1773903403
2026-03-19 06:46:00
Пикачу на каждом углу. Повышение уровня перед посещением спортзала. «Покемоны идут на выборы». Вы хорошо помните эту эпоху: Pokémon Go стала безумием, сотни миллионов людей вышли на улицы в поисках редкого Азельфа или специального выпуска Чаризарда. Теперь кажется, что Pokémon Go не только покорила мир, но и использовала краудсорсинговые данные для его картирования.
За последнее десятилетие игроки в Pokémon Go добровольно предоставили фотографии и короткие видеоролики общественных достопримечательностей, углов улиц, витрин и городских перекрестков — все вместе, чтобы создать набор данных, который сейчас насчитывает 30 миллиардов изображений, снятых на уровне земли почти в каждом крупном городе на планете. Niantic Spatial, подразделение корпоративного искусственного интеллекта и картографирования, созданное на базе Niantic Inc., потратило годы на преобразование этой находки в то, чего индустрия робототехники никогда раньше не видела: фотореалистичную уличную, постоянно обновляемую модель физического мира, созданную специально для роботов.
Эта модель в настоящее время используется для навигации по парку роботов-доставщиков Coco Robotics, насчитывающему около 1000 человек, которые работают в городах по всей стране и по всему миру, включая Лос-Анджелес, Чикаго, Майами, Джерси-Сити и Хельсинки, и на сегодняшний день регистрируют миллионы миль доставок. Брайан МакКлендон, технический директор Niantic Spatial и один из первых создателей Google Earth, ясно объясняет стратегию обработки данных.
«Мы рассматриваем данные игроков как очень качественные данные наземных тренировок для других наборов данных более низкого качества», — сказал МакКлендон. Удача в заявлении. «Долгосрочная философия Niantic Spatial заключается в том, что мы можем решить эти сложные проблемы локализации, реконструкции и семантики, используя очень концентрированные места для обучения моделей, а затем использовать гораздо более широко доступные данные с более низким разрешением, чтобы иметь возможность локализовать, визуализировать и понимать «плохие» данные».
30 миллиардов изображений Pokémon Go — это не просто карта: это главный ключ, который раскрывает потенциал создания реальной карты в реальном времени. Сканирование игрока показывает модели, как выглядит точность — на самом деле она настолько точна, что может даже сигнализировать о несовершенстве входных данных. Эта стратегия позиционирует Niantic Spatial не столько как игровую компанию, которая развернулась, сколько как самую амбициозную картографическую операцию из когда-либо созданных, которая полностью финансировалась за счет энтузиазма ее собственных пользователей по ловле цифровых существ.
Система визуального позиционирования Niantic Spatial, или VPS, решает проблему, которая незаметно тормозит индустрию автономной доставки. GPS, основа большинства навигационных систем, не очень хорошо работает в плотной городской среде, где высокие здания мешают спутниковым сигналам. Для робота-доставщика, которому нужно доставить еду точно к порогу, нахождение в нескольких футах от него означает недовольство клиентов, жалующихся, что их гамбургер холодный или находится в животе у соседа. Вместо этого VPS полностью обходит спутники, сравнивая прямые трансляции с камер робота со своей обширной базой данных изображений, чтобы определить положение в реальном времени.
«Модель будет работать в режиме реального времени, получая изображения от робота и сравнивая их как с общедоступными, так и с собственными наборами данных, которые мы собрали, чтобы определить глобальное положение и курс робота», — сообщил представитель Niantic Spatial. Удача в заявлении. Компания знала, где эта технология работает лучше всего: «VPS Niantic Spatial особенно устойчив в городских каньонах, где GPS работает плохо».
«Наш первоначальный VPS был построен с использованием сканирований, которые пользователи выбирают в играх, но ни один источник не определяет модель», — сказал представитель Niantic Spatial. Участие игроков всегда было добровольным: пользователи должны были активно выбирать отправку короткого видеосканирования определенной общественной достопримечательности. Сегодня модель все больше учится на данных, которые корпоративные клиенты Niantic Spatial генерируют сами. Базовый механизм — большая геопространственная модель, или LGM, обученная на миллиардах заданных изображений и сотнях миллионов реальных сканирований, — обеспечивает три возможности: реконструкцию пространств в виде навигационных 3D-моделей, локализацию машин в этих пространствах и семантическое понимание окружающей среды. Как написал генеральный директор Джон Ханке в недавнем выпуске блог пост: «Последние несколько лет мы создавали большую геопространственную модель, которая действует как живая, дышащая карта мира, присущая роботам и искусственному интеллекту».
По мнению генерального директора Coco Зака Раша, проблема заключается в навыках критического мышления роботов (или в их отсутствии).
«Роботы еще не обладают такой же интуицией, как человек, и человек может понять: «Мой GPS на самом деле не работает, но я понимаю, что это, вероятно, правильное место», — сказал Раш. Удача. «Нам нужно, чтобы робот обладал такой интуицией».
«Когда мы попадаем в густонаселенные районы с высотными зданиями, решение VPS может быть действительно полезным», — сказал Раш. «Наша GPS и существующие решения могут потерпеть неудачу в такой среде».
Ставки, отметил он, покупатели ощущают в самый последний момент доставки: «Если робот припаркуется в неправильном месте в ожидании получения заказа, это будет ужасно для клиента».
«Очень рано с [Niantic Spatial]и я думаю, что мы рады сотрудничеству с такой замечательной командой, чтобы выяснить, как добавить это к существующей технологии, чтобы сделать сервис лучше. VPS — очевидный вариант, — продолжил Раш, — Они очень хорошо это делают. Если я смогу точнее определить, куда сдать еду, мои клиенты будут счастливы».
#Игроки #Pokémon #создали #карту #из #миллиардов #фотографий #на #которой #теперь #обучают #роботов #доставлять #пиццу
Ещё по этой теме
