La compañía reveló que los datos visuales generados por millones de jugadores durante años ahora impulsan sistemas de navegación para robots, aunque el uso de estas imágenes vuelve a poner en debate la privacidad y la recolección de datos.
Niantic confirmó que las imágenes y escaneos recopilados a través de Pokémon Go y otras aplicaciones de realidad aumentada permitieron crear uno de los conjuntos de datos visuales del mundo real más grandes utilizados en inteligencia artificial.
Según explicó la empresa, la información generada por los jugadores supera las 30 mil millones de imágenes, capturadas en ciudades de todo el planeta durante años de actividad dentro del juego. Este material ahora se utiliza para entrenar sistemas de posicionamiento visual, una tecnología que permite a máquinas y robots determinar su ubicación observando su entorno.
El proyecto está siendo desarrollado por Niantic Spatial, la división de inteligencia artificial surgida a partir de Niantic, y ya comenzó a probarse en robots de reparto que operan en distintas ciudades.
De capturar Pokémon a entrenar inteligencia artificial
Lanzado en 2016, Pokémon Go se convirtió rápidamente en un fenómeno global. El juego de realidad aumentada motivaba a los usuarios a recorrer las calles para capturar criaturas como Jigglypuff, Squirtle o incluso versiones raras como Galarian Zapdos, que aparecían superpuestas sobre el mundo real a través de la cámara del teléfono.
El éxito fue inmediato. Más de 500 millones de personas instalaron la aplicación en sus primeros 60 días, y años después el juego seguía manteniendo una base masiva de usuarios. En 2024, por ejemplo, superó los 100 millones de jugadores activos, según datos difundidos tras la adquisición del título por parte de Scopely.
Cada uno de esos jugadores apuntando su cámara a edificios, plazas o monumentos terminó generando información visual geolocalizada. Con el paso del tiempo, esa actividad produjo un archivo gigantesco con imágenes tomadas desde distintos ángulos, horarios del día y condiciones climáticas.
La empresa explicó que muchas de estas capturas se concentran en más de un millón de ubicaciones clave alrededor del mundo, especialmente en lugares que dentro del juego funcionaban como PokéStops o Gyms.
Cómo funciona el sistema de posicionamiento visual
La base de datos recopilada durante años permitió entrenar un modelo capaz de identificar ubicaciones con gran precisión utilizando referencias visuales del entorno.
Este sistema, desarrollado por Niantic Spatial, analiza imágenes de edificios, calles u otros puntos de referencia para determinar dónde se encuentra un dispositivo. Según la compañía, el modelo puede ubicar una posición en el mapa con una precisión de apenas unos centímetros.
A diferencia del GPS, que depende de señales satelitales que pueden degradarse en zonas urbanas densas, el posicionamiento visual compara lo que ve una cámara con millones de imágenes previamente registradas del mismo lugar.
Esta tecnología ya comenzó a implementarse en colaboración con Coco Robotics, una empresa que opera robots de reparto autónomos en ciudades como Los Angeles, Chicago, Jersey City, Miami y Helsinki.
Los pequeños vehículos, capaces de transportar comida o compras, utilizan cámaras para reconocer el entorno y posicionarse con mayor exactitud frente a restaurantes o domicilios, incluso en zonas donde el GPS suele fallar debido a la presencia de edificios altos o autopistas elevadas.
Qué imágenes recopila realmente Pokémon Go
La revelación sobre el tamaño del conjunto de datos generó nuevas preguntas sobre la privacidad de los usuarios. Sin embargo, Niantic sostiene que las imágenes utilizadas para entrenar estos modelos no provienen del uso normal de la cámara durante la captura de Pokémon.
El video que aparece cuando un jugador utiliza el modo de realidad aumentada para atrapar criaturas se procesa localmente en el teléfono y no se almacena en los servidores, según explicó la compañía en distintas oportunidades.
Las imágenes que sí pueden enviarse a la empresa provienen principalmente de funciones específicas del juego, entre ellas:
- Escaneos de PokéStops o Gyms mediante realidad aumentada
- Fotos enviadas por jugadores para crear o actualizar PokéStops
En estos casos, los usuarios pueden capturar imágenes del entorno para mejorar la representación de esos lugares dentro del juego. Estos escaneos se realizan generalmente caminando alrededor del punto de interés mientras la cámara registra el espacio desde diferentes ángulos.
Cada captura incluye además metadatos detallados, como la posición GPS, la orientación del teléfono, la dirección en la que apunta la cámara o el movimiento del dispositivo.
Un mapa creado principalmente con espacios públicos
De acuerdo con la empresa, el sistema está diseñado para recopilar datos principalmente de lugares públicos, como:
- monumentos
- plazas
- murales
- edificios históricos
- espacios culturales o turísticos
Estos sitios suelen convertirse en PokéStops o Gyms dentro del juego, lo que incentiva a los jugadores a visitarlos y, en algunos casos, escanearlos para obtener recompensas.
Además, Niantic afirma que las imágenes se procesan automáticamente para anonimizar información sensible, difuminando rostros de personas o matrículas de vehículos cuando aparecen en las capturas.
Aun así, especialistas señalan que ningún sistema es perfecto. Algunos puntos del juego pueden encontrarse cerca de viviendas u otros espacios privados, y los escaneos podrían incluir elementos no previstos dependiendo del ángulo desde el que se realicen.
Un debate sobre privacidad que viene desde 2016
Las preocupaciones sobre privacidad no son nuevas para Pokémon Go. Desde su lanzamiento en 2016 el juego generó debates sobre el tipo de datos que recopilaba, especialmente en relación con la ubicación GPS de los jugadores.
En su momento también surgió una polémica cuando la versión inicial del juego en iOS solicitaba permisos demasiado amplios para cuentas de Google, algo que Niantic atribuyó a un error de implementación y corrigió pocos días después.
El juego necesita acceder a la ubicación del usuario para funcionar correctamente, ya que toda la experiencia se basa en recorrer el mundo real. Sin embargo, el crecimiento de las tecnologías de inteligencia artificial y los llamados modelos del mundo volvió a poner el foco en el valor de los datos generados por millones de personas.
El objetivo: crear un “mapa vivo” del mundo
Para Niantic Spatial, el proyecto no se limita a mejorar la navegación de robots. La compañía busca construir lo que describe como un “mapa vivo” del planeta, una representación digital extremadamente detallada que se actualice continuamente.
En este modelo, cada objeto del entorno podría incluir información sobre su forma, posición y características, permitiendo que sistemas de inteligencia artificial comprendan mejor los espacios físicos.
A medida que robots y dispositivos equipados con cámaras recorran las ciudades, estos sistemas podrían seguir alimentando el mapa con nuevos datos.
De manera inesperada, millones de personas que salieron a las calles para capturar criaturas virtuales terminaron contribuyendo a la creación de una de las bases de datos visuales más grandes utilizadas para entrenar inteligencia artificial en el mundo real.
