Niantic utiliza los datos de los jugadores de Pokémon Go para construir un sistema de navegación con IA
La semana pasada, Niantic planes anunciados crear un modelo de IA para navegar por el mundo físico utilizando escaneos recopilados de jugadores de sus juegos móviles, como Pokémon Iry de los usuarios de su Scaniverse aplicación, informes 404 Medios.
Todos los modelos de IA requieren datos de entrenamiento. Hasta ahora, las empresas han recopilado datos de sitios web, vídeos de YouTube, libros, fuentes de audio y más, pero esta es quizás la primera vez que escuchamos sobre datos de entrenamiento de IA recopilados a través de una aplicación de juegos móviles.
“Durante los últimos cinco años, Niantic se ha centrado en construir nuestro Sistema de Posicionamiento Visual (VPS), que utiliza una sola imagen de un teléfono para determinar su posición y orientación utilizando un mapa 3D creado a partir de personas que escanean ubicaciones interesantes en nuestros juegos y Scaniverse. ” Niantic escribió en una publicación del blog de la empresa.
La compañía llama a su creación un “gran modelo geoespacial” (LGM), estableciendo paralelos con los grandes modelos de lenguaje (LLM) como el que impulsa ChatGPT. Mientras que los modelos de lenguaje procesan texto, el modelo de Niantic procesará espacios físicos utilizando imágenes geolocalizadas recopiladas a través de sus aplicaciones.
La escala de la recopilación de datos de Niantic revela la considerable presencia de la empresa en el espacio AR. El modelo se basa en más de 10 millones de ubicaciones escaneadas en todo el mundo, y los usuarios capturan aproximadamente 1 millón de nuevos escaneos semanalmente a través de Pokémon Ir y Scaniverse. Estos escaneos provienen de una perspectiva peatonal y capturan áreas inaccesibles para los automóviles y las cámaras de vista de la calle.
Escaneos en primera persona
La compañía informa que ha entrenado más de 50 millones de redes neuronales, cada una de las cuales representa una ubicación o ángulo de visión específico. Estas redes comprimen miles de imágenes cartográficas en representaciones digitales de espacios físicos. Juntos, contienen más de 150 billones de parámetros: valores ajustables que ayudan a las redes a reconocer y comprender ubicaciones. Múltiples redes pueden contribuir a mapear una única ubicación, y Niantic planea combinar su conocimiento en un modelo integral que pueda comprender cualquier ubicación, incluso desde ángulos desconocidos.