Datos geoespaciales de usuarios civiles escalan aplicaciones militares y robótica autónoma
Un banco de imágenes generado por jugadores de realidad aumentada se convierte en infraestructura crítica para navegación de precisión en entornos urbanos
Millones de usuarios de realidad aumentada capturaron imágenes de ubicaciones del mundo real durante una década, sin saber que estaban construyendo un activo geoespacial de valor estratégico. Desde 2021, los jugadores tuvieron la opción de escanear ubicaciones utilizando las cámaras de sus teléfonos, subiendo imágenes de tiendas, parques y estaciones…
Millones de usuarios de realidad aumentada capturaron imágenes de ubicaciones del mundo real durante una década, sin saber que estaban construyendo un activo geoespacial de valor estratégico. Desde 2021, los jugadores tuvieron la opción de escanear ubicaciones utilizando las cámaras de sus teléfonos, subiendo imágenes de tiendas, parques y estaciones de tren a cambio de recompensas en el juego. Para 2024, se reportaba un ingreso de aproximadamente un millón de nuevos escaneos por semana.
Este vasto banco de imágenes, que habría requerido una inversión monumental para ser creado de otra manera, proporciona una visión detallada de ubicaciones específicas desde múltiples ángulos y en diferentes condiciones. A diferencia de las imágenes satelitales, que ofrecen una vista limitada, o de la fotografía a nivel de calle, que captura momentos fugaces, este conjunto de datos se compone de imágenes tomadas por personas en el lugar, garantizando precisión y relevancia. En mayo pasado, la empresa que operaba esta plataforma vendió sus juegos, pero retuvo los datos y modelos de inteligencia artificial, estableciendo una nueva entidad dedicada exclusivamente a aplicaciones geoespaciales.
El primer producto de esta nueva división es un sistema de posicionamiento visual capaz de localizar ubicaciones con una precisión de centímetros utilizando solo unas pocas imágenes de edificios cercanos. Este avance llega en un momento crucial, ya que el mundo de la inteligencia artificial se ha centrado en modelos globales que requieren un entendimiento del espacio físico más allá del lenguaje. La compañía ha forjado alianzas con operadores de robots de entrega que operan alrededor de mil unidades en ciudades de Estados Unidos y Europa, para mejorar la navegación en entornos urbanos donde el GPS a menudo falla. En áreas densamente edificadas, las señales satelitales pueden reflejarse en los edificios, generando errores de posicionamiento de hasta cincuenta metros. El modelo entrenado con miles de millones de imágenes de ubicaciones bien documentadas supera estos desafíos y permite que los robots se detengan con precisión en la puerta correcta.
Las aplicaciones civiles representan apenas el inicio del espectro de uso. En diciembre, se anunció una colaboración con una empresa que desarrolla software de detección espacial para drones, lo que sugiere que el potencial de estas innovaciones apenas comienza a explorarse. Para directivos de tecnología, esto plantea preguntas críticas sobre la acumulación de datos geoespaciales de precisión centimétrica, sus implicaciones para infraestructura crítica y la convergencia entre aplicaciones comerciales y capacidades de defensa. El precedente de monetizar datos generados por usuarios sin intención explícita también establece un patrón que otros actores del sector probablemente replicarán.
