Zobacz, jak robot do tenisa stołowego Google startuje w wyścigu na 340 uderzeń

Jakby sztuczna inteligencja nie wystarczyła, aby ukryć ludzkość (w przenośni w tej chwili) w każdej grze planszowej, Google AI ma również nas wszystkich do ping-ponga. Na razie podkreślają, że to „współpraca”, ale w tempie, w jakim wszystko się poprawia, szybko poradzi sobie z profesjonalistami.

Projekt, Nazywa się i-Sim2RealNie chodzi tylko o tenis stołowy, ale o zbudowanie zautomatyzowanego systemu, który może pracować z szybkim i stosunkowo nieprzewidywalnym zachowaniem człowieka. Ping pong, AKA, jest mocno ograniczony (w przeciwieństwie do gry w koszykówkę lub krykieta) i równoważy złożoność i prostotę.

„Sim2Real” to sposób na opisanie procesu tworzenia sztucznej inteligencji, w którym model uczenia maszynowego uczy się, co robić w środowisku wirtualnym lub symulowanym, a następnie stosuje tę wiedzę w świecie rzeczywistym. Niezbędne, gdy wypracowanie działającego modelu wymaga lat prób i błędów — zrobienie tego w symulatorze zapewnia lata treningu w czasie rzeczywistym w ciągu kilku minut lub godzin.

Ale nie zawsze można coś zrobić w symulacji; Na przykład, co jeśli robot musi wejść w interakcję z człowiekiem? Symulacja nie jest łatwa, więc na początek potrzebujesz danych ze świata rzeczywistego. Pojawia się problem z kurczakiem i jajkiem: nie masz danych ludzkich, ponieważ są one potrzebne, aby robot wszedł w interakcję z nimi i wygenerował te dane w pierwszej kolejności.

Wyszukiwarki Google Uciekł z tej kłopotliwej sytuacji Rozpoczynając proste i tworząc pętlę sprzężenia zwrotnego:

[i-Sim2Real] Wykorzystuje prosty model ludzkiego zachowania jako przybliżony punkt wyjścia i przełącza się między szkoleniem w zakresie symulacji a wdrażaniem w świecie rzeczywistym. Z każdą iteracją weryfikowany jest zarówno model ludzkiego zachowania, jak i polityka.

Można zacząć od słabej oceny ludzkiego zachowania, ponieważ robot również dopiero zaczyna się uczyć. W każdej grze zbierane są bardziej prawdziwe dane ludzkie, co poprawia dokładność i pozwala AI dowiedzieć się więcej.

Podejście okazało się na tyle skuteczne, że robot do tenisa stołowego zespołu był w stanie przeprowadzić wyścig dla 340 osób. Sprawdź to:

Potrafi także odbijać piłkę w różne obszary, nie dając jej dokładnej matematycznej precyzji, ale na tyle dobrze, że może zacząć wdrażać strategię.

Zespół wypróbował również inne podejście do zachowania bardziej zorientowanego na cel, takiego jak oddanie piłki w bardzo określone miejsce z różnych pozycji. Ponownie, nie chodzi o stworzenie najlepszej maszyny do tenisa stołowego (chociaż jest to możliwy wynik), ale znalezienie sposobów na efektywne trenowanie z interakcjami międzyludzkimi bez zmuszania ludzi do powtarzania tej samej akcji tysiące razy.

Więcej informacji o technologiach zastosowanych przez zespół Google można znaleźć w poniższym podsumowaniu wideo: