¿Y si todo el tiempo cazando Pokémon por la calle hubiera servido para algo más? Las imágenes del juego ahora ayudan a entrenar robots

Salir a recorrer barrios con el teléfono en la mano se convirtió durante un tiempo en una actividad diaria para millones de personas. Pokémon Go empujó a jugadores de todas las edades a caminar por parques, plazas o avenidas buscando criaturas virtuales, incluso a quienes apenas conocían la saga.

Muchos lo adoptaron como excusa para moverse más y romper el sedentarismo que marcaba gran parte del ocio digital. Aquellas rutas por ciudades y pueblos dejaron detrás algo más que capturas en una pantalla. Ese rastro terminó abriendo la puerta a un uso tecnológico muy distinto.

El sistema visual permitió ubicar dispositivos con precisión centimétrica

Ese enorme archivo de imágenes es hoy la base de un sistema que permite a robots orientarse por calles reales. Niantic Spatial emplea fotografías captadas por jugadores de Pokémon Go y también por participantes de Ingress para entrenar un sistema de posicionamiento visual.

El método compara lo que ve una cámara con imágenes registradas previamente en el mismo lugar. Cuando la coincidencia aparece, la posición puede calcularse con una precisión de centímetros.

Niantic reorganizó su estructura en mayo de 2024 y separó su área de inteligencia artificial espacial para crear Niantic Spatial como empresa independiente. El núcleo del proyecto es el llamado VPS, siglas de Visual Positioning System.

En lugar de calcular la ubicación mediante satélites, el sistema identifica edificios, monumentos o mobiliario urbano y determina dónde está el dispositivo observando esos elementos. Brian McClendon, director técnico de Niantic Spatial, explicó que “el cañón urbano es el peor lugar del mundo para el GPS”.

El proyecto también apunta a algo más amplio que guiar robots por una calle concreta. John Hanke, director ejecutivo de Niantic Spatial, describió el objetivo como la construcción de un mapa vivo del planeta que se actualiza continuamente con nuevos datos. En declaraciones recogidas por Popular Science afirmó que “la promesa de la robótica de última milla es enorme, pero moverse por calles urbanas caóticas es uno de los retos de ingeniería más difíciles”. La idea consiste en que las máquinas dispongan de descripciones detalladas del entorno para entender cómo se organiza el mundo físico.

Los fallos del GPS en zonas con edificios altos impulsaron el desarrollo de esta tecnología

El problema que intenta resolver esta tecnología aparece en lugares muy comunes. Los sistemas de GPS funcionan bien para localizar un coche en una carretera abierta, pero pierden precisión cuando entran en zonas densas de edificios altos.

Esto ocurre porque las señales de los satélites rebotan en fachadas o estructuras y el error puede alcanzar 50 metros. Para una persona con un teléfono eso solo significa caminar por la acera equivocada. Para un robot autónomo puede significar detenerse en el sitio incorrecto o fallar una entrega.

Esa dificultad explica la alianza entre Niantic Spatial y Coco Robotics. La empresa de reparto utiliza pequeños vehículos autónomos para transportar comida y productos de supermercado en ciudades como Los Ángeles, Chicago, Miami o Helsinki. Sus robots llevan cuatro cámaras que observan el entorno mientras avanzan por las aceras. Zach Rash, director ejecutivo de Coco Robotics, indicó que el objetivo consiste en cumplir los tiempos de entrega y evitar errores de ubicación que retrasen los pedidos.

El éxito global del juego generó la base de datos que ahora guía a las máquinas

Los datos que alimentan este sistema proceden de un archivo gigantesco generado durante años de juego sin que los jugadores supieran que eran colaboradores necesarios. Según MIT Technology Review, el conjunto de información reúne alrededor de 30.000 millones de imágenes asociadas a más de un millón de lugares en todo el planeta.

Cada fotografía incorpora metadatos detallados sobre el ángulo de la cámara, la hora del día, la orientación del dispositivo o las condiciones meteorológicas. Esa repetición de imágenes tomadas por miles de jugadores en los mismos sitios permite reconstruir el entorno desde distintos puntos de vista.

El crecimiento del juego explica la escala de ese archivo. Un total de 500 millones de personas instalaron la aplicación en sus primeros 60 días, según Brian McClendon. Ocho años después todavía reunía más de 100 millones de jugadores activos en 2024, de acuerdo con datos de Scopely, empresa que adquirió Pokémon Go ese mismo año.

Por lo tanto, cada paseo con el móvil apuntando a una estatua o un edificio añadía nuevas imágenes al sistema. Aquella actividad pensada para capturar criaturas virtuales, al cabo de los años, ha terminado creando un catálogo visual del mundo que ahora sirve para guiar máquinas por las calles.