未来のAIは、コンテンツを生成するだけでなく、現実の空間を理解する必要があります。

地図、ロボット、自動運転、ARデバイス。こうした用途に共通して欠かせないものがあります。それは、継続的に更新され、十分な精度があり、具体的な場所と結びついた現実世界のデータです。

問題は、こうしたデータがテキストのように簡単には手に入らないことです。多くの場所ではデータの更新が遅く、公開情報も不完全なことがよくあります。モデルは「ショッピングモールとは何か」を知っていても、特定のモールのどの入口が今日工事中なのか、どの通路が封鎖されているのか、周辺環境に変化があったのかまでは知らないかもしれません。

Vangridの取り組みに興味を持ったのも、まさにこの点です。

スマートフォンで特定の場所の情報を収集し、データの出どころを記録することで、現実にいる誰もがデータネットワークの一員になれる可能性があります。少数の機関が一度にすべての場所を撮影するのではなく、現実の環境を継続的に補完し、更新していくのです。

そうすれば、データは一度きりの無機質な資料ではなく、現実そのものにより近いものになります。空間モデルやロボット、場所を理解する必要があるAIにとって、こうしたデータは古くなった地図よりも価値があるかもしれません。

もちろん、収集の品質、プライバシー保護、データの検証はいずれも重要です。本当に役立つネットワークとは、データの量が多ければよいというものではありません。データがどこから来たのか、いつ収集されたのか、実際に使えるのかが分かることが大切です。

AIが現実の暮らしに入り込むには、より大きなモデルだけでは不十分です。現実世界を継続的に認識する仕組みも必要です。

Vangridが取り組んでいるのは、具体的な場所を、AIが理解し、検証し、活用できるデータにすることです。この取り組みは、どんな場面で最初に大きく広がると思いますか？

@vangrid_io