Niantic 使用 Pokémon Go 玩家数据构建 AI 导航系统
2024-11-19 20:34:09
英文原文
上周，尼安蒂克公布的计划创建一个人工智能模型，使用从其手机游戏玩家收集的扫描数据来导航物理世界，例如精灵宝可梦Go，以及来自其用户的扫描宇宙应用程序、报告404媒体。
所有人工智能模型都需要训练数据。到目前为止，公司已经从网站、YouTube 视频、书籍、音频源等收集数据，但这可能是我们第一次听说通过移动游戏应用程序收集人工智能训练数据。
“在过去的五年里，Niantic 一直专注于构建我们的视觉定位系统 (VPS)，该系统使用手机中的单个图像来确定其位置和方向，使用根据人们扫描我们游戏和 Scaniverse 中的有趣位置而构建的 3D 地图，“Niantic 在公司博客文章中写道。
该公司将其创建称为“大型地理空间模型”（LGM），与大型语言模型（LLM）类似，例如为聊天GPT。语言模型处理文本，而 Niantic 的模型将使用通过其应用程序收集的地理定位图像来处理物理空间。
Niantic 数据收集的规模揭示了该公司在 AR 领域的巨大影响力。该模型从全球超过 1000 万个扫描位置中提取数据，用户每周通过以下方式捕获大约 100 万次新扫描精灵宝可梦 Go和扫描宇宙。这些扫描来自行人视角，捕捉汽车和街景摄像机无法进入的区域。
第一人称扫描
该公司报告称，它已经训练了超过 5000 万个神经网络，每个神经网络代表一个特定的位置或视角。这些网络将数千个地图图像压缩为物理空间的数字表示。它们总共包含超过 150 万亿个参数 - 可帮助网络识别和了解位置的可调节值。多个网络有助于绘制单个位置的地图，Niantic 计划将其知识整合到一个综合模型中，该模型可以理解任何位置，即使是从不熟悉的角度。
关于《Niantic 使用 Pokémon Go 玩家数据构建 AI 导航系统》的评论
暂无评论
发表评论
摘要
Niantic 宣布计划利用从 Pokémon Go 和 Scaniverse 应用程序等手机游戏中收集的数据来开发用于现实世界导航的人工智能模型。“大型地理空间模型”(LGM) 使用来自全球超过 1000 万个位置的扫描，用户每周添加约 100 万个新扫描。这种第一人称视角数据有助于绘制汽车或街景摄像头无法到达的区域的地图，从而有助于构建能够从不同角度了解任何位置的综合人工智能系统。