La aproape un deceniu de la lansare, Pokémon Go influențează inteligența artificială într-un mod neașteptat.

Potrivit unui raport al MIT Technology Review(fereastră nouă), Niantic Spatial, o companie AI desprinsă din dezvoltatorul original al jocului, folosește peste 30 de miliarde de imagini(fereastră nouă) cu repere urbane surprinse de jucătorii Pokémon Go pentru a antrena sisteme AI care ajută roboții să înțeleagă unde se află în lumea reală.

Când Pokémon Go s-a lansat în 2016, milioane de jucători au mers prin orașele lor îndreptând telefoanele spre clădiri, parcuri și repere în timp ce căutau creaturi digitale. Procedând astfel, au creat unul dintre cele mai mari seturi de date de imagini din lumea reală colectate vreodată. Niantic Spatial și-a antrenat modelul pe 30 de miliarde de imagini capturate în medii urbane, multe grupate în jurul locurilor pe care jucătorii le vizitau frecvent în joc. Uneori, creaturile digitale apăreau în spații private sau în apropierea acestora, cum ar fi clădirile de apartamente sau curțile rezidențiale, ceea ce înseamnă că acele momente ar fi putut deveni parte din seturile de date AI.

Aceste date sunt folosite acum pentru a construi ceea ce cercetătorii numesc un „model al lumii” — un sistem AI conceput pentru a ajuta mașinile să interpreteze și să navigheze în medii fizice.

De asemenea, evidențiază ceva ușor de trecut cu vederea în tehnologia modernă: activitatea de zi cu zi din aplicații poate deveni în tăcere date valoroase de antrenare pentru sisteme AI ani mai târziu — ceva ce jucătorii Pokémon Go nu ar fi putut anticipa nicicum în 2016, cu atât mai puțin să consimtă în mod semnificativ la asta.

De ce GPS-ul întâmpină dificultăți în orașe

Semnalele GPS ricoșează adesea din clădirile înalte, derivă semnificativ sau dispar complet în mediile urbane dense, o problemă numită uneori efectul de „canion urban”. După cum explică MIT Technology Review în raportul său despre tehnologie, chiar și indicatorii de localizare ai smartphone-urilor pot devia cu zeci de metri în orașe, plasând adesea un dispozitiv pe blocul greșit sau pe partea greșită a străzii.

Soluția Niantic Spatial se bazează pe un sistem de poziționare vizuală(fereastră nouă), care determină locația analizând ceea ce vede o cameră. Comparând instantanee ale clădirilor și reperelor din apropiere cu setul său masiv de date, sistemul poate, potrivit relatărilor, să determine o locație cu o precizie de câțiva centimetri.

De la realitate augmentată la roboți de livrare

Unul dintre primele teste în lumea reală ale tehnologiei Niantic Spatial are loc printr-un parteneriat cu Coco Robotics, un startup care operează roboți de livrare pe trotuar în mai multe orașe.

Roboții companiei transportă cumpărături și comenzi de la restaurante în locuri precum Los Angeles, Chicago, Miami și Helsinki. Potrivit raportului MIT Technology Review, roboții Coco au finalizat deja peste jumătate de milion de livrări, acoperind milioane de mile.

Navigarea fiabilă prin orașe dense rămâne o provocare majoră pentru mașinile autonome. Combinând camerele de pe roboți cu sistemul de poziționare vizuală al Niantic Spatial, mașinile pot determina mai bine exact unde se află, ceea ce le permite să se oprească precis la locurile de preluare sau în fața ușii unui client.

Ascensiunea „modelelor lumii”

Proiectul reflectă o tendință mai amplă în dezvoltarea AI.

Modelele lingvistice mari sunt antrenate pe imagini și text de pe internet. Modelele lumii, în schimb, urmăresc să ajute mașinile să înțeleagă cum este structurată lumea fizică însăși — unde sunt situate obiectele, cum se conectează spațiile și cum să se deplaseze prin ele în siguranță.

Niantic Spatial spune că obiectivul său pe termen lung este să construiască o „hartă vie” a lumii, actualizată constant, pe care roboții și alte sisteme AI să o poată folosi pentru a naviga.

Ce înseamnă asta pentru confidențialitate

Această poveste ilustrează și o schimbare mai amplă în modul în care sunt reutilizate datele create de oameni obișnuiți care folosesc aplicații obișnuite.

Milioane de oameni au descărcat Pokémon Go ca să joace un joc. Dar, pe parcurs, au generat și miliarde de imagini și semnale precise de localizare legate de locuri din lumea reală. Aceste date ajută acum la antrenarea sistemelor AI concepute pentru a cartografia și naviga în lumea fizică. Acest lucru este foarte departe de intenția jucătorului de a începe jocul în căutarea lui Pikachu.

Acest lucru devine un tipar familiar în economia AI. Activități care par fără legătură cu inteligența artificială — realizarea de fotografii, navigarea pe web, folosirea aplicațiilor — ajung adesea să producă seturile de date folosite pentru a antrena sisteme noi și puternice. Modelele AI moderne sunt construite frecvent folosind colecții mari de date extrase de pe internet și din alte surse digitale, despre care cercetătorii spun că pot include uneori informații personale sau date sensibile.

Pe măsură ce companiile se grăbesc să construiască modele ale lumii și alte forme de AI, întrebarea devine de unde provin exact datele de antrenare — și dacă oamenii care le-au generat și-au dat vreodată seama cum ar fi folosite acele date sau dacă ar mai fi fost de acord să folosească acele aplicații dacă ar fi cunoscut consecințele. Factorii de decizie și cercetătorii au cerut tot mai des standarde mai clare de consimțământ(fereastră nouă) pentru datele folosite în antrenarea AI, susținând că creatorii și utilizatorii ar trebui să aibă mai mult control asupra modului în care datele lor sunt reutilizate.

Aceste preocupări privind confidențialitatea în AI se manifestă deja în instanță. Editori, autori și companii media au intentat procese susținând că lucrările lor au fost folosite pentru antrenarea sistemelor AI fără permisiune, inclusiv într-un caz foarte mediatizat în care The New York Times a dat în judecată OpenAI și Microsoft(fereastră nouă) din cauza presupusei folosiri a jurnalismului său în seturile de date pentru antrenarea AI.

Pentru companiile care construiesc AI ce navighează în lumea fizică, seturile de date create prin jocuri, aplicații și platforme digitale devin rapid unele dintre cele mai valoroase active din industria tehnologică. Pe măsură ce acest lucru se întâmplă, întrebările despre transparență, consimțământ și modul în care datele generate de utilizatori sunt reutilizate devin tot mai greu de ignorat.

Nu toată lumea urmărește acest model avid de date. La Proton, credem în AI privat și transparent, care vă oferă beneficiile unui asistent AI(fereastră nouă) fără costurile pentru confidențialitate. Lumo nu ține niciodată jurnalul datelor dvs., nu se antrenează pe conversațiile dvs. sensibile și nu partajează informațiile dvs. cu nimeni. Asta înseamnă să folosiți AI fără să vă întrebați dacă interacțiunile de astăzi ar putea deveni pe ascuns seturile de date de mâine.