Niantic تكشف كيف تحوّل Pokémon Go أفعال اللاعبين إلى مجموعات بيانات للذكاء الاصطناعي

الخلاصة الرئيسية بسيطة: غالبًا ما تُجمع أثمن مجموعات البيانات للذكاء الاصطناعي لا في المختبر، بل في اللحظة التي يلعب فيها الإنسان ببساطة، أو يتنقل في المدينة، أو يُدخل كابتشا، أو يرسم مسارًا في تطبيق مألوف. وتُظهر حالة Pokémon Go ذلك بوضوح خاص. فعلى مدى سنوات، بنت Niantic حول اللعبة بنية تحتية للواقع المعزز: تحديد المواقع بصريًا، وخرائط ثلاثية الأبعاد للأماكن، وجمع صور العالم الحقيقي عبر هواتف المستخدمين.

بدا ذلك في البداية وسيلة مريحة لمسح البيئة المحيطة، لكنه تحوّل لاحقًا إلى منظومة متكاملة لإنشاء مجموعات بيانات مكانية. وهكذا لم تعد Pokémon Go مجرد لعبة جوال بعلامات جغرافية، بل صارت بيئة تساعد فيها أفعال ملايين الأشخاص النماذج على فهم الحيّز المادي بشكل أفضل. وبدأ لاحقًا استخدام هذه المجموعة الضخمة في نماذج جغرافية مكانية كبيرة وأنظمة spatial AI، وهي أنظمة لا يكفيها التعرّف على الصورة، بل عليها أن تربط نقطة محددة بالخريطة العالمية للمنطقة.

ولذلك تبدو شراكة Niantic مع Coco Robotics منطقية: فالتقنيات التي أُنشئت لسيناريوهات الواقع المعزز (AR) أفادت روبوتات التوصيل، التي تحتاج هي الأخرى إلى التنقل بثقة داخل المدينة.

الآلية هنا عامة وقابلة للتطبيق في كل مكان. يقوم المستخدم بفعل مفيد له، كمسح جسم ما، أو تفادي زحام مروري، أو ركوب الدراجة في مسار مألوف، أو إثبات أنه ليس روبوتًا، وفي الوقت نفسه يحصل النظام على ملاحظات منظَّمة: صور مرتبطة بإحداثيات، ومسارات حركة، وأحداث طرق، أو إجابات بشرية في الحالات التي تخطئ فيها الأتمتة. وبعد التنقية والتجميع، يتحول كل ذلك إلى مجموعات بيانات للرؤية الحاسوبية والملاحة والتخطيط واتخاذ القرار.

ظهر المثال الكلاسيكي على هذا النهج قبل طفرة الذكاء الاصطناعي التوليدي بوقت طويل: reCAPTCHA. فبالنسبة للمستخدم كانت مجرد اختبار بسيط، لكن الناس في الواقع كانوا يساعدون النظام على التعرّف على كلمات عجز عنها التعرّف الضوئي على الحروف (OCR) أثناء رقمنة الكتب والصحف القديمة. ففي عام 2008 كانت reCAPTCHA تعمل على أكثر من 40 ألف موقع، وساعدت على التعرّف الصحيح على أكثر من 440 مليون كلمة. وهذا نموذج مبكر لكنه شديد النقاء لكيفية تحوّل فعل روتيني إلى جزء من دورة الإنتاج في تعلّم الآلة.

وفي الخدمات الحضرية يزداد هذا المبدأ أهمية، لأن البيانات هنا تصف العالم المادي مباشرة. فـ Strava Metro تجمّع مسارات المستخدمين وتزيل عنها هوياتهم، ليفهم مخططو المدن بشكل أفضل كيف يتحرك الناس فعليًا في الشوارع، لا كيف رُسمت شبكة الطرق فحسب. أما Waze فتجمع في الوقت الفعلي معلومات عن الازدحامات والحوادث والصيانة وإغلاق الطرق، فتحوّل الخريطة من طبقة ساكنة إلى تدفق شبه متواصل من الأحداث. وهذه البيانات ذات قيمة خاصة لأنظمة الملاحة المعتمدة على الذكاء الاصطناعي والروبوتات والتوصيل: فهي لا تصف مدينة نظرية، بل مدينة في حالة حركة. غير أن هناك قيدًا: فجمهور خدمة بعينها لا يطابق دائمًا تركيبة السكان ككل، ولذلك قد تكون حتى مجموعة البيانات المفيدة غير ممثِّلة بالكامل، وتتطلب تفسيرًا حذرًا.

وقد أصبحت الألعاب أيضًا منذ زمن طويل بيئة لتدريب الذكاء الاصطناعي، حتى حين لا ترتبط بالشوارع والخرائط بأي صلة. ففي StarCraft II يستخدم الباحثون إعادات المباريات البشرية بوصفها سجلات لقرارات معقدة في ظروف معلومات ناقصة، حيث يجب توزيع الموارد وتغيير الخطة والاستجابة لسلوك الخصم. وفي إحدى المجموعات، بقي بعد التصفية نحو 1,4 مليون مباراة و2,8 مليون حلقة (episode) و3,5 مليار ملاحظة تدريبية، وهو حجم يصعب الحصول عليه يدويًا في أي بيئة أخرى.

أما GTA V والعوالم الافتراضية المشابهة فتقدّم مشاهد اصطناعية للرؤية الحاسوبية والملاحة: إذ يمكن فيها تغيير الطقس والإضاءة وكثافة المرور وموضع الكاميرا بسرعة، وجمع مجموعات بيانات كبيرة دون رحلات ميدانية مكلفة ودون وسم يدوي. لذلك يتعلّم الذكاء الاصطناعي الحديث إما من آثار السلوك البشري، وإما من عوالم رقمية واقعية مهيّأة خصيصًا لجمع البيانات.

ما الذي يعنيه ذلك عمليًا؟ إن المنافسة في الذكاء الاصطناعي تعتمد بشكل متزايد لا على جودة النموذج وحدها، بل على من نجح في دمج جمع البيانات في السلوك الطبيعي للمستخدم. فالفائز ليس بالضرورة من يتحدث بأعلى صوت عن شبكة عصبية جديدة، بل من أنشأ خدمة ينتج فيها الناس بأنفسهم، وبشكل شبه غير ملحوظ لهم، البيانات التي سيُبنى عليها الجيل التالي من الذكاء الاصطناعي.