Người chơi Pokémon Go đã giúp huấn luyện robot định vị trong thành phố

Gần một thập kỷ sau khi ra mắt, Pokémon Go đang ảnh hưởng đến trí tuệ nhân tạo theo một cách không ngờ tới.

Theo báo cáo của MIT Technology Review(cửa sổ mới), Niantic Spatial, một công ty AI được tách ra từ nhà phát triển ban đầu của trò chơi, đang sử dụng hơn 30 tỷ hình ảnh(cửa sổ mới) về các địa danh đô thị do người chơi Pokémon Go chụp để huấn luyện các hệ thống AI giúp robot hiểu được vị trí trong thế giới thực.

Khi Pokémon Go ra mắt vào năm 2016, hàng triệu người chơi đã đi bộ qua các thành phố, hướng điện thoại vào các tòa nhà, công viên và địa danh trong khi tìm kiếm các sinh vật kỹ thuật số. Qua đó, họ đã tạo ra một trong những tập dữ liệu hình ảnh thế giới thực lớn nhất từng được thu thập. Niantic Spatial đã huấn luyện mô hình của mình trên 30 tỷ hình ảnh chụp được trên khắp các môi trường đô thị, nhiều hình ảnh tập trung xung quanh các vị trí mà người chơi thường xuyên ghé thăm trong trò chơi. Đôi khi, các sinh vật kỹ thuật số xuất hiện trong hoặc gần các không gian riêng tư như tòa nhà chung cư hoặc sân dân cư, nghĩa là những khoảnh khắc đó có thể đã trở thành một phần của các tập dữ liệu AI.

Dữ liệu đó hiện đang được sử dụng để xây dựng cái mà các nhà nghiên cứu gọi là “mô hình thế giới” — một hệ thống AI được thiết kế để giúp máy móc diễn giải và định vị trong môi trường vật lý.

Điều này cũng làm nổi bật một điều dễ bị bỏ qua về công nghệ hiện đại: hoạt động ứng dụng hàng ngày có thể âm thầm trở thành dữ liệu huấn luyện có giá trị cho các hệ thống AI nhiều năm sau đó — điều mà người chơi Pokémon Go không thể lường trước được vào năm 2016, chưa nói đến việc đồng ý một cách có ý thức.

Tại sao GPS gặp khó khăn trong thành phố

Tín hiệu GPS thường bị dội lại từ các tòa nhà cao tầng, bị lệch đáng kể hoặc biến mất hoàn toàn trong môi trường đô thị dày đặc, một vấn đề đôi khi được gọi là hiệu ứng “hẻm núi đô thị”. Như MIT Technology Review giải thích trong báo cáo về công nghệ này, ngay cả các chỉ báo vị trí trên điện thoại thông minh cũng có thể bị lệch hàng chục mét trong thành phố, thường định vị thiết bị sai khối nhà hoặc sai bên đường.

Giải pháp của Niantic Spatial dựa trên hệ thống định vị trực quan(cửa sổ mới), xác định vị trí bằng cách phân tích những gì camera nhìn thấy. Bằng cách so sánh các ảnh chụp nhanh của các tòa nhà và địa danh lân cận với tập dữ liệu khổng lồ, hệ thống được cho là có thể xác định chính xác vị trí trong vòng vài centimet.

Từ thực tế tăng cường đến robot giao hàng

Một trong những thử nghiệm thực tế đầu tiên về công nghệ của Niantic Spatial đang diễn ra thông qua sự hợp tác với Coco Robotics, một doanh nghiệp khởi động vận hành các robot giao hàng trên vỉa hè tại một số thành phố.

Robot của công ty vận chuyển hàng tạp hóa và các đơn hàng nhà hàng ở những nơi như Los Angeles, Chicago, Miami và Helsinki. Theo báo cáo của MIT Technology Review, các robot của Coco đã hoàn thành hơn nửa triệu lượt giao hàng, đi qua hàng triệu dặm.

Việc định vị đáng tin cậy trong các thành phố đông đúc vẫn là một thách thức lớn đối với các máy móc tự hành. Bằng cách kết hợp camera trên robot với hệ thống định vị trực quan của Niantic Spatial, máy móc có thể xác định chính xác hơn vị trí hiện tại, cho phép dừng chính xác tại các vị trí nhận hàng hoặc bên ngoài cửa nhà khách hàng.

Sự trỗi dậy của “mô hình thế giới”

Dự án phản ánh một xu hướng rộng lớn hơn trong việc phát triển AI.

Các mô hình ngôn ngữ lớn được huấn luyện trên hình ảnh và văn bản từ internet. Ngược lại, các mô hình thế giới nhằm mục đích giúp máy móc hiểu được thế giới vật lý được cấu trúc như thế nào — vị trí các vật thể, cách các không gian kết nối và cách di chuyển qua chúng một cách an toàn.

Niantic Spatial cho biết mục tiêu dài hạn là xây dựng một “bản đồ sống” liên tục được cập nhật về thế giới mà robot và các hệ thống AI khác có thể sử dụng để định vị.

Ý nghĩa của điều này đối với quyền riêng tư

Câu chuyện này cũng minh họa cho một sự chuyển dịch rộng lớn hơn trong cách tái sử dụng dữ liệu do người dùng tạo ra hàng ngày thông qua các ứng dụng.

Hàng triệu người đã tải xuống Pokémon Go để chơi trò chơi. Nhưng trên hành trình đó, họ cũng tạo ra hàng tỷ hình ảnh và tín hiệu vị trí chính xác liên kết với các địa điểm trong thế giới thực. Dữ liệu này hiện đang giúp huấn luyện các hệ thống AI được thiết kế để lập bản đồ và định vị thế giới vật lý. Đó là một khoảng cách rất xa so với ý định của người chơi khi mở trò chơi để tìm kiếm Pikachu.

Đây đang trở thành một mô hình quen thuộc trong nền kinh tế AI. Các hoạt động dường như không liên quan đến trí tuệ nhân tạo — như chụp ảnh, duyệt web, sử dụng ứng dụng — thường dẫn đến việc tạo ra các tập dữ liệu được sử dụng để huấn luyện các hệ thống mới mạnh mẽ. Các mô hình AI hiện đại thường được xây dựng bằng cách sử dụng các bộ sưu tập dữ liệu lớn được thu thập từ internet và các nguồn kỹ thuật số khác, mà theo các nhà nghiên cứu đôi khi có thể bao gồm thông tin cá nhân hoặc dữ liệu nhạy cảm.

Khi các công ty chạy đua để xây dựng các mô hình thế giới và các dạng AI khác, câu hỏi đặt ra là dữ liệu huấn luyện đến từ đâu — và liệu những người tạo ra dữ liệu đó có bao giờ nhận ra dữ liệu sẽ được sử dụng như thế nào, hoặc liệu có vẫn đồng ý sử dụng các ứng dụng đó nếu biết trước hậu quả hay không. Các nhà hoạch định chính sách và nhà nghiên cứu ngày càng kêu gọi tiêu chuẩn đồng ý rõ ràng hơn(cửa sổ mới) đối với dữ liệu được sử dụng trong huấn luyện AI, lập luận rằng những người sáng tạo và người dùng nên có nhiều quyền kiểm soát hơn đối với cách tái sử dụng dữ liệu.

Những mối lo ngại về quyền riêng tư đối với AI này đã và đang diễn ra trước tòa. Các nhà xuất bản, tác giả và công ty truyền thông đã nộp đơn kiện cáo buộc tác phẩm của họ bị sử dụng để huấn luyện các hệ thống AI mà không có sự cho phép, bao gồm cả vụ kiện nổi tiếng trong đó The New York Times đã kiện OpenAI và Microsoft(cửa sổ mới) vì cáo buộc sử dụng các bài báo của mình trong các tập dữ liệu huấn luyện AI.

Đối với các công ty xây dựng AI định vị trong thế giới vật lý, các tập dữ liệu được tạo ra thông qua các trò chơi, ứng dụng và nền tảng kỹ thuật số đang nhanh chóng trở thành một trong những tài sản có giá trị nhất trong ngành công nghệ. Khi điều đó xảy ra, các câu hỏi về tính minh bạch, sự đồng ý và cách tái sử dụng dữ liệu do người dùng tạo ra càng trở nên khó bỏ qua hơn.

Không phải ai cũng theo đuổi mô hình khao khát dữ liệu này. Tại Proton, chúng tôi tin tưởng vào AI riêng tư, minh bạch, mang lại lợi ích của một trợ lý AI(cửa sổ mới) mà không phải đánh đổi bằng quyền riêng tư. Lumo không bao giờ ghi nhật ký dữ liệu, huấn luyện dựa trên các cuộc hội thoại nhạy cảm hoặc chia sẻ thông tin với bất kỳ ai. Điều này có nghĩa là sử dụng AI mà không cần lo lắng liệu các tương tác hôm nay có âm thầm trở thành tập dữ liệu của ngày mai hay không.