Desde hace varios años, la empresa Nianticcreador del famoso juego Pokémon Irha recopilado una cantidad impresionante de datos a través de millones de jugadores. Esta información, proveniente de exploraciones visuales de diferentes lugares del mundo, se utilizan hoy en día para desarrollar un sistema de Navegación innovadora y potente..
Recopilación masiva de datos por parte de usuarios de Pokémon Go
Desde el lanzamiento de Pokémon Go en 2016, Niantic ha invitado a sus jugadores a participar activamente en la creación de escaneos de su entorno. Estos escaneos incluyen no sólo puntos de referencia conocidos sino también lugares comunes que los jugadores capturan en sus caminatas. Con la cámara de su teléfono, encuadran puentes, estatuas o edificios importantes desde diferentes ángulos. Esta práctica, a menudo vista como parte integral del juego, permite a Niantic recopilar datos valiosos sobre la disposición espacial de ciudades y paisajes naturales.
“Durante los últimos cinco años, hemos preparado nuestro ‘Sistema de posicionamiento visual‘. Este último utiliza la más mínima imagen de un teléfono para determinar su posición y orientación en un mapa 3D creado por personas que escanearon lugares interesantes en nuestros juegos y en Scaniverse”, afirma un comunicado de prensa oficial de Niantic.
El sistema de posicionamiento visual: un gran avance
EL Sistema de posicionamiento visual (VPS) de Niantic ofrece una innovación significativa en el campo de la cartografía y la navegación. A diferencia de los sistemas GPS tradicionales que utilizan satélites para proporcionar coordenadas globales, este VPS se basa en una comprensión visual de los entornos. Al comparar las imágenes tomadas por los usuarios, este sistema puede determinar con precisión dónde se encuentra una persona incluso en áreas menos fotografiadas.
El objetivo de Niantic era entrenar un modelo geoespacial grande capaz de interpretar cualquier ángulo de una ubicación determinada. Hasta ahora, se han escaneado 10 millones de sitios en todo el mundo, lo que ha hecho posible crear una base de datos visual gigantesca. Con 50 millones de redes neuronales entrenadas, esta tecnología promete cubrir casi un millón de ubicaciones distintas.
Varias aplicaciones del gran modelo geoespacial
Las implicaciones de LGM no se limitan a la simple navegación. La capacidad del modelo de “ir más allá de lo ya visto” abre el camino a usos variados, como gafas de realidad aumentadaallá robóticacreación de contenidos digitales e incluso sistemas autónomos. Gracias a las imágenes coherentes obtenidas de múltiples escaneos, Niantic es capaz de reconstruir entornos completos, facilitando así la interacción entre ordenadores y espacios públicos.
Niantic describe un ejemplo sorprendente de esta tecnología cuando una persona observa la parte trasera de una iglesia. Incluso si previamente solo se hubiera realizado un escaneo de la fachada, el modelo se puede extrapolar comparándolo con todas las demás iglesias escaneadas en otros lugares, proporcionando una representación precisa del área menos documentada.
Una tecnología imprescindible para la realidad aumentada
Inicialmente, el éxito de Niantic se basó principalmente en el lanzamiento de Pokémon Go, un juego que fusionaba el mundo real con atractivos elementos virtuales. Los jugadores exploran su entorno en busca de criaturas digitales, mientras, sin saberlo, contribuyen a enriquecer el modelo geoespacial de la empresa. Esta dualidad interactiva permitió a Niantic recopilar una cantidad significativa de datos visuales.
El desarrollo de este modelo es de crucial importancia para el futuro de las tecnologías inmersivas como realidad aumentada. Al mejorar la precisión de las interacciones digitales superpuestas a entornos reales, los usos posibles se amplían enormemente, desde entretenimiento hasta servicios públicos cotidianos.
Beneficios más allá del sector del entretenimiento
Fuera de los videojuegos, el potencial del gran modelo geoespacial inspira a varios sectores. en el campo de robóticapor ejemplo, comprender y navegar en el espacio público utilizando datos visuales ricos podría hacer que las máquinas sean más inteligentes y autónomas, capaces de evolucionar en entornos complejos sin requerir supervisión humana constante.
Cuando se trata de seguridad, los sistemas autónomos pueden resultar especialmente útiles. Dotados de la capacidad de percepción que ofrece LGM, los vehículos autónomos o drones podrían navegar con mayor precisión en entornos urbanos, reduciendo así el riesgo de accidentes o colisiones.
A medida que la tecnología avance y surjan nuevas aplicaciones, la infraestructura visual construida por Niantic a través del escaneo de jugadores continuará expandiéndose y diversificándose. Esto potencialmente transformará la forma en que interactuamos con el mundo que nos rodea, haciendo que nuestros entornos sean cada día más conectados e inteligentes.
About the Author
