Pokémon Go: Jogo se Torna Base para Robôs de Entrega Inteligentes
O que começou como um simples jogo de caça-pokémons está gerando avanços tecnológicos surpreendentes. Dados coletados por milhões de jogadores do Pokémon Go estão sendo utilizados para treinar sistemas de inteligência artificial que auxiliam robôs de entrega a se locomoverem com segurança e eficiência pelas cidades.
CONTINUA DEPOIS DA PUBLICIDADE
Essa inovação demonstra como o entretenimento pode se conectar com a coleta de dados e aplicações práticas no cotidiano.
A Niantic Spatial, responsável pelo Pokémon Go, criou uma base global de informações, mapeando milhões de locais através da participação dos jogadores. Essa coleta de dados é feita de forma voluntária dentro do jogo, onde os usuários escaneiam o ambiente ao seu redor.
LEIA TAMBÉM!
Essa ação contribui para a criação de um modelo geoespacial detalhado, que representa com precisão a realidade das cidades.
A Niantic Spatial já possui um vasto conjunto de dados, com milhões de locais escaneados em todo o mundo, tornando-se um dos maiores bancos de dados geoespaciais disponíveis para o treinamento de sistemas de inteligência artificial. A qualidade desses dados é um fator crucial: ao contrário de mapas tradicionais, capturados por veículos, a Niantic utiliza a perspectiva dos próprios jogadores, que caminham pelas ruas e registram informações em diferentes ângulos, horários e condições climáticas.
Essa combinação de dados permite a criação de representações muito mais realistas do mundo, como apontou o MIT Technology Review Brasil. A Niantic Spatial firmou parceria com a Coco Robotics, uma empresa de robôs de entrega que atua em cidades como Los Angeles, Miami e Chicago.
CONTINUA DEPOIS DA PUBLICIDADE
Os robôs agora utilizam esses dados para navegar com maior precisão, reconhecer ambientes e evitar obstáculos de forma mais eficiente.
O CEO da Niantic Spatial destacou que o desafio de controlar um personagem no jogo e um robô na rua é, em essência, o mesmo. A tecnologia da Niantic Spatial vai além da criação de mapas tradicionais, buscando desenvolver um “mapa vivo”, um sistema capaz de simular o mundo em diferentes condições, como horários e clima.
Essa capacidade de treinamento da inteligência artificial em cenários reais aumenta a eficiência das operações de entrega.