Спустя почти десять лет после выхода Pokémon Go неожиданным образом влияет на искусственный интеллект.

Согласно отчету MIT Technology Review(новое окно), Niantic Spatial — компания в области ИИ, выделившаяся из студии-разработчика игры, — использует более 30 миллиардов изображений(новое окно) городских ориентиров, снятых игроками Pokémon Go, для обучения систем ИИ, которые помогают роботам понимать, где они находятся в реальном мире.

Когда Pokémon Go вышла в 2016 году, миллионы игроков ходили по своим городам, наводя телефоны на здания, парки и ориентиры в поисках цифровых существ. Тем самым они создали один из крупнейших когда-либо собранных массивов изображений реального мира. Niantic Spatial обучила свою модель на 30 миллиардах изображений, снятых в городской среде, причем многие из них были сосредоточены вокруг мест, которые игроки часто посещали в игре. Иногда цифровые существа появлялись в частных пространствах или рядом с ними, например возле жилых домов или во дворах, а это значит, что такие моменты могли стать частью наборов данных для ИИ.

Теперь эти данные используются для создания того, что исследователи называют «моделью мира» — системы ИИ, предназначенной для того, чтобы помогать машинам интерпретировать и ориентироваться в физической среде.

Это также подчеркивает то, что легко упустить в современных технологиях: повседневная активность в приложениях может незаметно превратиться в ценные обучающие данные для систем ИИ годы спустя — то, чего игроки Pokémon Go никак не могли предвидеть в 2016 году и на что уж точно не могли дать осознанное согласие.

Почему GPS плохо работает в городах

Сигналы GPS часто отражаются от высоких зданий, сильно смещаются или полностью исчезают в плотной городской среде — эту проблему иногда называют эффектом «городского каньона». Как объясняет MIT Technology Review в своем материале о технологии, даже индикаторы местоположения на смартфонах могут смещаться в городах на десятки метров, часто помещая устройство не в тот квартал или не на ту сторону улицы.

Решение Niantic Spatial основано на системе визуального позиционирования(новое окно), которая определяет местоположение, анализируя то, что видит камера. Сравнивая снимки ближайших зданий и ориентиров со своим огромным набором данных, система, как сообщается, может определять местоположение с точностью до нескольких сантиметров.

От дополненной реальности к роботам-доставщикам

Одно из первых испытаний технологии Niantic Spatial в реальном мире проходит в рамках партнерства с Coco Robotics — стартапом, который управляет роботами-доставщиками на тротуарах в нескольких городах.

Роботы компании перевозят продукты и заказы из ресторанов в таких городах, как Лос-Анджелес, Чикаго, Майами и Хельсинки. Согласно отчету MIT Technology Review, роботы Coco уже выполнили более полумиллиона доставок, преодолев миллионы миль.

Надежная навигация в плотной городской среде остается серьезной проблемой для автономных машин. Объединяя камеры на роботах с системой визуального позиционирования Niantic Spatial, машины могут точнее определять, где именно они находятся, что позволяет им останавливаться точно в точках выдачи заказов или у двери клиента.

Рост «моделей мира»

Этот проект отражает более широкую тенденцию в развитии ИИ.

Большие языковые модели обучаются на изображениях и текстах из интернета. Модели мира, напротив, должны помогать машинам понимать, как устроен сам физический мир: где расположены объекты, как связаны пространства и как безопасно перемещаться между ними.

Niantic Spatial заявляет, что ее долгосрочная цель — создать постоянно обновляемую «живую карту» мира, которую роботы и другие системы ИИ смогут использовать для навигации.

Что это значит для конфиденциальности

Эта история также иллюстрирует более широкий сдвиг в том, как повторно используются данные, создаваемые обычными людьми с помощью обычных приложений.

Миллионы людей скачали Pokémon Go, чтобы играть. Но одновременно они создали миллиарды изображений и точных сигналов местоположения, связанных с реальными местами. Теперь эти данные помогают обучать системы ИИ, предназначенные для картографирования и навигации в физическом мире. Это очень далеко от того намерения, с которым игроки запускали игру в поисках Пикачу.

Это становится привычной моделью в экономике ИИ. Действия, которые кажутся не связанными с искусственным интеллектом — съемка фотографий, просмотр веб-страниц, использование приложений, — часто в итоге производят наборы данных, используемые для обучения мощных новых систем. Современные модели ИИ часто строятся на больших массивах данных, собранных из интернета и других цифровых источников, которые, по словам исследователей, иногда могут включать личную информацию или конфиденциальные данные.

Поскольку компании соревнуются в создании моделей мира и других форм ИИ, возникает вопрос, откуда именно берутся обучающие данные — и понимали ли люди, которые их создавали, как эти данные будут использоваться, и стали бы они по-прежнему пользоваться этими приложениями, если бы знали о последствиях. Политики и исследователи все чаще призывают к более четким стандартам согласия(новое окно) в отношении данных, используемых для обучения ИИ, утверждая, что создатели и пользователи должны иметь больше контроля над тем, как их данные используются повторно.

Эти проблемы конфиденциальности, связанные с ИИ уже рассматриваются в судах. Издатели, авторы и медиакомпании подали иски, утверждая, что их работы использовались для обучения систем ИИ без разрешения, включая громкое дело, в котором The New York Times подала в суд на OpenAI и Microsoft(новое окно) из-за предполагаемого использования ее журналистских материалов в обучающих наборах данных для ИИ.

Для компаний, создающих ИИ, способный ориентироваться в физическом мире, наборы данных, созданные через игры, приложения и цифровые платформы, быстро становятся одними из самых ценных активов в технологической отрасли. По мере этого вопросы прозрачности, согласия и повторного использования данных, создаваемых пользователями, становится все труднее игнорировать.

Не все выбирают эту жадную до данных модель. В Proton мы верим в конфиденциальный и прозрачный ИИ, который дает вам преимущества ИИ-помощника(новое окно) без ущерба для конфиденциальности. Lumo никогда не ведет журнал ваших данных, не обучается на ваших конфиденциальных разговорах и ни с кем не делится вашей информацией. Это означает использование ИИ без опасений, что сегодняшние взаимодействия могут незаметно превратиться в завтрашние наборы данных.