A Niantic, dona do jogo de realidade aumentada “Pokémon Go”, usa dados dos usuários de seus jogos para construir o que chama de “modelo geoespacial de grande escala”.
A base de dados utilizada pela Niantic Spatial —braço de inteligência artificial da desenvolvedora— conta com 10 milhões de locais escaneados ao redor do mundo por jogadores.
A empresa afirma em seu site que “simplesmente andar por aí jogando nossos jogos não é treinar um modelo de IA”, e que os escaneamentos contribuídos por jogadores são “completamente opcionais”. Segundo a Niantic Spatial, os usuários precisam visitar um local público específico e clicar para escanear para que as imagens integrem a base de dados do modelo.
Uma das principais aplicações da tecnologia é no serviço de delivery. No dia 10 de março, a Niantic Spatial anunciou uma parceria com a startup Coco Robotics, que afirma ter “a maior frota de veículos autônomos de entrega do mundo”.
A empresa, apoiada pela OpenAI, dona do ChatGPT, está presente em cidades dos Estados Unidos como Chicago, Miami e Los Angeles com mil robôs que realizam entregas diretamente ao consumidor.
A Niantic afirma que o diferencial de seu modelo geoespacial é a utilização de um VPS (sigla para sistema de posicionamento visual) que fornece uma visão geográfica única das cidades. A base de imagens é única porque os dados foram “capturados da perspectiva de pedestres e incluem lugares inacessíveis a carros”, diz a empresa.
O cruzamento de dados ajudou a resolver o problema de geolocalização da Coco Robotics. “Fazer o Pikachu correr de forma realista e fazer o robô da Coco se mover com segurança e precisão é, na verdade, o mesmo problema”, comentou o CEO da Niantic Spatial, John Hanke.
Além das imagens coletadas por mais de 100 milhões de jogadores que baixaram o aplicativo do “Pokémon Go”, a Niantic Spatial treinou os seus modelos com as imagens coletadas no jogo “Ingress”, lançado em 2013, resultando em mais de 30 bilhões de imagens urbanas armazenadas pelos jogadores que alimentaram a base da inteligência artificial.
O cruzamento permitiu ângulos, horários e condições climáticas diferentes do mesmo local, aumentando a precisão para a entrega. O conjunto de dados, somado a mais quatro câmeras acopladas a cada robô, leva a Coco a esperar a localização mais próxima possível para quem receberá a encomenda.
Hanke afirma que esse passo ajudará a montar “um mapa vivo”, com uma simulação hiperdetalhada do mundo, com diferentes possibilidades de horário e condição climática, o que permitirá que robôs possam ser ensinados a chegar aos locais e reconhecer objetos para poder ter uma entrega próxima ao que o ser humano realiza atualmente.
“Ainda não chegamos lá, mas queremos chegar”, comentou Brian McClendon, CTO da Niantic Spatial.
