A robotikai kutatások egyik legfontosabb célja az emberihez mérhető sebesség és teljesítmény elérése a valós feladatok megoldásában, amihez a Google DeepMind tudósai szerint egy lépéssel közelebb vihet az általuk fejlesztett architektúra. A társaság oldalán közzétett dokumentum ugyanis egy olyan MI-vezérelt robotot mutat be, ami állítólag már emberi szintű teljesítményre képes a versenyszerű asztaliteniszben – vagyis egy fizikailag megterhelő sportban, amelyet a humán játékosok is évekig tartó gyakorlással sajátítanak el magasabb szinten.

A mesterséges intelligenciával irányított gép a cikk alapján meccsben van az átlagos amatőr játékosokkal. A teljesítményét összesen 29 robot-ember mérkőzésen értékelték, utóbbiak képzettségét a kezdő szinttől a versenyzőkig variálva. A DeepMind fejlesztése 13 meccset nyert meg a 29-ből, de ezen belül az egyes fokozatok eloszlása az érdekes: a kezdőket mind legyőzte, a profiktól kivétel nélkül vereséget szenvedett, a középhaladónak minősített ellenfelekkel szemben pedig 55 százalékos győzelmi arányt produkált, "amatőr emberi szintű" teljesítményt nyújtva.

A robot aktuális képességeit az alábbi videón demonstrálják:
 

A DeepMind szerint ez az első olyan rendszer, amelyik ilyen hatékonysággal működik, bár azt a fejlesztők is elismerik a sportolók viszonylatában, hogy a robot teljesítménye egyelőre korlátozott a reakcióidőt, az érzékelési képességket, a csavarásokat és a pörgetéseket, vagy akár a különféle pingpongütő-borításokat tekintve. Ezzel együtt az eddigi eredményeket is mérföldkőnek tekintik a robotok képességeinek fejlesztésében, mert gyors mozgásra, pontosságra és valós idejű stratégiai döntéshozatalra van hozzá szükség az emberekkel folytatott közvetlen versenyben.

Ahogy a Futurism beszámolójából kiderül, a robotok már több emberi sportágban is vitézkednek. Kínai egyetemi hallgatók már évekkel ezelőtt fejlesztettek egy olyan rendszert, ami egész elfogadhatóan tollaslabdázik, és a pingpongban is ott van az OMRON Robotics FORPHEUS nevű robotja, amelyik már a hetedik generációjánál jár. A DeepMind szerint ennél még egy lépéssel tovább mutat az MI munkába állítása annak érdekében, hogy a robot sikeresen alkalmazkodjon az ellenfelek stílusához, elemezve például, hogy melyik oldalra hajlamosak visszatenni a labdát.

Aki egy 25 perces összefoglalóra is kíváncsi a robot meccseiből, az itt érheti el a DeepMind hosszabb videóját »

a kép forrása: Atil Iscen @youtube.com