Игроки в Pokémon Go неосознанно обучали ИИ автоматическому прохождению реального мира

Как давний энтузиаст покемонов и поклонник технологий, я совершенно очарован последним начинанием Niantic. Концепция большой геопространственной модели, по сути, ИИ, который может автоматически заполнять реальные местоположения, используя ограниченную информацию, является не чем иным, как революционной. Это все равно, что иметь возможность предсказать, где может скрываться неуловимый Чаризард!

Niantic, компания, создавшая Pokémon Go, активно разрабатывает и совершенствует систему искусственного интеллекта, которая может автоматически заполнять реальные локации на основе минимальных деталей. Это достигается за счет использования данных, собранных от сообщества игроков в игре.

В сообщении в блоге, опубликованном Garbage Day и позже опубликованном 404 Media, Niantic рассказала о разработке модели под названием «Большая геопространственная модель». Этот термин может показаться вам знакомым, поскольку он имеет сходство с «большой языковой моделью» — вспомните ChatGPT. Это система искусственного интеллекта, которая обучается на огромных объемах существующих данных и может генерировать текст независимо, стараясь звучать естественно и потенциально затрагивать темы, которые могут быть интересны пользователям.

По сути, большая геопространственная модель относится к концепции, применяемой к реальному миру, особенно для понимания и прогнозирования физических ландшафтов. Он учится на различных изображениях реального мира (церкви, парки, дома и т. д.), что позволяет ему на основе полученных данных предположить, как могут выглядеть ранее невидимые места. Niantic утверждает, что эта технология будет полезна в таких областях, как очки дополненной реальности, робототехника, создание контента и многое другое.

Или, как выразился Niantic:

Представьте, что вы стоите за церковью. Предположим, что ближайшая местная модель видела только главный вход в эту церковь и, следовательно, не сможет сказать вам, где вы находитесь. Модель никогда не видела заднюю часть этого здания. Но в глобальном масштабе мы видели множество церквей, тысячи из них, каждая из которых запечатлена своими местными моделями в других местах по всему миру. Ни одна церковь не похожа на другую, но многие из них имеют общие характеристики. LGM (большая геопространственная модель) — это способ получить доступ к распределенным знаниям.

Чтобы ИИ функционировал эффективно, Niantic требуется значительный объем данных для целей обучения, которые он не может собрать в одиночку. Хотя Google на протяжении многих лет собирал данные о местоположении с помощью Google Maps и транспортных средств, используемых для просмотра изображений улиц, в данном конкретном сценарии этих данных недостаточно. Эти транспортные средства передвигаются только по дорогам, тогда как Niantic требует информацию о пешеходах из мест, куда автомобили не могут попасть. К счастью, Niantic извлекает выгоду из бесчисленного количества людей по всему миру, которые используют свои телефоны для захвата изображений различных вещей и отправки этой информации обратно через многочисленные проекты и приложения компании, такие как Pokémon Go.

По сути, Niantic разрабатывает систему, известную как система визуального позиционирования (VPS), технологию, которая использует изображения телефона для определения и ориентации местоположения на трехмерной карте с поразительной точностью. Эта технология разработана, чтобы предложить пользователям точность определения местоположения до уровня сантиметра, позволяя им просматривать цифровой контент, наложенный на реальный мир, точным и реалистичным образом. Проще говоря, это означает, что пользователи могут видеть цифровые элементы, плавно наложенные на их физическое окружение.

Этот контент является постоянным, поскольку он остается в определенном месте после вашего ухода, а затем им можно поделиться с другими. Например, недавно мы начали внедрять в Pokémon GO экспериментальную функцию под названием Pokémon Playgrounds, где пользователь может разместить покемонов в определенном месте, и они останутся там, чтобы другие могли их видеть и взаимодействовать с ними.

Пользователи уже много лет используют приложения Niantic, такие как Pokémon Go, для сканирования мира с помощью своих телефонов, поэтому сегодня у нас есть передовые технологии. Фактически, Niantic накопила более 10 миллионов отсканированных локаций по всему миру, 1 миллион из которых можно использовать для ее VPS-сервиса. Более того, каждую неделю они собирают дополнительно один миллион новых сканирований, наполненных сотнями отдельных изображений, создавая огромный объем данных.

В настоящее время Niantic использует данные в первую очередь для продвижения своих собственных технологий и интеграции их в свои текущие предложения. Однако ведется много споров о том, как компании собирают данные, используют их для обучения ИИ и, возможно, используют эти приложения ИИ в будущем. Хотя в настоящее время работа Niantic над LGM (локационное графическое картографирование) может просто включать размещение очаровательных моделей покемонов в нашем мире, сфера ее применения может значительно расшириться в будущем.

iggn.ru обратился к Niantic за комментариями.

Смотрите также

• Объяснение отношений Тима Брэдфорда из «Новичка» и Люси Чен
• Рейтинг любовных интересов Сон Джину в одиночном прокачке: кто украл его сердце?
• Как смотреть все сериалы «Йеллоустон» в хронологическом порядке
• Судьба каждого главного героя в конце «Сынов анархии»
• Объяснение финала 2-го сезона «Бункер»: как он описывает 3-й сезон?
• СПБ Биржа акции прогноз. Цена SPBE
• Сколько лет главным героям каждого сезона «Очень странных дел»?
• Финал сериала «Кобра Кай», объяснение
• Strinova — официальный агент Superstring Leona Cinematic Trailer
• Шокирующий финал «Кобры Кая»: встретил ли Джон Криз свою смерть?

2024-11-20 20:42