Pokémon GO玩家推動Niantic雄心勃勃的AI計劃
Niantic，Pokémon GO的創造者，正在建立一個旨在映射和預測真實世界環境的AI模型。
這種被稱為「大型地理空間模型」（LGM）的AI利用了豐富的位置信息數據，這些數據來自Pokémon GO玩家和其他Niantic應用程序用戶，來訓練其系統。
該公司於11月12日宣布，這一發展專注於實現其所稱的「空間智能」，這是計算機感知和導航物理世界的一種創新方式。
Niantic正在悄悄地利用你的Pokémon Go數據來訓練大型地理空間AI模型。Niantic正在製作地理空間AI模型，以幫助計算機導航真實空間，並且它正在利用你的Pokémon Go數據來幫助。Niantic在一篇企業博客文章中悄悄宣布了它的AI計劃… pic.twitter.com/B3Z6jWBK0m
— ConsiouSean (@ConsiouSean) 2024年11月22日
Niantic的模型如何運作
Niantic的方法依賴於大規模機器學習，以連接數百萬個真實世界場景。
該模型是通過玩家提交的圖像訓練而成，這些圖像是通過其視覺定位系統（VPS）收集的。
這些照片被結合起來，建立詳細的3D地圖，反映不同的條件，包括季節變化、光照變化以及車輛或無人機無法到達的視角。
截至目前，Niantic已經在全球收集了超過1000萬個掃描位置，每週新增100萬個掃描。
該AI模型分析這些數據，以理解地點，即使在無法獲得完整掃描的情況下，也能預測地點的外觀。
例如，通過識別公園、教堂或住宅，它可以對其他地方類似環境進行有根據的猜測。
Niantic將這種方法比擬於ChatGPT理解語言的方式—使用大量數據來識別模式並生成有意義的回應。
為什麼Pokémon GO玩家對這個項目至關重要
Pokémon GO不僅僅是一款遊戲；它已成為收集數據的工具，驅動Niantic雄心勃勃的AI模型。
當玩家與周圍環境互動時，他們通過掃描PokéStops、健身房或特定地標等行動貢獻地理空間數據。
這些信息對Niantic的VPS至關重要，該系統以厘米級精度確定手機的確切位置和方向。
Pokémon Playgrounds是Pokémon GO中的一個實驗功能，是這種整合的例子。
它允許玩家在現實世界的位置留下虛擬的寶可夢，供其他人互動和拍攝。
這不僅增強了遊戲體驗，還為AI提供了有價值的行人層級洞察。
Niantic的VPS有何不同？
與依賴於車輛或航空影像的傳統地圖系統不同，Niantic的VPS從地面視角收集數據，通常覆蓋車輛無法到達的地方。
這種獨特的方法提供了對公共空間和私人區域的詳細洞察。
此外，Niantic使用5000萬個先進的神經網絡和超過150萬億個參數來訓練其模型。
通過將數千張圖像壓縮為輕量級神經數據，該系統能夠以前所未有的規模分析環境。
大型地理空間模型的應用
雖然遊戲是Niantic LGM最明顯的用途，但其潛力遠不止於此。
該公司預見在增強現實（AR）、城市規劃、物流甚至遠程協作方面的應用。
例如，增強現實眼鏡可以使用該模型，將數字物體無縫地融合到物理世界中。
同樣地，城市規劃者可能會利用它進行空間分析，而企業則可以通過了解行人模式來優化送貨路線。
Niantic將這個項目視為空間計算的基礎，架起數字與物理領域之間的橋樑。
隨著增強現實設備的普及，LGM可能會改變人類在日常生活中與技術的互動方式。
隱私問題和數據使用
Niantic對玩家數據的依賴引發了對隱私的質疑。
根據其隱私政策，該公司收集位置數據、姓名和電子郵件地址等詳細信息。
然而，它並未澄清這些信息在遊戲之外是如何處理的。
對於兒童，存在單獨的政策，並設有家長管理孩子檔案的入口。
約翰霍普金斯大學信息安全研究所執行主任Anton Dahbura表示，利用客戶數據進行此類目的的公司正變得「新常態」。
Niantic堅持認為其數據收集通過專注於行人視角提供了獨特的價值，這使其與其他地圖技術區分開來。
