Pokémon GO: Como bilhões de fotos de jogadores estão treinando a próxima geração de IA física

Base com bilhões de imagens captadas por jogadores está sendo usada para criar sistemas de localização com precisão de centímetros

Imagens captadas por milhões de usuários do Pokémon GO ao longo da última década estão sendo utilizadas para treinar sistemas de inteligência artificial voltados à navegação no mundo físico.

A iniciativa é conduzida pela Niantic Spatial, empresa de IA originada a partir da Niantic, que desenvolveu o jogo. A companhia afirma ter reunido um conjunto de cerca de 30 bilhões de imagens geo localizadas de ambientes urbanos, captadas por jogadores em diferentes condições de luz, clima e ângulo.

Esses dados estão sendo usados para construir um modelo espacial capaz de identificar a posição de um usuário (ou de um sistema) com precisão de poucos centímetros, com base em imagens do ambiente ao redor.

A tecnologia, descrita como um sistema de posicionamento visual, busca complementar ou substituir o uso de GPS em áreas onde o sinal é impreciso, como regiões densas com edifícios altos.

Parceria com robôs de entrega marca primeiros testes

O primeiro uso em larga escala está sendo realizado em parceria com a Coco Robotics, empresa que opera robôs de entrega em cidades dos Estados Unidos e da Europa.

Equipados com múltiplas câmeras, os robôs utilizam o modelo desenvolvido pela Niantic Spatial para se orientar em calçadas e áreas urbanas complexas, reduzindo erros de localização comuns em sistemas baseados apenas em GPS.

Segundo as empresas, o objetivo é aumentar a precisão na navegação, permitindo que os robôs cheguem exatamente aos pontos de coleta e entrega, mesmo em ambientes com interferência de sinal.

Do jogo ao mapeamento do mundo físico

O conjunto de dados utilizado pela Niantic Spatial foi construído a partir da própria dinâmica dos jogos da empresa, que incentivam usuários a explorar cidades e interagir com pontos específicos do espaço urbano.

Cada imagem captada durante a experiência de jogo é acompanhada por metadados detalhados, incluindo localização, orientação do dispositivo e condições do ambiente no momento do registro.

Ao longo do tempo, esse acúmulo permitiu a criação de um banco de dados com múltiplas variações visuais de um mesmo local, fator essencial para treinar sistemas capazes de reconhecer ambientes em diferentes contextos.

Um novo tipo de modelo baseado no mundo real

A empresa descreve sua tecnologia como parte de uma nova geração de sistemas conhecidos como “world models”, voltados à compreensão do espaço físico por máquinas.

Diferentemente de modelos tradicionais baseados apenas em texto ou imagem isolada, esses sistemas combinam percepção visual com dados espaciais, permitindo que dispositivos interpretem e interajam com o ambiente ao seu redor.

Além da robótica, a Niantic Spatial aponta aplicações potenciais em realidade aumentada, mapeamento urbano e sistemas de navegação avançados.

Crescimento da robótica amplia demanda por dados espaciais

O avanço da robótica, especialmente em serviços urbanos, tem ampliado a necessidade por sistemas de localização mais precisos e confiáveis.

Ambientes como centros urbanos densos, túneis e áreas com grande interferência estrutural continuam sendo desafios para tecnologias baseadas exclusivamente em GPS.

Nesse contexto, abordagens baseadas em visão computacional e dados visuais tendem a ganhar espaço como alternativa ou complemento.

O uso de dados captados por usuários em larga escala para treinar sistemas de IA também levanta discussões sobre a origem e o uso dessas informações, à medida que passam a integrar aplicações comerciais e infraestrutura tecnológica.

Para quem acompanha essas mudanças e quer entender como elas impactam o mercado da imagem e da tecnologia na prática, essas discussões seguem acontecendo dentro da comunidade Fotograf.IA + C.E.Foto, com análises contínuas sobre ferramentas, dados e transformação do setor.