صور Pokémon Go التي تبلغ 300 مليار صورة، تُعلم روبوت توصيل الطعام كيفية التعرف على الطريق

من التقاط صور لبيكاتشو إلى توصيل البيتزا، قد تكون هذه واحدة من أكثر مسارات تجارية غير متوقعة لبيانات العمل الجماعي.

المؤلف: ويل دوغلاس هيفن

الترجمة: شينتشاو TechFlow

مقدمة شينتشاو: حولت Niantic أكثر من 300 مليار صورة حضرية التقطها لاعبو Pokémon Go إلى فرصة تجارية جديدة. استخدمت شركتها الفرعية للذكاء الاصطناعي، Niantic Spatial، هذه البيانات لتدريب نظام تحديد المواقع البصري الذي يمكنه تحديد الموقع بدقة تصل إلى السنتيمتر، متفوقًا بشكل كبير على GPS في أودية المدن. أول عميل رئيسي هو شركة روبوتات توصيل الطعام Coco Robotics. من التقاط بيكاتشو إلى توصيل البيتزا، قد تكون هذه واحدة من أكثر مسارات تجارية غير متوقعة لبيانات العمل الجماعي.

النص الكامل:

يُعد Pokémon Go أول لعبة واقع معزز ذات ظاهرة على مستوى العالم. أطلقتها شركة Niantic التابعة لجوجل في عام 2016، وسرعان ما اجتاحت العالم، حيث تجمع بين عالم Pokémon وميزات الواقع المعزز. من شيكاغو إلى أوسلو إلى جزيرة江之島، تدفق اللاعبون إلى الشوارع، يأملون في التقاط بيكاتشو، أو نينجتيو، أو (إذا كانت الحظوظ حظًا عظيمًا) طائر الرعد Galar — الذي يطفو فوق العالم الحقيقي، على بعد قليل من الوصول إليه.

ببساطة، هذا يعني أن عددًا هائلًا من الناس يحملون هواتفهم ويصورون المباني والمناظر. قال برايان مكليودن، المدير التقني لشركة Niantic Spatial: “خمس مئة مليون شخص قاموا بتثبيت هذا التطبيق خلال 60 يومًا”. شركة Niantic Spatial هي شركة الذكاء الاصطناعي التي انفصلت عنها Niantic في مايو من العام الماضي. وفقًا لبيانات شركة الألعاب Scopely (التي استحوذت على Pokémon Go من Niantic في نفس الوقت)، لا تزال اللعبة تحتوي على أكثر من 100 مليون لاعب نشط في عام 2024، بعد مرور 8 سنوات على إطلاقها.

الآن، تستخدم Niantic Spatial هذه الثروة غير المسبوقة من البيانات الجماعية — صور معالم المدينة الملتقطة من قبل مئات الملايين من لاعبي Pokémon Go، مع علامات مواقع دقيقة جدًا — لبناء نموذج عالمي (World Model). هذا هو الاتجاه التقني الرائج حاليًا، ويهدف إلى ربط ذكاء النماذج اللغوية الكبيرة (LLMs) بالبيئة الحقيقية.

أحدث منتجات الشركة هو نموذج: يمكنه تحديد موقعك بدقة تصل إلى بضعة سنتيمترات باستخدام بضع لقطات لمبنى أو معلم آخر. يهدف إلى مساعدة الروبوتات على التنقل بدقة أكبر في المناطق التي تكون فيها إشارة GPS غير موثوقة.

كاختبار أولي للتقنية، أبرمت Niantic Spatial مؤخرًا شراكة مع Coco Robotics. شركة ناشئة تنشر روبوتات توصيل في آخر ميل في عدة مدن في الولايات المتحدة وأوروبا. قال زاك راش، المدير التنفيذي: “الجميع يعتقد أن الواقع المعزز هو المستقبل، وأن نظارات الواقع المعزز ستأتي،” وأضاف: “لكن في الواقع، الروبوتات هي التي أصبحت في متناول المستخدمين أولاً.”

من بيكاتشو إلى توصيل البيتزا

نشرت شركة Coco Robotics حوالي 1000 روبوت بحجم حقيبة سفر في لوس أنجلوس، شيكاغو، جيرسي سيتي، ميامي وهلسنكي، يمكنها حمل ما يصل إلى 8 بيتزا ضخمة أو 4 أكياس من البقالة. وفقًا للمدير التنفيذي زاك راش، أكمل هؤلاء الروبوتات أكثر من 500 ألف عملية توصيل حتى الآن، وسارت ملايين الأميال في ظروف جوية متنوعة.

لكن لمنافسة البشر في التوصيل، يجب أن تكون روبوتات Coco (التي تسير بسرعة حوالي 5 أميال في الساعة على الأرصفة) موثوقة بما يكفي. قال راش: “أفضل طريقة للعمل معنا هي أن تصل في الوقت المحدد،” مضيفًا أن ذلك يتطلب عدم الضياع.

المشكلة التي تواجه Coco هي عدم الاعتماد على GPS. في المدن، تتناثر إشارات الراديو بين المباني وتتداخل، وتكون إشارة GPS ضعيفة جدًا. قال راش: “نقوم بالتوصيل في مناطق كثيفة تحتوي على مبان عالية وأنفاق وجسور مرتفعة، وهذه المناطق لا تعمل فيها GPS تقريبًا.”

قال مكليودن: “وادي المدينة هو المكان الذي يظهر فيه GPS بأداء أسوأ على مستوى العالم.” وأضاف: “عندما ترى النقطة الزرقاء على هاتفك، غالبًا ما تتطاير لمسافة 50 مترًا، وتضعك في حي آخر، أو في اتجاه آخر، أو على الجانب الآخر من الشارع.” هذه هي المشكلة التي تسعى Niantic Spatial لحلها.

على مدى السنوات الماضية، كانت Niantic Spatial تجمع البيانات من لاعبي Pokémon Go وIngress (اللعبة السابقة التي أطلقتها Niantic في 2013) لبناء نظام تحديد المواقع البصري (Visual Positioning System) — الذي يحدد مكانك استنادًا إلى ما تراه. قال جون هانكي، المدير التنفيذي لـ Niantic Spatial: “جعل بيكاتشو يركض في الشارع، وجعل روبوتات Coco تتنقل بأمان ودقة عبر المدينة، هو في الأساس نفس المشكلة.”

قالت شركة ESRI، المتخصصة في الخرائط الرقمية والتحليل الجغرافي، إن “نظام تحديد المواقع البصري ليس تقنية جديدة”، وأضافت: “لكن من الواضح أن عدد الكاميرات الخارجية يتزايد، وكلما زاد، أصبح أكثر فاعلية.”

درّبت Niantic Spatial النموذج باستخدام 30 مليار صورة التقطت في البيئة الحضرية. تركزت هذه الصور بشكل خاص حول “نقاط ساخنة” — أماكن مهمة في لعبة Niantic، مثل ساحات معركة Pokémon. قال مكليودن: “لدينا أكثر من مليون موقع حول العالم يمكننا تحديد موقعك بدقة تصل إلى بضعة سنتيمترات،” وأضاف: “نعرف أين تقف، ونحدد الاتجاه الذي تنظر إليه.”

النتيجة هي أن Niantic Spatial تمتلك آلاف الصور لكل من هذه المواقع، التقطت من زوايا مختلفة، وفي أوقات مختلفة، وفي ظروف جوية متنوعة. كل صورة مرفقة ببيانات وصفية مفصلة: الموقع الدقيق للهاتف في الفضاء، والاتجاه، والوضعية، وما إذا كان في حركة، والسرعة، والاتجاه، وغيرها.

تستخدم الشركة هذه البيانات لتدريب النموذج، بحيث يمكنه تحديد موقعه بدقة استنادًا إلى ما يراه — حتى في المناطق التي تقع خارج تلك النقاط الساخنة، حيث تكون البيانات والصور أقل وفرة.

بالإضافة إلى GPS، تستخدم روبوتات Coco (المزودة بأربعة كاميرات) هذا النموذج أيضًا لتحديد مكانها واتجاهها. الكاميرات مثبتة عند مستوى الورك، وتوجه في جميع الاتجاهات، مع زاوية رؤية مختلفة قليلاً عن لاعبي Pokémon Go، لكن راش قال إن تكييف البيانات ليس معقدًا.

المنافسون يستخدمون أيضًا أنظمة تحديد المواقع البصرية. على سبيل المثال، شركة Starship Technologies، التي أُنشئت في إستونيا عام 2014، وتستخدم مستشعرات لبناء خرائط ثلاثية الأبعاد للبيئة المحيطة، مع تحديد حواف المباني وأعمدة الإنارة.

لكن راش يراهن على أن تقنية Niantic Spatial ستمنح Coco ميزة. يعتقد أن ذلك سيمكن الروبوتات من التوقف بدقة أمام المطاعم، وعدم عرقلة المشاة، والوقوف عند أبواب المنازل بدلاً من بعد خطوات قليلة — وهو أمر يحدث كثيرًا في السابق.

الانفجار العظيم للروبوتات

بدأت Niantic Spatial في تطوير نظام تحديد المواقع البصري بهدف استخدامه في الواقع المعزز، وفقًا لهانكي. “إذا كنت ترتدي نظارات AR، وتريد أن يظل العالم الافتراضي مربوطًا باتجاه نظرك، فستحتاج إلى طريقة لتحقيق ذلك. لكن الآن، نشهد انفجارًا في مجال الروبوتات.”

بعض الروبوتات تحتاج إلى مشاركة المساحة مع البشر، مثل مواقع البناء والأرصفة. قال هانكي: “إذا كانت الروبوتات تريد الاندماج في هذه البيئات دون إزعاج البشر، فهي بحاجة إلى فهم للمساحة مشابهة للبشر.” وأضاف: “عندما يتم دفع الروبوت أو يصطدم، يمكننا مساعدته على استعادة مكانه بدقة.”

شراكة Coco Robotics ليست سوى البداية. قال هانكي إن Niantic Spatial تعمل على بناء “خريطة حية” (Living Map) — نموذج عالي الدقة لمحاكاة العالم الافتراضي، يتغير مع تغيرات الواقع. مع تحرك روبوتات Coco وشركات أخرى حول العالم، ستوفر مصادر جديدة لبيانات الخرائط، مما يجعل النسخة الرقمية من العالم أكثر تفصيلًا.

وفقًا لهانكي ومكليودن، فإن الخرائط ليست فقط تتطور بشكل أدق، بل تُستخدم بشكل متزايد من قبل الآلات. هذا يغير وظيفة الخرائط. منذ زمن طويل، كانت الخرائط تساعد البشر على تحديد مواقعهم. من ثنائية الأبعاد إلى ثلاثية الأبعاد، ثم إلى رباعية الأبعاد (مثل النماذج الرقمية الحية)، لم يتغير المبدأ الأساسي: النقاط على الخريطة تمثل نقاط في الفضاء أو الزمن.

لكن الخرائط الموجهة للآلات قد تحتاج إلى أن تكون أشبه بدليل سياحي، مليئة بالمعلومات التي يعتقد البشر أنها بديهية. تريد Niantic Spatial وESRI إضافة أوصاف إلى الخرائط، لإخبار الآلات بما تراه فعلاً، مع وضع علامات على كل جسم بخصائصه. قال هانكي: “مهمة هذا العصر هي بناء أوصاف مفيدة للعالم للآلات.” وأضاف: “البيانات التي نمتلكها الآن تشكل نقطة انطلاق جيدة لفهم كيف تعمل الروابط والتنظيمات في العالم.”

الآن، النموذج العالمي (World Model) يحظى بشعبية كبيرة، وNiantic Spatial تدرك ذلك جيدًا. تبدو نماذج اللغة الكبيرة وكأنها تفهم كل شيء، لكنها تكاد تفتقر إلى المعرفة العامة عند التفاعل مع البيئة اليومية. النموذج العالمي هو الحل لهذه المشكلة. بعض الشركات، مثل Google DeepMind وWorld Labs، تطور نماذج تولد عوالم افتراضية فورية، وتستخدمها كبيئة تدريب لوكلاء الذكاء الاصطناعي.

تقول Niantic Spatial إنهم يقتربون من المشكلة من زوايا مختلفة. إذا جعلت الخريطة متقنة بما يكفي، فستتمكن في النهاية من التقاط كل شيء، قال مكليودن: “لم نصل بعد إلى تلك المرحلة، لكننا نطمح إليها. أنا الآن مركز جدًا على إعادة بناء العالم الحقيقي.”