O Legado Oculto de Pokémon GO: Mapas de IA em 3D
Você já viu um robô entregando pizza no meio de uma cidade movimentada? Recentemente, assisti a um vídeo de um robô de entrega navegando por uma floresta de arranha-céus e me perguntei: qual é o desempenho real desses sistemas de navegação?
Ao pesquisar, fiquei surpreso ao encontrar um salvador inesperado ajudando esses robôs a encontrarem seu caminho: o jogo de realidade aumentada Pokémon GO, que passamos anos jogando enquanto caminhávamos pelas ruas com nossos smartphones. Analisei mais de perto como as fotos das ruas que tirei sem pensar muito foram transformadas em mapas 3D para robôs e IA, e como minha própria jogabilidade desempenhou um papel fundamental no processo.
Robôs perdidos na cidade?
Um dos obstáculos físicos que os veículos autônomos e robôs de entrega enfrentam é a localização em ambientes urbanos. Em áreas densamente povoadas com edifícios altos, os sinais de GPS refletem nas estruturas, causando interferências significativas. Se um robô tiver um erro de posicionamento de vários metros ou mais, ele acaba parando no lugar errado em vez de na porta do cliente.
Como os dados de Pokémon GO foram usados?
O logotipo da Niantic que aparece ao iniciar o Pokémon GO
A Coco Robotics, que opera mais de 1.000 robôs de entrega nos EUA e na Europa, fez uma parceria com a Niantic Spatial para resolver esse problema. A Niantic Spatial é uma empresa de IA espacial que se separou recentemente da desenvolvedora de Pokémon GO. Seu principal ativo é uma biblioteca de 30 bilhões de imagens coletadas por usuários em mais de um milhão de locais ao redor do mundo na última década.
Meus Pokémon, ordenados por PC após fazer login
Se você se lembra, por volta de 2016, as ruas estavam repletas de pessoas caminhando com seus smartphones. Lembro-me vividamente de vagar pelo meu bairro tentando capturar monstros raros. Na época, locais importantes, como ginásios e PokéParadas, eram colocados em marcos do mundo real, letreiros de lojas e cruzamentos dentro do jogo.
Para completar missões no jogo e ganhar recompensas, os usuários ficavam mais do que felizes em escanear seus arredores com suas câmeras. Nosso hábito de apontar nossas lentes para prédios, mesmo em dias de chuva ou à noite, era, na verdade, o processo de coletar dados espaciais de alta qualidade.
Ao longo da última década, isso se acumulou em impressionantes 30 bilhões de fotos de campo de todo o mundo. É realmente notável que a paixão dos usuários em querer capturar personagens virtuais tenha criado o maior e mais denso conjunto de dados de ruas e becos do planeta.
Como funciona o Posicionamento Visual de Pokémon GO?
Um ginásio de Reide de Elite perto da minha casa
Para superar os pontos cegos dos sinais de satélite, foi introduzido o “Posicionamento Visual”. A lente de um dispositivo captura o exterior de edifícios próximos ou estruturas viárias em tempo real e os compara com as 30 bilhões de imagens que ajudamos a acumular.
- VPS (Visual Positioning System): Uma tecnologia onde a câmera de um robô reconhece os contornos de edifícios, sinais e estruturas ao redor e os compara com dados de imagem 3D pré-aprendidos.
- Minimização de erros: Reduz os erros de GPS para o nível de centímetros, permitindo que o robô determine com precisão sua localização e orientação exatas.
A vasta quantidade de dados — que inclui várias variáveis ambientais, como hora do dia e clima — aumentou a precisão do VPS. Graças a inúmeras pessoas fotografando repetidamente sob diferentes condições, os robôs agora podem corrigir sua localização com precisão centimétrica, mesmo em ambientes altamente desconhecidos. O ato dos usuários escanear as ruas com seus smartphones para batalhas e recompensas efetivamente construiu mapas 3D precisos para robôs.
Mapas 3D criados por usuários de Pokémon GO?
Tendo acumulado esses dados massivos, a Niantic montou até mesmo uma equipe dedicada de modelagem espacial para fornecer uma infraestrutura técnica para a indústria de IA. Eles criaram um mapa 3D para máquinas, construído não a partir da perspectiva de mapas planos focados em carros, mas especificamente do ponto de vista de pedestres e ao nível da calçada.
Agora, novas informações visuais coletadas por dispositivos autônomos que circulam pelas ruas são refletidas no sistema central em tempo real. Ver um ciclo de feedback onde as condições das estradas do mundo real e as mudanças nos edifícios são atualizadas no mundo digital sem atraso torna o ritmo do avanço tecnológico realmente intenso.
É fascinante que o tempo que passamos apontando nossas lentes para capturar Pokémon tenha evoluído para uma infraestrutura massiva de direção autônoma. Os passos de milhões de pessoas que percorrem becos em busca de monstros raros tornaram-se, na prática, um guia que ajuda as máquinas a perceber a realidade física. Vendo aquelas pokébolas que joguei por diversão se transformarem em um ativo que impulsiona a indústria de robótica, estou muito empolgado para ver quais outras atividades cotidianas se tornarão a base para a inovação futura.
🔗 Original Post :
포켓몬고가 쏘아올린 작은 볼, 길 잃은 배달 로봇 구한 AI 3D 지도로!
https://blog.naver.com/PostView.naver?blogId=k5kun&logNo=224300739216