共计 1815 个字符，预计需要花费 5 分钟才能阅读完成。
训练师们，我们终于了解到 Niantic 如何使用我们的数据了。在最近发布的 Niantic 官方公司博客 中，Niantic 详细描述了他们正在使用你的 PokéStop 扫描数据构建的内容：一个庞大的地理空间 AI 模型。
该模型目前尚未命名，但 Niantic 称其为世界上首个 大型地理空间模型（LGM），类似于 Chat GPT 是一个大型语言模型（LLM）。该模型尚未存在，Niantic 发布此博客文章作为训练和构建此类模型的意向公告。
以下是 Niantic 正在构建的内容，他们如何使用和计划使用我们的数据，以及这个新的人工智能模型的目的。
什么是大型地理空间模型？
大型地理空间模型 是 Niantic 用来描述帮助计算机理解和导航物理世界的 AI 模型的术语。它是一个使用大量数据构建和训练的 AI 模型：
- 数十亿张我们周围世界的图像
- 数十亿小时的扫描我们周围世界的位置
所有这些数据点都锚定在实际的物理位置上，这使得模型具有位置感，并通过 3D 视觉理解它所看到的内容。听起来有点吓人，不是吗？好吧，从这里开始并没有变得更好。
一对多 – 本地模型的融合
Niantic 还分享了他们对这一模型的愿景，即成为 多个本地模型的融合，其中一些本地模型看到了建筑的前面，而其他模型看到了建筑的背面。他们提议的大型地理空间模型将能够利用这两个本地模型，并创建该建筑的完整 3D 图像，通过插值本地知识提炼和创建新信息。
想象你自己站在一座教堂后面。假设最近的本地模型只看到了教堂的前门，因此它无法告诉你你在哪里。该模型从未见过建筑的背面。但在全球范围内，我们已经看到了很多教堂，成千上万座，所有这些都被世界各地各自的本地模型捕获。没有两座教堂是完全相同的，但许多教堂具有共同特征。LGM 是一种访问这种分布式知识的方式。
LGM 在全球大规模模型中提炼出共同信息，使本地模型之间能够进行通信和数据共享。LGM 将能够内化教堂的概念，以及这些建筑通常是如何结构的。即使对于某个特定位置，我们只映射了教堂的入口，LGM 也能够根据它之前见过的成千上万座教堂，对建筑的背面做出智能猜测。
Niantic 现有的模型可以被描述为 本地模型，从某种意义上说，我们作为玩家通过 PokéStop 扫描训练的每个小型或中型神经网络都是一个小型或中型本地模型。
Niantic 计划将它们作为对全球大型模型的贡献，“实现对地理位置的共享理解，并理解尚未完全扫描的地方。”
模型应像人类一样思考
Niantic 还分享了这一新模型应像人类一样思考和理解空间——它应识别街道，理解常见的建筑模式，即使从未走过某条街道也能得出导航结论。
在一个非常具体的例子中，该模型应能够导航欧洲的老城区，因为它知道街道的布局，但也因为它理解欧洲老城区建造的文化背景，因此可以从中学到结论。
这是整个故事中特别有趣且令人担忧的方面。人们可以理解 3D 视觉模型知道它们正在看埃菲尔铁塔，但要理解其周围的整体几何和建筑……听起来很危险。
Niantic 迄今为止的成就
到目前为止，Niantic 在创建 LGM 方面取得了巨大进展，但遗憾的是，他们仍然相距甚远。他们与创建这一模型之间最大的障碍是需要训练它的海量数据。
请记住，3D 扫描在互联网上并不容易获得，它们是由《Pokémon GO》玩家使用“扫描 PokéStop”功能创建的。与 Chat GPT 不同，Chat GPT 可以使用整个互联网作为训练场，LGM 需要我们的数据和我们的输入。
以下是 Niantic 迄今为止的工作，如他们所分享的：
- 在过去五年中，Niantic 专注于构建我们的视觉定位系统（VPS），该系统使用手机拍摄的单张图像，通过从人们扫描我们游戏和 Scaniverse 中有趣位置构建的 3D 地图来确定其位置和方向。
- 通过 VPS，用户可以在世界中以厘米级精度定位自己。这意味着他们可以精确且逼真地将数字内容放置在物理环境中。这种内容是持久的，即在你离开后仍留在该位置，并且可以与其他人共享。
- 例如，Niantic 最近开始在《Pokémon GO》中推出一项实验性功能，称为Pokémon Playgrounds，用户可以在特定位置放置 Pokémon，它们将留在那里供其他人看到和互动。
VPS 覆盖范围是基于用户扫描构建的，今天他们在全球有1000 万个扫描位置，其中 100 万个已处理并可与他们的 VPS 系统一起使用。覆盖图清楚地显示了玩家扫描最多的地方：
除此之外，Niantic 迄今已训练了超过 5000 万个神经网络，多个网络可以为单个位置做出贡献。
