قد تتحول البيانات البصرية المرتبطة بلعبة Pokémon Go إلى مادة تساعد في تدريب الروبوتات والسيارات ذاتية القيادة على فهم الأماكن والتعامل مع العوائق، بعدما اتجهت شركة Niantic Spatial إلى الاستفادة من خبرتها في جمع البيانات المكانية لبناء نسخ رقمية من العالم الحقيقي، تسمح للآلات بخوض تجارب داخل بيئات افتراضية قبل التعامل مع المواقف نفسها في الشوارع والمنازل.

وفقًا لتقرير نشره موقع Wired، تسعى Niantic Spatial إلى استخدام بيانات الأماكن التي جمعتها وتطوير تقنيات لإعادة بناء البيئات الواقعية، بالاعتماد على نماذج تعرف باسم World Models، وهي أنظمة تتعامل مع المعلومات البصرية وتتعلم التنبؤ بما يحدث داخل المكان عندما تتحرك الأجسام أو تتغير الظروف، بدل الاقتصار على توقع الكلمات أو إنتاج إجابات نصية.

كيف تتدرب الروبوتات دون دخول المكان؟

تعتمد الفكرة على إنشاء محاكاة ثلاثية الأبعاد لمكان حقيقي، ثم السماح للروبوت بتجربة الحركة والتفاعل داخلها مرات كثيرة دون الحاجة إلى الانتقال الفعلي للموقع.
فإذا أرادت شركة تدريب روبوت على العمل داخل منزل، يمكن استخدام صور وبيانات المكان لإنشاء نموذج رقمي يساعد الروبوت على اختبار طرق الحركة وتجنب العوائق والتعامل مع الأجسام.
وتستفيد شركة Wayve من فكرة قريبة في تطوير أنظمة القيادة الذاتية، إذ تستخدم تسجيلات كاميرات السيارات لإنشاء محاكاة لمواقف مرورية خطرة، يصعب اختبارها على الطرق العامة دون تعريض الأشخاص للخطر.

هل تصبح منازلنا بيانات لتدريب الآلات؟

تتجاوز أهمية التقنية توفير الوقت وتكاليف التجارب، لأن الأنظمة تحتاج إلى بيانات تعكس كيفية تحرك الأشخاص والأشياء داخل البيئات المختلفة، وقد يفتح ذلك سوقًا لجمع تسجيلات مرئية للأنشطة اليومية، مثل ترتيب المنزل أو غسل الأطباق أو تحريك الأثاث، لاستخدامها في تدريب النماذج، لكن هذه التطبيقات تثير أسئلة تتعلق بخصوصية الأشخاص وملكية التسجيلات وطريقة استخدامها، كما أن نجاح الروبوت داخل المحاكاة لا يضمن نجاحه في جميع الظروف الواقعية، لأن العالم الحقيقي يتضمن مواقف يصعب تمثيلها بالكامل داخل بيئة رقمية.