¿Recuerdan el 2016, cuando el mundo enloqueció con Pokémon Go, que trajo consigo mucha nostalgia envuelta en aventura? Para quienes no lo conozcan, era un juego para smartphones donde la gente tenía que correr por las calles y los parques para atrapar a sus Pokémon favoritos.

El juego se basaba en realidad aumentada, donde las criaturas digitales se ubicaban en lugares reales. Ahora, se ha revelado que, durante todos estos años, los jugadores han estado contribuyendo sin saberlo a la creación de una enorme base de datos de imágenes del mundo real, que ahora se utiliza para entrenar a robots de reparto que se desplazan por las calles.

Según Niantic, la creadora del juego, los datos recopilados por los juegos de realidad aumentada (RA) constan ahora de más de 30 mil millones de imágenes capturadas desde diferentes ángulos, horas del día y condiciones de iluminación. Este conjunto de datos conforma una representación 3D de las calles, ya que todas estas imágenes están vinculadas a información espacial precisa. Por ejemplo, cada vez que un jugador escaneaba un lugar emblemático, estaba ayudando a crear un conjunto de datos para Niantic, sin siquiera saberlo.

El juego generalmente requería que los usuarios visitaran lugares específicos para obtener los Pokémon. En algunos casos, se solicitaba a los usuarios que escanearan una ubicación con su teléfono inteligente para mayor precisión.

Cada escaneo capturaba imágenes junto con metadatos importantes del teléfono, como coordenadas de ubicación, datos de movimiento del dispositivo, orientación de la cámara y lecturas de los sensores. Al combinar toda esta información de millones de jugadores, se crea un mapa visual detallado del mundo físico.

El modelo aún no tiene nombre, pero Niantic lo denomina el primer Modelo Geoespacial Grande (LGM) del mundo, de forma similar a como Chat GPT es un Modelo de Lenguaje Grande (LLM). El modelo aún no existe; Niantic ha compartido esta publicación de blog para anunciar su intención de entrenarlo y desarrollarlo.

Un Modelo Geoespacial a Gran Escala es el término que utiliza Niantic para describir un modelo de IA que ayuda a las computadoras a comprender y navegar por el mundo físico. Se trata de un modelo de IA construido y entrenado con grandes cantidades de datos:

• miles de millones de imágenes del mundo que nos rodea
• miles de millones de horas de escaneo de ubicaciones del mundo que nos rodea

Todos estos puntos de datos están vinculados a ubicaciones físicas reales, lo que le da al modelo una noción de la ubicación y, mediante visión 3D, la capacidad de comprender lo que está viendo.

Este es el trabajo realizado hasta ahora, según lo compartido por Niantic:

Durante los últimos cinco años, Niantic se ha centrado en desarrollar su Sistema de Posicionamiento Visual (VPS), que utiliza una sola imagen de un teléfono para determinar su posición y orientación mediante un mapa 3D creado a partir de escaneos de ubicaciones interesantes en nuestros juegos y Scaniverse.

Con VPS, los usuarios pueden posicionarse en el mundo con una precisión centimétrica. Esto significa que pueden ver el contenido digital ubicado en el entorno físico de forma precisa y realista. Este contenido es persistente, ya que permanece en una ubicación incluso después de que el usuario se haya marchado, y luego se puede compartir con otros. 

Por ejemplo, Niantic comenzó recientemente a implementar una función experimental en Pokémon GO, llamada Pokemon Playgrounds, donde el usuario puede colocar Pokémon en una ubicación específica, y estos permanecerán allí para que otros los vean e interactúen con ellos.

La cobertura de VPS se basa en los escaneos de los usuarios, y actualmente cuentan con 10 millones de ubicaciones escaneadas en todo el mundo, de las cuales 1 millón se han procesado y son utilizables con su sistema VPS. 

Si bien Niantic ha evitado cualquier implicación legal relacionada con la recopilación de datos, dado que el usuario ya les había dado su consentimiento, recopilar datos y utilizarlos para venderlos o crear un nuevo negocio podría considerarse una falta de consentimiento informado o trabajo invisible en el ámbito de la IA. Además, estos datos podrían valer miles de millones en términos de valor para el entrenamiento de la IA, y este es el aspecto más controvertido de toda la estrategia de uso de datos.

Fuente: AwesomeAgentsIA | Niantic