Pokémon Go i jego ukryta strategia danych

Pokémon Go, stworzona przez firmę Niantic, trafiła do masowej publiczności w lipcu 2016 roku, zdobywając popularność na ponad miliardzie telefonów do 2019 roku. Statystycznie rzecz biorąc, prawdopodobnie sam grałeś w ten tytuł, a jeśli nie, to warto wiedzieć, że gracze muszą przemieszczać się w realnym świecie, aby znaleźć nowe Pokemony i walczyć z innymi użytkownikami.

Dzięki strategicznemu rozmieszczeniu PokéStopów i Siłowni Pokémon, Niantic mogło zebrać obrazy i skany lokalizacji, których nie ma nawet w widoku ulic Google. Użycie telefonów, zamiast samochodów z kamerami na dachu, pozwoliło firmie uzyskać bardziej szczegółowy model ulic, chodników, parków i biznesów.

„W ciągu ostatnich pięciu lat, skupiliśmy się na budowaniu naszego systemu wizualnego pozycjonowania, który wykorzystuje pojedynczy obraz z telefonu do określenia jego pozycji i orientacji na podstawie 3D mapy stworzonej z skanów interesujących lokalizacji w naszych grach oraz Scaniverse” - podkreśla Niantic.

Zgodnie z informacjami firmy, opracowano szczegółowe skany ponad 10 milionów lokalizacji na całym świecie, a użytkownicy co tydzień wykonują około miliona nowych skanów. Te setki milionów obrazów są używane do trenowania „ponad 50 milionów sieci neuronowych”, które kompresują tysiące zmapowanych obrazów w cyfrowe rekreacje rzeczywistych przestrzeni.

„Wyobraź sobie, że stoisz za kościołem” – kontynuuje wpis na blogu. „Najbliższy lokalny model widział tylko frontowe wejście tego kościoła i dlatego nie będzie w stanie wskazać, gdzie się znajdujesz. Ale w skali globalnej widzieliśmy tysiące kościołów uchwyconych przez lokalne modele na całym świecie. Żaden kościół nie jest taki sam, ale wiele dzieli wspólne cechy. Duży model geograficzny ma dostęp do tej rozproszonej wiedzy.”

Jakie jest zastosowanie tych wszystkich skanów? Niantic sugeruje, że technologia może dalej rozwijać produkty z rozszerzoną rzeczywistością, autonomiczne systemy i nawigację. Aplikacja była wykorzystywana w przeszłości do badania nawyków użytkowników oraz wyznaczania optymalnych tras wędrówki pomiędzy dwiema lokalizacjami, a teraz staje się to jeszcze bardziej zaawansowane.