Parece que a coleta diária de milhões de scans dos ambientes feita pelos usuários de Pokémon Go tem implicações muito maiores do que simplesmente capturar mais um Pikachu.
Lembrando com certa nostalgia os tempos em que os jogadores de Pokémon Go apenas encontravam objetos inusitados ou causavam pequenos tumultos, agora descobrimos que, na realidade, eles também têm ajudado a treinar robôs a identificar e navegar por locais no mundo real. Segundo um post publicado no blog da Niantic, criadora do jogo, essa prática tem sido utilizada para construir o que eles chamam de “Modelo Geoespacial Amplo”. Basicamente, trata-se de um sistema que, em vez de usar texto como os modelos de linguagem, é alimentado por milhões de imagens do mundo capturadas pelos jogadores. Essa explicação pode ser simplificada tecnicamente, mas ajuda a entender o conceito.
O texto técnico da Niantic explica que, ao longo dos anos, a empresa coletou dados valiosos ao incentivar milhões de usuários de smartphones a fotografar seus arredores todos os dias. Essas imagens são usadas para treinar computadores a identificar estruturas tridimensionais com precisão. A tecnologia desenvolvida é voltada principalmente para aplicações em realidade aumentada, como uma nova funcionalidade no Pokémon Go que permite deixar monstros espalhados pelo mundo para outros jogadores encontrarem. Além disso, a tecnologia é capaz de preencher lacunas em imagens ou criar ângulos reversos com alta precisão.
No entanto, o post vai além e menciona que essa tecnologia permite localizar, com precisão milimétrica, o local onde uma foto foi tirada. Isso revela o potencial abrangente de usar inteligência artificial para compreender e navegar em espaços tridimensionais.
Portanto, enquanto você alimenta aquele Snorlax com doces, talvez não perceba que está ajudando a desenvolver habilidades para futuras máquinas explorarem o mundo real com mais eficiência. Embora cenários extremos, como robôs ultrapassando barreiras e invadindo espaços, pareçam coisa de ficção científica, as consequências de uma IA cada vez mais capacitada para reconhecer estruturas tridimensionais são dignas de atenção.
