تتجه جهود تقنية متزايدة نحو استثمار البيانات البصرية والمكانية المرتبطة بلعبة الواقع المعزز الشهيرة «Pokémon Go» لتكون مادة أساسية في تدريب الروبوتات والسيارات ذاتية القيادة، بما يساعد الآلات على فهم تفاصيل الأماكن والتعامل بمرونة مع العوائق المختلفة في العالم الحقيقي.
وفي هذا السياق، تسعى شركة «Niantic Spatial» إلى الاستفادة من خبرتها المتراكمة في جمع البيانات المكانية لبناء نسخ رقمية متطورة من العالم الواقعي، وهي تقنيات تتيح للآلات خوض تجارب افتراضية متكررة داخل بيئات محاكاة قبل الانتقال للتعامل الفعلي مع المواقف في الشوارع والمنازل، وفقًا لما أوردته تقارير صحفية متخصصة.
وتعتمد هذه التوجهات على تطوير أنظمة تُعرف بـ«نماذج العالم» (World Models)، وهي منظومات برمجية تتعامل مع المعلومات البصرية وتتدرب على التنبؤ بما يمكن أن يحدث داخل المكان عند تحرك الأجسام أو تغير الظروف المحيطة، متجاوزة بذلك وظائف النماذج التقليدية التي تقتصر غالبًا على توقع الكلمات أو إنتاج إجابات نصية بحتة.
تقوم الفكرة الأساسية لتدريب الآلات دون الحاجة إلى دخول المكان فعليًا على بناء محاكاة ثلاثية الأبعاد دقيقة لموقع حقيقي، ومن ثم السماح للروبوت بتجربة الحركة والتفاعل داخلها مرات عديدة. فعلى سبيل المثال، إذا رغبت إحدى الشركات في إعداد روبوت مخصص للعمل داخل منزل، يمكن الاعتماد على صور وبيانات مكانية لإنشاء نموذج رقمي يساعد الآلة على اختبار مسارات الحركة وتجنب العوائق وتجاوز الأجسام المتفرقة.
وفي مجال النقل، تستخدم شركة «Wayve» مقاربة قريبة في تطوير أنظمة القيادة الذاتية، حيث تعتمد على تسجيلات كاميرات السيارات لإنشاء محاكاة رقمية لمواقف مرورية شديدة الخطورة، وهي مواقف يصعب عادة اختبارها بشكل مباشر على الطرق العامة حفاظًا على سلامة الأشخاص وتجنبًا للحوادث.
ولا تقتصر أهمية هذه التقنيات الحديثة على توفير الوقت والحد من تكاليف التجارب العملية فحسب، بل تمتد لتلبية حاجة الأنظمة الملحة لبيانات تعكس بدقة كيفية تحرك الأشخاص والأجسام داخل البيئات المتنوعة. وقد يمهد هذا الاتجاه الطريق أمام نشوء سوق جديدة لجمع التسجيلات المرئية للأنشطة اليومية المعتادة، مثل ترتيب الغرف، أو غسل الأطباق، أو إعادة ترتيب الأثاث المنزلي، لاستخدامها في تطوير وتدريب النماذج الذكية.
وفي المقابل، تثير هذه التطبيقات المرتقبة تساؤلات جدية تتعلق بخصوصية الأفراد وحماية بياناتهم، فضلاً عن قضايا ملكية التسجيلات وطرق استخدامه. علاوة على ذلك، يظل التحدي قائمًا في كون النجاح داخل البيئات الافتراضية المحاكاتية لا يضمن بالضرورة كفاءة الروبوت في جميع الظروف الواقعية، نظراً لأن العالم الحقيقي يعج بمواقف معقدة ومتغيرات يصعب تمثيلها بشكل كامل داخل النظم الرقمية.
