自媒体写作的 QRIES 方法论,初学者如何写出让人信服的好文章

Niantic 的新 AI 模型可能是由不知情的 Pokémon Go 玩家构建的

2024-11-20 17:29:49 英文原文

作者:Justin Carter

“从大型语言模型到大型地理空间模型的道路是人工智能进化的又一步。”

Screenshot from Niantic's Pokémon Go.

图片来自 Niantic。

概览

  • AR 开发者花了五年时间利用其游戏和定位技术来建立对地球的“详细了解”。

Niantic 最近宣布推出大型地理空间模型 (LGM),该模型使用机器学习来“理解场景并将其与全球数百万个其他场景连接起来”。但根据404媒体,LGM 可能是通过征募不知情的玩家多年来通过诸如此类的游戏来完成工作室的工作而制作的精灵宝可梦 Go

在其博客Niantic 表示希望 LGM 能够“实现对地理位置的共同理解,并理解尚未完全扫描的地方。”它建立在工作室的视觉定位系统(VPS)的基础上,该系统可以让玩家“以厘米级的精度在世界中定位自己”,并在他们离开后查看或放置数字内容在他们的确切位置。

两个都精灵宝可梦 Go入口是增强现实 (AR) 游戏,当玩家探索地点以寻找神奇宝贝或玩家制作的艺术品时,会收集地理定位图像。Niantic 承认,过去五年来,其 VPS 在全球范围内扫描了超过 1000 万个地点,并且“每周收到约 100 万次新扫描”,这些扫描是从其游戏中收集的——其中一款游戏非常受欢迎。近十年了,这意味着玩家可能在不知不觉中参与了帮助建立 LGM。

与大型语言模型(LLM)类似,Niantic 的模型从现实世界位置抓取数据,它希望利用该技术“使计算机不仅能够感知和理解物理空间,而且能够以新的方式与它们交互。”其数据比谷歌地图或街道等数据更丰富的是其观点:正如 Niantic 指出的那样,这些数据“是从行人的角度获取的,包括汽车无法到达的地方”。

截至 2024 年 7 月 15 日,Niantic隐私政策确认它使用地理空间技术和玩家录音来“建立对现实世界地点的 3D 理解,目标是为我们的用户提供新型 AR 体验。”该功能是可选的,玩家可以随时禁用,但似乎是 Niantic AR 及其模型目标的“关键组成部分”。

“从 LLM 到 LGM 的道路是人工智能进化的又一步,”其博客总结道。“世界未来的操作系统将取决于物理现实和数字现实的融合,以创建一个以人为中心的空间计算系统。”

无论好坏,游戏行业都想涉足 genAI

NVIDIA 和 OpenAI 等公司此前曾因使用尽可能多的资源或人员来构建人工智能技术而受到批评。8 月,404 发布了一份报告,声称 NVIDIA 确实这样做了广泛刮擦YouTube 上针对其人工智能工具的文案材料,据报道会消除人们对这种做法的担忧,或称其“完全符合版权法的文字和精神”。

一段时间以来,违反同意一直是生成人工智能和类似技术的主要批评点:配音演员已经谈到了他们的声音如何由改装者使用为流行游戏制作内容,并表达了类似的担忧,即音频公司迫使他们让他们的表演被用来训练人工智能模型

一些开发人员以非语音方式使用 genAI 技术,作为减轻负担的一种手段。开发负荷并发现老问题的新修复。但高层管理人员认为这项技术也可以用于概念设计新的游戏创意或其他创意手段

游戏开发者已联系 Niantic,要求澄清其地理空间数据的获取方式以及该数据使用的透明度。我们将在收到回复后进行更新。

阅读更多有关:

生成式人工智能

关于作者

Justin Carter

GameDeveloper.com 特约编辑

Justin Carter 是密苏里州堪萨斯城人,曾为 IGN、Polygon 和 SyFy Wire 等众多网站撰稿。除了 Game Developer 之外,您还可以在 Gizmodo 的 io9 上找到他的文章。不要问他吃了多少口香糖,因为答案会比他愿意承认的多。

你可能也喜欢


关于《Niantic 的新 AI 模型可能是由不知情的 Pokémon Go 玩家构建的》的评论


暂无评论

发表评论

摘要

Niantic 使用机器学习开发了大型地理空间模型(LGM)来理解和连接全球场景。LGM 基于工作室的视觉定位系统 (VPS) 构建,该系统从 Pokémon Go 等热门游戏中收集地理定位图像,为数字内容放置提供厘米级精度。Niantic 旨在与其 LGM 建立对地理位置的共同理解,通过包含汽车无法访问的行人视角数据,将其与其他地图服务区分开来。该公司的隐私政策确认使用玩家录音和地理空间技术来构建 3D 现实世界地点模型,提供新的 AR 体验。这一发展代表着人工智能在整合物理和数字现实以进行空间计算方面又向前迈出了一步。