Εκπαίδευση Τεχνητής Νοημοσύνης μέσω Pokémon Go

Οι παίκτες του Pokémon Go εκπαιδεύουν άθελά τους ένα προηγμένο σύστημα AI που σχεδιάστηκε από τη Niantic για να ολοκληρώσει πραγματικές τοποθεσίες. Αυτή η πρωτοβουλία επικεντρώνεται γύρω από ένα «Μεγάλο Γεωχωρικό Μοντέλο» (LGM), το οποίο βασίζεται σε δεδομένα που δημιουργούνται από τους χρήστες για τη βελτίωση των εφαρμογών επαυξημένης πραγματικότητας και ρομποτικής.

Οι παίκτες του Pokémon Go εκπαιδεύτηκαν προηγμένη τεχνητή νοημοσύνη για εφαρμογές πραγματικού κόσμου

της Niantic επίσημο ιστολόγιο υπογραμμίζει ότι το LGM λειτουργεί παρόμοια με ένα “Μοντέλο Μεγάλης Γλώσσας”, όπως το ChatGPT, αλλά αφορά συγκεκριμένα σε φυσικά περιβάλλοντα. Το LGM εκπαιδεύεται σε εκτεταμένα σημεία δεδομένων πραγματικών τοποθεσιών, όπως εκκλησίες, πάρκα και σπίτια. Χρησιμοποιώντας αυτό το μοντέλο, η Niantic στοχεύει να προβλέψει τα χαρακτηριστικά των τοποθεσιών που δεν έχει συναντήσει άμεσα. Η εταιρεία τόνισε ότι, ενώ είναι μοναδικές στην τοποθεσία τους, πολλές δομές μοιράζονται κοινά χαρακτηριστικά που καθιστούν αυτό το μοντέλο αποτελεσματικό για την κατανόηση της αστικής γεωγραφίας.

Για να διευκολυνθεί αυτό, η Niantic αναπτύσσει ένα σύστημα οπτικής θέσης (VPS). Αυτή η τεχνολογία χρησιμοποιεί εικόνες smartphone για να διακρίνει τη θέση και τον προσανατολισμό του χρήστη με υψηλή ακρίβεια, επιτρέποντας ακριβείς ψηφιακές επικαλύψεις στο φυσικό τοπίο. Η Niantic εξήγησε ότι αυτό θα επιτρέψει στο περιεχόμενο επαυξημένης πραγματικότητας να παραμείνει σε συγκεκριμένες τοποθεσίες, συμβάλλοντας σε μια πιο περίπλοκη εμπειρία χρήστη. Για παράδειγμα, η λειτουργία «Pokémon Playgrounds» που κυκλοφόρησε πρόσφατα επιτρέπει στους παίκτες να τοποθετούν τα Pokémon σε συγκεκριμένες τοποθεσίες του πραγματικού κόσμου, οι οποίες παραμένουν προσβάσιμες για άλλους χρήστες.

Η συζήτηση Palworld εναντίον Pokemon θα μπορούσε να τελειώσει στο δικαστήριο λόγω αξιώσεων πνευματικών δικαιωμάτων

Ο τεράστιος όγκος δεδομένων που δημιουργούνται από τους παίκτες του Pokémon Go ήταν θεμελιώδης για αυτό το έργο. Επί του παρόντος, η Niantic διαθέτει περίπου 10 εκατομμύρια σαρωμένες τοποθεσίες, με 1 εκατομμύριο να είναι βιώσιμες για την υπηρεσία VPS της. Η εταιρεία συλλέγει περίπου 1 εκατομμύριο νέες σαρώσεις κάθε εβδομάδα, με εκατοντάδες εικόνες η καθεμία. Αυτή η συνεχής εισροή δεδομένων τοποθεσίας είναι απαραίτητη για τη βελτίωση της λειτουργικότητας γεωχωρικής τεχνητής νοημοσύνης που προωθεί η Niantic.

«Φανταστείτε τον εαυτό σας να στέκεται πίσω από μια εκκλησία. Ας υποθέσουμε ότι το πλησιέστερο τοπικό μοντέλο έχει δει μόνο την μπροστινή είσοδο αυτής της εκκλησίας, και έτσι, δεν θα μπορεί να σας πει πού βρίσκεστε. Το μοντέλο δεν έχει δει ποτέ το πίσω μέρος αυτού του κτιρίου. Αλλά σε παγκόσμια κλίμακα, έχουμε δει πολλές εκκλησίες, χιλιάδες από αυτές, όλες απαθανατισμένες από τα αντίστοιχα τοπικά τους μοντέλα σε άλλα μέρη σε όλο τον κόσμο. Καμία εκκλησία δεν είναι ίδια, αλλά πολλές μοιράζονται κοινά χαρακτηριστικά. Ένα LGM [Large Geospatial Model] είναι ένας τρόπος πρόσβασης σε αυτή τη διανεμημένη γνώση».

– Niantic

Παρά αυτές τις αισιόδοξες εφαρμογές, οι ανησυχίες σχετικά με το απόρρητο των δεδομένων και τις ευρύτερες επιπτώσεις της εκπαίδευσης στην τεχνητή νοημοσύνη εξακολουθούν να υφίστανται. Όπως υπογραμμίζεται από διάφορους σχολιαστές, συμπεριλαμβανομένης της αναλύτριας του OSINT, Elise Thomas, οι πιθανές στρατιωτικές εφαρμογές μιας τέτοιας τεχνολογίας εγείρουν ηθικά ερωτήματα. Η τεχνολογία που χρησιμοποιείται για gaming θα μπορούσε να εξελιχθεί σε εργαλεία με σημαντικές προεκτάσεις σε διάφορους τομείς, πέρα ​​από την ψυχαγωγία.

Οι εφαρμογές μπορεί να ξεκινούν αβλαβή – όπως η δημιουργία ψηφιακών Pokémon σε συγκεκριμένες τοπικές ρυθμίσεις του πραγματικού κόσμου – αλλά οι έρευνες για τις ευρύτερες επιπτώσεις αυτής της τεχνολογίας είναι πιθανό να συνεχιστούν. Καθώς η Niantic προωθεί το έργο LGM, η ισορροπία μεταξύ της αξιοποίησης πολύτιμων δεδομένων και της διασφάλισης του απορρήτου των χρηστών παραμένει βασικό θέμα για τη συνεχή συζήτηση.

Πίστωση επιλεγμένης εικόνας: Pokémon Go