Pemain Pokémon GO Membantu Pelatihan! Niantic Membangun Model Dunia AI untuk Mendukung Industri Robot Pengiriman

Niantic membangun sistem penentuan posisi visual dengan menggunakan 30 miliar gambar kota dari Pokémon Go, dengan tingkat akurasi hingga centimeter, dan sedang menguji coba dengan 1.000 robot pengantar.

Pengembang game augmented reality (AR) populer di seluruh dunia, Pokémon Go, dan perusahaan AI di bawah naungan Niantic, Niantic Spatial, sedang memanfaatkan puluhan miliar gambar kota yang diambil oleh para pemain selama bertahun-tahun untuk membangun sebuah sistem penentuan posisi visual (Visual Positioning System) dan model dunia AI yang mampu memahami dunia nyata. Teknologi ini dapat menentukan posisi secara akurat di lingkungan kota yang sinyal GPS-nya tidak stabil, dan telah bekerja sama dengan perusahaan robot pengantar untuk menguji kemampuan navigasi robot dan AI di dunia nyata, membuka arah baru untuk masa depan.

Gambar pemain Pokémon Go menjadi data pelatihan AI, membangun model dunia dari foto kota

Sejak diluncurkan pada tahun 2016, Pokémon Go dengan cepat menjadi game populer di seluruh dunia, di mana pemain menggunakan kamera ponsel mereka untuk menangkap Pokémon di dunia nyata. Game AR terkenal yang dikembangkan oleh Niantic ini, meskipun sudah diluncurkan bertahun-tahun lalu, tetap memiliki lebih dari 100 juta pemain aktif setiap tahun hingga saat ini.

Namun, selama bermain, pemain harus terus mengarahkan kamera ponsel mereka ke bangunan dan landmark kota, tanpa disadari mengumpulkan sejumlah besar data gambar.

Baru-baru ini, Niantic Spatial, perusahaan AI di bawah Niantic, menyatakan bahwa mereka telah mengumpulkan dan mengatur sekitar 30 miliar gambar dari lingkungan kota di seluruh dunia, yang dilengkapi dengan data lokasi geografis yang sangat akurat dan informasi pengambilan gambar, seperti arah ponsel, kecepatan bergerak, dan sudut pengambilan gambar. Data ini saat ini digunakan untuk melatih AI agar dapat membangun “model dunia” yang mampu memahami ruang nyata.

Sistem penentuan posisi visual vs GPS: AI dapat menentukan posisi secara akurat melalui citra bangunan

Dilaporkan oleh NewsForce, teknologi terbaru yang dikembangkan oleh Niantic Spatial adalah sebuah sistem penentuan posisi visual (Visual Positioning System, VPS). Model AI ini mampu menganalisis foto bangunan atau landmark untuk menentukan lokasi pengguna dengan tingkat akurasi bahkan hingga centimeter.

Perusahaan menyatakan bahwa basis data mereka saat ini mencakup lebih dari satu juta landmark di seluruh dunia. Di setiap lokasi, mungkin terkumpul ribuan gambar yang diambil pada waktu berbeda, dari sudut berbeda, dan dalam kondisi cuaca berbeda pula. AI dapat membandingkan fitur dari gambar-gambar ini untuk memperkirakan posisi perangkat dan arah pandang, menghasilkan estimasi posisi yang cukup akurat.

Chief Technology Officer Niantic Spatial, Brian McClendon, menjelaskan bahwa ini berbeda dari penentuan posisi GPS tradisional, yang bergantung pada sinyal satelit, sedangkan VPS menentukan posisi melalui “apa yang dilihat”:

Di lingkungan kota yang padat gedung, sinyal GPS sering mengalami bias, yang dapat menyebabkan kesalahan posisi hingga puluhan meter, bahkan salah arah.

Kesalahan semacam ini tidak terlalu berpengaruh bagi pengguna umum, tetapi bagi robot yang membutuhkan navigasi presisi tinggi, hal ini bisa menjadi masalah besar. Oleh karena itu, teknologi penentuan posisi berbasis citra ini menjadi solusi yang menarik bagi perusahaan robot.

Dari menangkap Pokémon hingga pengantaran makanan: robot pengantar mulai mengadopsi teknologi Niantic

Saat ini, Niantic Spatial telah bekerja sama dengan perusahaan robot pengantar, Coco Robotics, untuk melakukan pengujian. Coco telah menempatkan sekitar 1.000 robot pengantar di berbagai kota di Amerika Serikat dan Eropa, yang digunakan untuk pengantaran makanan dan bahan kebutuhan pokok. Robot-robot ini berukuran seperti koper kecil, mampu membawa hingga 8 pizza besar atau 4 kantong bahan kebutuhan pokok.

Perusahaan menyatakan bahwa meskipun robot-robot ini telah menyelesaikan lebih dari 500.000 pengantaran, terkadang mereka masih mengalami kesulitan karena ketidakakuratan GPS, sehingga sulit untuk berhenti tepat di depan restoran atau pintu pelanggan:

Dengan menggunakan model penentuan posisi visual dari Niantic, robot dapat memanfaatkan empat kamera yang terpasang untuk menganalisis lingkungan sekitar secara lebih akurat, sehingga dapat menentukan posisi dan arah perjalanan dengan lebih baik, meningkatkan keandalan pengantaran.

Era robot sedang dimulai: Niantic ingin membangun “peta hidup”

CEO Niantic Spatial, John Hanke, menyatakan bahwa awalnya teknologi penentuan posisi visual dikembangkan untuk mendukung kacamata AR dan aplikasi augmented reality, tetapi seiring berkembangnya industri robot, perusahaan mulai mengarahkan teknologi ini ke navigasi robot.

Dia menambahkan bahwa perusahaan sedang membangun sebuah sistem yang disebut “Living Map” (Peta Hidup), sebuah model dunia digital yang sangat rinci dan terus diperbarui, mampu mengikuti perubahan di dunia nyata secara dinamis.

Ke depan, robot pengantar, perangkat pintar, bahkan perangkat AR bisa menjadi sumber data peta, secara terus-menerus mengirimkan informasi lingkungan, sehingga dunia digital semakin mendekati tampilan dunia nyata yang dinamis.

AI harus memahami dunia nyata: “World Model” menjadi fokus teknologi baru

Dalam beberapa tahun terakhir, bidang riset AI mulai menaruh perhatian besar pada konsep “World Model” (Model Dunia). Meskipun model bahasa besar (Large Language Models, LLM) menunjukkan performa luar biasa dalam pengolahan teks dan pengetahuan, mereka masih memiliki keterbatasan dalam memahami ruang fisik dan lingkungan nyata.

Dengan menggabungkan peta, citra, dan informasi lingkungan, model dunia bertujuan agar AI dapat memahami objek, hubungan ruang, dan perubahan lingkungan. Perusahaan seperti Google DeepMind juga sedang mengembangkan model yang mampu menghasilkan dunia virtual untuk melatih agen AI.

Niantic Spatial mengambil pendekatan berbeda, dengan mengumpulkan dan secara bertahap membangun ulang model digital dunia nyata dari data citra dunia nyata yang sangat banyak. Dengan akumulasi data yang terus berlangsung, sistem ini berpotensi menjadi infrastruktur penting bagi robot dan AI dalam memahami dunia nyata di masa depan.

• Artikel ini disadur dengan izin dari: 《鏈新聞》
• Judul asli: 《Pokémon Go Player Melatih Perusahaan dengan 30 Miliar Foto untuk Membuat “Model Dunia AI”, Mendukung Industri Robot Pengantar》
• Penulis asli: Crumax