Niantic, la empresa conocida por desarrollar éxitos como Pokémon Go e Ingress, ha anunciado un ambicioso proyecto: la creación de un Modelo Geoespacial Extenso (Large Geospatial Model o LGM). Este modelo, basado en datos recopilados por millones de jugadores, promete transformar la forma en que las máquinas comprenden e interactúan con el mundo físico.
Según Niantic, este modelo se inspira en los modelos de lenguaje extenso (Large Language Models o LLMs), como el famoso GPT de OpenAI. Mientras que los LLMs procesan y generan lenguaje natural a partir de enormes cantidades de texto, los LGMs buscan aplicar un enfoque similar al entorno físico. Esto significa que la tecnología no solo podrá entender y percibir espacios físicos, sino también interactuar con ellos de maneras innovadoras, beneficiando sectores como la realidad aumentada (AR), la robótica, la creación de contenido y los sistemas autónomos.
Niantic describe el LGM como un avance clave para el desarrollo de dispositivos como gafas de AR, que necesitan inteligencia espacial para ofrecer experiencias más inmersivas. Este concepto podría ser, en palabras de la compañía, el «sistema operativo del futuro».
El LGM se entrena utilizando millones de imágenes geolocalizadas recopiladas en todo el mundo. Su funcionamiento es comparable al de los modelos de lenguaje: mientras un LLM predice palabras basándose en patrones estadísticos, un LGM puede prever características del entorno físico basándose en datos visuales previos.
Un ejemplo ilustrado por Niantic explica esta tecnología de forma sencilla: si estás detrás de una iglesia que nunca ha sido escaneada desde ese ángulo, el modelo podría deducir tu ubicación basándose en características comunes de miles de iglesias registradas en otras partes del mundo.
Este avance se construye sobre la base del Lightship Visual Positioning System (VPS) de Niantic, que permite a los usuarios fijar objetos virtuales en ubicaciones físicas con una precisión de centímetros. Un ejemplo práctico de esta tecnología es la función experimental en Pokémon Go llamada Pokémon Playgrounds, donde los jugadores pueden ubicar Pokémon en lugares específicos para que otros interactúen con ellos.
Actualmente, Niantic afirma contar con más de 10 millones de ubicaciones escaneadas globalmente, de las cuales más de 1 millón están activas y disponibles a través de su servicio VPS. Además, cada semana recibe aproximadamente 1 millón de nuevos escaneos, cada uno compuesto por cientos de imágenes.
Estos datos provienen principalmente de sus juegos y de la aplicación Scaniverse, diseñada para escanear objetos y ubicaciones en 3D. Lo particular del enfoque de Niantic es que se centra en un punto de vista peatonal, recopilando información de lugares inaccesibles para coches, lo que lo diferencia de servicios como Google Street View.
Este proyecto refleja una tendencia creciente en el desarrollo de la inteligencia artificial: la búsqueda de grandes conjuntos de datos para entrenar modelos generativos. Sin embargo, plantea interrogantes sobre el uso ético de la información recopilada. Por ejemplo, los jugadores que descargaron Pokémon Go en 2016 difícilmente imaginaron que sus interacciones alimentarían un modelo de IA de estas características años después.
Aunque Niantic no ha aclarado cómo limitará el uso de estos datos, destaca que su base de información ofrece un valor único, especialmente en aplicaciones como la navegación autónoma. Esta tecnología podría ser clave para robots que necesitan moverse por espacios complejos, desde la entrega de comida hasta tareas más delicadas.
