennent de piétons, fournissant ainsi des données précieuses dans des zones inaccessibles aux voitures ou aux caméras de rue.

Niantic dùng dữ liệu Pokémon Go để phát triển mô hình AI định vị- Ảnh 1. — L'image illustre comment Niantic utilise des données provenant de différentes perspectives pour construire un modèle spatial 3D précis.

Le processus de développement du modèle LGM

Pendant cinq ans, Niantic s'est concentré sur le développement d'un système de positionnement visuel (VPS). Ce système permet de déterminer la position et la direction à partir d'une seule image, grâce à une carte 3D créée à partir des données d'image de l'utilisateur. De là est né le LGM, une étape supplémentaire qui traite l'espace physique à travers des images géocoordonnées, de la même manière que les grands modèles de langage (LLM) traitent le texte et le langage naturel.

Niantic a révélé avoir entraîné plus de 50 millions de réseaux neuronaux, chacun représentant un lieu ou une perspective spécifique. Ces réseaux neuronaux compressent des milliers d'images en représentations numériques, totalisant 150 000 milliards de paramètres. En combinant ces réseaux locaux, Niantic espère que LGM sera capable d'identifier n'importe quel lieu dans le monde , même si les images sont prises depuis des perspectives inédites.

Niantic illustre la puissance de LGM par un exemple : « Si vous vous trouvez derrière une église et que le modèle ne reconnaît que le portail, il ne saura pas où vous êtes. Mais grâce à LGM, nous disposons de données provenant de milliers d’églises à travers le monde . Bien que ces églises ne soient pas exactement identiques, elles partagent des caractéristiques architecturales similaires. LGM s’appuiera sur ces informations pour les identifier. »

LGM est une évolution du système de positionnement VPS Lightship actuel, qui permet aux joueurs de placer des objets virtuels dans l'espace réel avec une précision centimétrique. La fonctionnalité Terrains de jeu Pokémon de Pokémon Go illustre cette capacité, permettant aux joueurs de placer des Pokémon dans des lieux réels pour que d'autres puissent les trouver.

En plus de prendre en charge les produits de réalité augmentée (RA) et de réalité mixte (RM), Niantic affirme que LGM ouvre également des perspectives dans de nombreux autres domaines tels que la robotique, l'automatisation, les véhicules autonomes, la logistique et la planification spatiale.

Cependant, la question demeure : les joueurs de Pokémon Go sont-ils pleinement conscients que les données qu’ils génèrent servent au développement de l’IA ? Bien que ce point soit abordé dans les conditions d’utilisation du jeu, les détails n’ont été rendus publics que récemment. Cet incident pourrait susciter des réactions mitigées dans les mois à venir, les joueurs étant de plus en plus préoccupés par le respect de leur vie privée et l’utilisation de leurs données.

Huit ans et 10 millions d'images fournies par la communauté Pokémon Go.

Le processus de développement du modèle LGM

Comment (0)