Przez lata Pokémon Go urzekło miliony graczy rozgrywką w rzeczywistości rozszerzonej, zamieniając ulice miast w cyfrowe tereny łowieckie. Gracze przemierzali ulice z podniesionymi kamerami, goniąc wirtualne stworzenia nałożone na świat rzeczywisty. Teraz, dziesięć lat później, działalność ta po cichu napędza następną generację robotów dostawczych. Niantic Spatial, zespół odpowiedzialny za Pokémon Go, współpracuje z Coco Robotics, aby wyposażyć swoje roboty dostawcze na małe odległości w precyzyjny system nawigacji zwany systemem wizualnego pozycjonowania (VPS).
Nieoczekiwana przydatność danych zbiorczych
VPS to nie tylko alternatywa dla GPS; wykorzystuje wskazówki wizualne do określenia lokalizacji z centymetrową precyzją. Główny? Został wytrenowany na ponad 30 miliardach obrazów zebranych przez użytkowników Pokémon Go. Oznacza to, że wszystkie godziny spędzone na skanowaniu parków, parkingów, a nawet słabo oświetlonych alejek w poszukiwaniu Pikachu i Charizardów są teraz wykorzystywane na pomaganie robotom w dostarczaniu jedzenia.
Jest to doskonały przykład tego, jak pozornie niezwiązane ze sobą gromadzenie danych może po latach prowadzić do nieprzewidzianych zastosowań. Jak to ujął dyrektor generalny Niantic Spatial, John Hank: „Nakłonienie Pikachu do realistycznego biegania i sprawienie, by robot Coco bezpiecznie i dokładnie poruszał się po świecie, to w rzeczywistości ten sam problem”.
Jak dane Pokémon Go napędzają nawigację robota
VPS działa w oparciu o analizę otoczenia, zamiast po prostu polegać na GPS. Gracze Pokémon Go fizycznie przenieśli się do określonych lokalizacji, kierując swoje telefony pod różnymi kątami, co wymagało ogromnego wysiłku związanego z mapowaniem. W 2020 r. firma Niantic dodatkowo zachęciła do gromadzenia danych za pomocą „badań terenowych”, zachęcając graczy do skanowania prawdziwych posągów i punktów orientacyjnych w celu uzyskania nagród w grze.
Sama ilość danych – zasilana przez szczytową liczbę aktywnych użytkowników wynoszącą 230 milionów miesięcznie w 2016 r. i obecnie wynoszącą około 50 milionów – zapewnia dokładność w różnych warunkach: pogodzie, oświetleniu, kątach i wysokości. Ten ciągły napływ danych tworzy stale udoskonalający się model.
Wyzwanie autonomicznych robotów ostatniej mili
Autonomiczne roboty często borykają się z ograniczeniami GPS w gęstych obszarach miejskich, gdzie wysokie budynki zakłócają sygnały. Wyposażone w cztery kamery roboty Coco będą wykorzystywać VPS do precyzyjnej nawigacji, zapewniając szybsze i bardziej niezawodne dostawy. Stawka jest wysoka; Opóźnienia w dostawie żywności mogą kosztować firmy pieniądze i frustrować klientów.
Jak zauważa Hank: „Obietnice związane z robotami ostatniej mili są ogromne, ale rzeczywistość poruszania się po chaotycznych ulicach miast stanowi jedno z największych wyzwań inżynieryjnych”.
Zmiana przeznaczenia danych: rosnący trend
Zmiana przeznaczenia danych Pokémon Go przez Niantic nie jest odosobnionym przypadkiem. Testy CAPTCHA firmy Google, które od dawna podejrzewa się o trenowanie modeli widzenia komputerowego AI, oraz rzekomy dostęp organów ścigania do danych Waze na potrzeby dochodzeń, wskazują na szerszą tendencję. Chociaż Niantic nie ogłosiło planów udostępniania władzom danych VPS, potencjał jest jasny: narzędzie wskazujące lokalizację może być nieocenione w przypadku nadzoru.
„Żywa mapa” i ciągłe gromadzenie danych
Niantic planuje „żywą mapę”, która będzie ewoluować w miarę gromadzenia większej ilości danych. Kiedy roboty dostawcze wyposażone w VPS wyjdą na ulice, wniosą wkład w rozwój tego modelu, jeszcze bardziej poprawiając jego dokładność. To ciągłe gromadzenie danych ze świata rzeczywistego odzwierciedla podejście przyjęte przez producentów samochodów autonomicznych, takich jak Waymo i Tesla, gdzie ciągłe doskonalenie poprzez testy w świecie rzeczywistym ma kluczowe znaczenie dla postępu.
Zasadniczo, gdy następnym razem zobaczysz w parku kogoś pochłoniętego Pokémon Go, pamiętaj, że jego cyfrowe poszukiwania mogą po cichu kształtować przyszłość dostaw żywności.
