Gracze Pokémon Go nieświadomie trenują zaawansowany system sztucznej inteligencji zaprojektowany przez Niantic w celu odwiedzania lokacji w świecie rzeczywistym. Inicjatywa ta koncentruje się wokół „dużego modelu geoprzestrzennego” (LGM), który opiera się na danych generowanych przez użytkowników w celu ulepszenia aplikacji rzeczywistości rozszerzonej i robotyki.
Gracze Pokémon Go przeszkolili zaawansowaną sztuczną inteligencję do zastosowań w świecie rzeczywistym
Niantica oficjalny blog podkreśla, że LGM działa podobnie do „modelu dużego języka”, takiego jak ChatGPT, ale odnosi się konkretnie do środowisk fizycznych. LGM jest szkolony na rozległych punktach danych dotyczących rzeczywistych lokalizacji, takich jak kościoły, parki i domy. Wykorzystując ten model, Niantic ma na celu przewidzenie cech lokalizacji, z którymi nie spotkał się bezpośrednio. Firma podkreśliła, że choć charakterystyczne dla danej lokalizacji, wiele obiektów ma wspólne cechy, dzięki którym model ten jest skuteczny w zrozumieniu geografii miast.
Aby to ułatwić, Niantic opracowuje system pozycjonowania wizualnego (VPS). Technologia ta wykorzystuje obrazy ze smartfona, aby z dużą dokładnością rozpoznać pozycję i orientację użytkownika, co pozwala na precyzyjne cyfrowe nałożenie na fizyczny krajobraz. Niantic wyjaśniło, że umożliwi to pozostawienie treści rzeczywistości rozszerzonej w określonych lokalizacjach, przyczyniając się do bardziej złożonego doświadczenia użytkownika. Na przykład niedawno wprowadzona funkcja „Pokémon Playgrounds” umożliwia graczom umieszczanie Pokémonów w określonych lokalizacjach w świecie rzeczywistym, które pozostają dostępne dla innych użytkowników.
Debata Palworld vs Pokemon może zakończyć się w sądzie z powodu roszczeń dotyczących praw autorskich
Sama ilość danych generowanych przez graczy Pokémon Go była podstawą tego projektu. Niantic może się obecnie pochwalić około 10 milionami przeskanowanych lokalizacji, z czego 1 milion jest opłacalny dla jego usługi VPS. Firma gromadzi co tydzień około 1 miliona nowych skanów, każdy zawierający setki obrazów. Ten ciągły napływ danych o lokalizacji jest niezbędny do udoskonalenia funkcjonalności geoprzestrzennej sztucznej inteligencji, nad którą pracuje Niantic.
„Wyobraźcie sobie, że stoicie za kościołem. Załóżmy, że najbliższy lokalny model widział tylko frontowe wejście do tego kościoła i dlatego nie będzie w stanie powiedzieć Ci, gdzie się znajdujesz. Modelka nigdy nie widziała tyłu tego budynku. Jednak w skali globalnej widzieliśmy wiele kościołów, tysiące z nich, wszystkie uchwycone przez odpowiednie lokalne modele w innych miejscach na całym świecie. Żaden kościół nie jest taki sam, ale wiele z nich ma wspólne cechy. LGM [Large Geospatial Model] to sposób na dostęp do rozproszonej wiedzy.”
-Niantic
Pomimo tych optymistycznych zastosowań nadal utrzymują się obawy dotyczące prywatności danych i szerszych konsekwencji szkolenia w zakresie sztucznej inteligencji. Jak podkreślają różni komentatorzy, w tym analityk OSINT Elise Thomas, potencjalne zastosowania wojskowe takiej technologii budzą wątpliwości etyczne. Technologia wykorzystywana w grach może ewoluować w narzędzia o znaczących konsekwencjach w różnych dziedzinach, wykraczających poza rozrywkę.
Aplikacje mogą zacząć się niewinnie – jak tworzenie cyfrowych Pokémonów w konkretnych lokalizacjach w świecie rzeczywistym – ale badania nad szerszymi implikacjami tej technologii prawdopodobnie będą kontynuowane. W miarę jak Niantic kontynuuje prace nad projektem LGM, równowaga między wykorzystaniem cennych danych a zapewnieniem prywatności użytkowników pozostaje kluczowym tematem toczącej się dyskusji.
Autor wyróżnionego obrazu: Pokemon Go
