جو هندي / هيئة أندرويد
ليرة تركية؛ د
- تقوم Niantic ببناء نوع جديد من نماذج الذكاء الاصطناعي التي يمكنها فهم العالم المادي والتنقل فيه.
- وتقوم الشركة بتدريب الذكاء الاصطناعي الخاص بها على البيانات التي تم جمعها من تطبيقات الهاتف المحمول الخاصة بها، مثل Pokemon Go وScaniverse.
- يُقترح استخدام هذا الذكاء الاصطناعي لدعم الواقع المعزز والروبوتات وإنشاء المحتوى والمزيد.
AR لعبة الجوال تعمل الشركة المصنعة Niantic حاليًا على نوع جديد من نماذج الذكاء الاصطناعي التي تهدف إلى مساعدة أجهزة الكمبيوتر على فهم المساحات المادية والتنقل فيها بشكل أفضل. كما هو الحال مع أي ذكاء اصطناعي، يتطلب هذا النموذج بيانات لتدريب نفسه عليها. يبدو أن الشركة تعتمد على الكميات الغزيرة من البيانات التي يقدمها اللاعبون لهذه المهمة.
إذا كان لديك اهتمام عابر ببوكيمون، فقد تتعرف على شركة Niantic باعتبارها الشركة التي تقف وراء لعبة الواقع المعزز الشهيرة بوكيمون جو. كما أنشأت أيضًا عددًا من ألعاب وتطبيقات الواقع المعزز الأخرى، مثل تطبيق المسح ثلاثي الأبعاد Scaniverse. تقوم هذه الألعاب والتطبيقات بإجراء عمليات مسح للبيئة المحيطة حتى تعمل ميزات الواقع المعزز الخاصة بها.
في منشور بالمدونة، تم رصده لأول مرة بواسطة 404 وسائل الإعلام، نيانتيك لديه أعلن أنها تعمل على تطوير ما تسميه النموذج الجغرافي المكاني الكبير (LGM). من خلال إجراء مقارنات مع نماذج اللغات الكبيرة (LLM) – مثل Gemini وChatGPT – التي تتدرب على مجموعات من النصوص لتوليد لغة مكتوبة، تشرح الشركة قطارات LGM الخاصة بها على “مليارات الصور من العالم، وكلها مرتبطة بمواقع محددة على الكرة الأرضية” السماح لأجهزة الكمبيوتر “بإدراك العالم المادي واستيعابه والتنقل فيه”. تقترح الشركة أنه يمكن استخدام التكنولوجيا لدعم الواقع المعزز والروبوتات وإنشاء المحتوى والمزيد.
فيما يتعلق بالبيانات التي تتدرب عليها LGM، تكشف Niantic أنها تستخدم عمليات الفحص التي تم جمعها من خلال ألعابها المحمولة وScaniverse:
على مدار السنوات الخمس الماضية، ركزت Niantic على بناء نظام تحديد المواقع المرئي (VPS) الخاص بنا، والذي يستخدم صورة واحدة من الهاتف لتحديد موقعه واتجاهه باستخدام خريطة ثلاثية الأبعاد تم إنشاؤها من أشخاص يقومون بمسح مواقع مثيرة للاهتمام في ألعابنا وScaniverse.
إذا كنت قد لعبت Pokemon Go، فمن المحتمل أنك قد قمت بتجربة VPS هذا من خلال ميزة Pokémon Playgrounds. تسمح لعبة Pokemon Playgrounds للمستخدم بوضع البوكيمون في مكان محدد. هذه البيانات قادرة على البقاء في ذلك الموقع، مما يسمح للاعبين الآخرين بالتفاعل مع المخلوق الرقمي عند دخولهم تلك المنطقة.
ووفقا للشركة، فقد قامت بتدريب أكثر من 50 مليون شبكة عصبية، تمثل كل منها موقعًا محددًا أو زاوية رؤية محددة. هذه الشبكات قادرة على ضغط الآلاف من صور الخرائط، مما يؤدي إلى إنشاء تمثيل للمساحة المادية. يمكن أن يوفر هذا التمثيل تحديدًا دقيقًا لموقع ما “بدقة على مستوى السنتيمتر” عند إعطاء صورة استعلام. يمكن لشبكات متعددة الجمع بين هذه المعرفة لرسم خريطة لمنطقة ما وفهم أي موقع، حتى في الزوايا غير المألوفة.
ومن الأمثلة التي تقدمها الشركة الوقوف بالقرب من كنيسة حيث تمت رؤية زاوية واحدة فقط. سيسمح LGM للذكاء الاصطناعي بملء الفراغات لكيفية ظهور هذا المبنى بناءً على صور أخرى مماثلة:
تخيل نفسك واقفاً خلف الكنيسة. لنفترض أن أقرب نموذج محلي قد رأى فقط المدخل الأمامي لتلك الكنيسة، وبالتالي، لن يتمكن من إخبارك بمكانك. لم يسبق للنموذج أن رأى الجزء الخلفي من هذا المبنى. لكن على المستوى العالمي، رأينا الكثير من الكنائس، الآلاف منها، تم التقاطها جميعًا بنماذجها المحلية الخاصة في أماكن أخرى حول العالم. لا توجد كنيسة متماثلة، لكن العديد منها تشترك في خصائص مشتركة. LGM هي وسيلة للوصول إلى تلك المعرفة الموزعة.
إن حجم عملية Niantic مثير للإعجاب للغاية، على أقل تقدير. تدعي أنها تتلقى أكثر من مليون عملية مسح جديدة يساهم بها المستخدم لأماكن في العالم الحقيقي أسبوعيًا.
ما هو شعورك تجاه استخدام Niantic لبياناتك لتدريب LGM الخاص بها؟ اسمحوا لنا أن نعرف في التعليقات أدناه.
