Robot dostawczy jadący chodnikiem i dron, który utrzymuje pozycję mimo zakłóceń GPS, wyglądają jak dwa różne światy. Spór wokół Niantic Spatial pokazuje jednak, że mogą korzystać z tej samej niewidocznej infrastruktury: gęstych map wizualnych świata fizycznego, zbudowanych ze zdjęć i skanów wykonanych telefonami zwykłych użytkowników.

Dane ze skanów telefonem zamieniają się w mapy nawigacyjne dla robotów i dronów

Cywilna część historii jest prosta. Niantic Spatial, wywodzące się z prac nad mapami i rozszerzoną rzeczywistością dla Pokémon Go, ogłosiło współpracę z Coco Robotics. Chodzi o dokładniejszą lokalizację robotów dostawczych na chodnikach. Visual Positioning System porównuje obraz z kamery z mapą rozpoznawalnych cech otoczenia. W mieście, gdzie GPS odbija się od wysokich budynków albo gubi pod drzewami, taka metoda może być znacznie dokładniejsza.

Później pojawił się wątek obronny. DroneXL, The Guardian i Ars Technica połączyły Niantic Spatial z Vantor, firmą wywiadu geoprzestrzennego znaną wcześniej jako Maxar Intelligence. Publiczne opisy partnerstwa mówią o nawigacji tam, gdzie GPS jest niedostępny lub niewiarygodny, w tym dla dronów, pojazdów, okularów AR i systemów terenowych. Ostrożna teza nie brzmi: surowy film gracza steruje dziś wojskowym dronem. Brzmi raczej: konsumenckie obrazy i skany pomogły szkolić technologię lokalizacji wizualnej, której przyszłe rynki obejmują robotykę, mapy miejskie i zastosowania istotne dla obronności.

Dlaczego lokalizacja wizualna ma znaczenie

GPS podaje przybliżone położenie. Lokalizacja wizualna pyta, jakie znane miejsce wygląda tak jak aktualny obraz z kamery. Przy bogatej mapie referencyjnej odpowiedź może być bardzo precyzyjna. Dla małego robota metr błędu to nie drobiazg: może zablokować podjazd, wejść w nurt pieszych albo zatrzymać się po złej stronie ulicy.

Niantic miało wyjątkowy zasób. Miliony ludzi już chodziły po miastach z telefonem w ręku. Pokémon Go, Ingress i zadania skanowania zachęcały do odwiedzania konkretnych miejsc i przesyłania nagrań w zamian za nagrody. Popular Science, opisując cywilny projekt z Coco Robotics, pisał o ponad 30 miliardach obrazów. Nie należy wrzucać do jednego worka gry, AR Mapping, Scaniverse i innych źródeł, ale sens strategiczny jest jasny: wielokrotne ujęcia tych samych miejsc czynią miasto czytelnym dla maszyn.

Przykład Coco Robotics jest zrozumiały, bo robot jest widoczny dla przechodniów. Musi znaleźć restaurację, pokonać obniżenia krawężników, ominąć ludzi, nie blokować wózków i zatrzymać się tam, gdzie klient go znajdzie. Niantic Spatial podkreśla dokładną geolokalizację tam, gdzie GPS zawodzi. Słowa Johna Hankego przytoczone przez MIT Technology Review dobrze wyjaśniają związek: poprawne umieszczenie Pikachu w przestrzeni i bezpieczne prowadzenie robota Coco to odmiany tego samego problemu przestrzennego.

Dlaczego Vantor zmienił charakter sporu

Vantor nie jest firmą od pizzy, lecz podmiotem geoprzestrzennym działającym w obszarach ważnych dla obrony i bezpieczeństwa. Dlatego zwroty takie jak GPS-denied navigation, drony czy zasoby terenowe brzmią inaczej, gdy dane źródłowe pochodzą z gry. Według doniesień Vantor twierdził, że nie użyje danych z gier w swoim systemie. Trudniejsze pytanie dotyczy jednak wcześniejszych modeli: jeśli historyczne skany pomogły szkolić komponenty bazowe, czy da się potem sprawdzić albo usunąć wkład konkretnej osoby?

To dlatego dyskusja na Hacker News była ostra. Część komentujących uważała nagłówek wojskowy za przesadzony. Inni widzieli typowy los danych konsumenckich: to, co zaczyna jako funkcja gry, z czasem trafia na bardziej dochodowe rynki. Użytkownik rozumie „zeskanuj PokéStop za nagrodę”. Dużo trudniej wyobrazić sobie, że ten materiał może po latach trafić do produktów dla robotów, administracji, inspekcji przemysłowej lub obronności.

Nie mieszać poziomów dowodów

W tej historii są cztery różne twierdzenia. Pierwsze: Niantic Spatial pomaga Coco Robotics w lokalizacji robotów dostawczych. Drugie: obrazy i skany związane z produktami Niantic trenowały modele przestrzenne; w mediach pojawia się liczba około 30 miliardów obrazów. Trzecie: Niantic Spatial i Vantor pracują nad nawigacją w warunkach, w których GPS nie wystarcza. Czwarte, najmocniejsze: skany graczy Pokémon Go bezpośrednio zasilają wojskowe drony.

Rzetelny tekst nie powinien sklejać tych poziomów. Pierwsze trzy wystarczą, by problem był poważny. Infrastruktura autonomii łatwo przechodzi między rynkami: robot dostawczy, dron inspekcyjny, okulary AR, logistyka, ratownictwo i wojsko potrzebują podobnych modeli przestrzeni. Ta sama mapa może dostać różne etykiety handlowe.

Publiczna przestrzeń jako dane

Skanowanie ulic wymyka się starym kategoriom. To nie jest tylko prywatne nagranie, zwykła fotografia uliczna, klasyczna mapa ani automatycznie produkt wywiadowczy. Kamera skierowana na pomnik może uchwycić wejścia do domów, szkoły, szpitale, kamery, plakaty i szczegóły infrastruktury. Nawet po usunięciu twarzy i tablic rejestracyjnych geometria pozostaje cenna.

Miasta będą musiały pytać, kto może tworzyć gęste mapy wizualne chodników i fasad, czy wolno je eksportować, czy można sprzedawać je partnerom obronnym i jakie zasady obowiązują przy szkołach, szpitalach czy obiektach krytycznych. Nie chodzi o to, by roboty nie widziały. Autonomia potrzebuje percepcji. Chodzi o to, czy prywatna warstwa wizualna miasta może stać się infrastrukturą bez publicznej rozmowy.

Wniosek dla robotyki

Użytkownicy mogą unikać opcjonalnych skanów, nie nagrywać wnętrz i wrażliwych miejsc, sprawdzać uprawnienia aplikacji oraz żądać eksportu lub usunięcia danych. To rozsądne, ale niewystarczające. Nie da się samodzielnie sprawdzić wag modelu ani przewidzieć przyszłych partnerów firmy.

Firmy powinny przed zebraniem danych jasno mówić o późniejszych zastosowaniach: gra, AR, nawigacja robotów, produkty mapowe, administracja, obrona. Wrażliwe kategorie wymagają osobnej zgody, okien usuwania przed treningiem, ograniczeń partnerskich i raportów przejrzystości. Dla robotyki pochodzenie danych staje się elementem bezpieczeństwa produktu.

Lekcja nie polega na porzuceniu lokalizacji wizualnej. Roboty będą potrzebowały wspólnych map tworzonych przez telefony, auta, drony, okulary i floty autonomiczne. Lekcja polega na zarządzaniu tymi mapami. Technicznie maszyny coraz częściej będą porównywać obraz z kamer z modelami świata. Społecznie pozostaje pytanie: czy ludzie, którzy pomogli zbudować mapę, wiedzieli, dokąd może prowadzić?