یک پست وبلاگ در وب سایت Niantic توجه بسیاری از طرفداران Pokemon Go و افراد آگاه به فناوری را به دلیل توضیحات طولانی این شرکت در مورد کارش در آموزش یک مدل جغرافیایی مبتنی بر یادگیری ماشین از طریق برنامه های خود جلب کرد. این بدان معنی است که شما، بله، شما ممکن است در ساختن آن نقش داشته باشید.
پست وبلاگ مورد بحث با عنوان «ساخت یک مدل جغرافیایی بزرگ برای دستیابی به هوش فضایی» بیان میکند که از طریق سیستم موقعیتیابی بصری نیانتیک، زیاد داده ها و مدل جغرافیایی آن را از طریق آموزش های زیادی (با تشکر، 404 Media).
تنظیمات کوکی را مدیریت کنید
ما به عنوان بخشی از سیستم موقعیت یابی بصری (VPS) شرکت Niantic، بیش از 50 میلیون شبکه عصبی را با بیش از 150 تریلیون پارامتر آموزش داده ایم که در چشم انداز ما از یک مدل جغرافیایی بزرگ (LGM) امکان عملیات در بیش از یک میلیون مکان را فراهم می کند. هر «این شبکههای محلی به یک مدل جهانی بزرگتر کمک میکنند، درک مشترکی از مکانهای جغرافیایی را پیادهسازی میکنند، و مکانهایی را که هنوز به طور کامل بررسی نشدهاند، درک میکنند».
خب، ممکن است سوالات بزرگی در اینجا وجود داشته باشد. اول، این مدل جغرافیایی واقعاً چه کاری انجام می دهد؟ خوب، به زبان ساده، به رایانهها کمک میکند تا محیطهای دنیای واقعی را درک کرده و مسیریابی کنند. همانطور که در پست وبلاگ فوق توضیح داده شد، این در واقع برای فناوری به معنای این است که چیزهایی مانند عینک واقعیت افزوده، رباتها و سیستمهای خودمختار بهتر میتوانند در خیابان راه بروند، بدون اینکه بخواهند تشخیص دهند به سمت کدام تیر چراغ میروید.
New: the company behind Pokemon Go has announced it is using data collected by its millions of players to build an AI model that can navigate the real world, and could be used for robots. Doubt Pokemon Go players anticipated contributing data to this project www.404media.co/pokemon-go-p…
— Joseph Cox (@josephcox.bsky.social) 2024-11-19T15:36:06.741Z
سوال دوم این سیستم موقعیت یابی نوری چیست؟ خب، بازیکنان Pokemon Go ممکن است از طریق لنز ابزار نقشه برداری واقعیت افزوده بازی بدانند. اینها مدتی است که بخشی از ماموریت های تحقیقاتی میدانی بوده اند و بازیکن را برای دریافت جوایز درون بازی از نقاطی از جهان پاک می کند. VPS، همانطور که در یکی دیگر از پست های وبلاگ Niantic توضیح داده شده است، بخشی از فناوری است که محتوای واقعیت افزوده را بهتر به دنیای واقعی نگاشت می کند. بنابراین، دوباره به زبان ساده، روشی که بازی ایستگاه را تعیین می کند، یک موزه محلی است، نه توالت میخانه.
Niantic میگوید که اکنون بیش از 10 میلیون مکان توسط کاربرانش در بازیهای متعددش اسکن شده است، و حتی یک نقشه حرارتی ارائه میکند تا نشان دهد که اکثر این دادهها در ژاپن، ایالات متحده آمریکا و اروپای مرکزی جمعآوری شدهاند. مدلهای هوش مصنوعی و ML به دلیل استفاده در دستهای از مزخرفات بیفایده، دارای پوشش بدی شایستهای هستند. اما، اگر شما درگیر توسعه هوش مصنوعی هستید، این نشان دهنده پیشرفت های واقعی فناوری در مورد واقعیت افزوده است. یکی فقط امیدوار است که از Pokemon Go برای اسکن کل خانه خود برای نیانتیک استفاده نکنید، مبادا متاکروس واقعی درب حمام شما را مانند The Shining خراب کند.
نظر شما در مورد این همه چیست؟ من شخصاً تا حد زیادی با فناوری هوش مصنوعی در سطح زیست محیطی مخالف هستم، حداقل تا زمانی که راه حل خوبی برای بحران انرژی پیدا کنیم، اما شاید شما احساس متفاوتی داشته باشید! در زیر به ما اطلاع دهید.
منبع: https://www.vg247.com/pokemon-go-developer-niantic-using-player-data-to-train-ai