Niantic 以 Pokemon Go 玩家資料打造地理空間 AI 模型

Niantic 宣布，它正在構建一個新的「大型地理空間模型」（Large Geospatial Model，LGM）。該模型以來自 Pokémon Go 等 Niantic 遊戲的玩家手機所拍攝的數百萬張掃描圖像為訓練基礎，可以讓電腦和 AI 以全新的方式理解世界，並與之互動。

那到底這個 LGM 是什麼呢？Niantic 解釋，就像大型語言模型（LLM）是以大量的文字為基礎進行訓練，讓 AI 模型可以預測接續一段文字的下一個字是什麼類似，LGM 則是以現有的地理和空間資訊基礎，讓 AI 可以去「猜測」在沒有資料的地方，應該是長什麼樣子。舉例來說，當 LGM 以一個城市的建築為基礎進行訓練的話，這個模型就會知道這個城市建築的整體「風格」，如果碰到某棟建築沒有背面的圖資時，LGM 就能依照訓練的模型，去猜測背面的樣子，從而在缺少資訊的情況下，建構出完整的虛擬城市。

LGB 是 Niantic 整體視覺定位系統（Visual Positioning System，VPS）的一部分。部落格文章解釋，在過去五年間，Niantic 一直在收集人們掃描遊戲和 Scaniverse 中有趣地點構建的 3D 地圖，這些 3D 地圖包括了拍攝手機的位置及方向，並且和 Streetview 或空拍的資訊不同，這些數據都是來自行人視角，並且包括了不少車輛無法抵達的地方。Niantic 目前已經有數以百萬計的地點，並且訓練了 5,000 萬個神經元網路，未來希望能將這所有的網路整合，來構建一個超大型的模型，供 AR、自動駕駛等各種新技術使用。

在文內 Niantic 附有一張地圖，是全世界各地的掃瞄資訊分佈。不意外地玩家眾多的港台兩地，都是掃瞄密度非常高的地區呢。