Робот, обученный с помощью ИИ, чтобы побеждать обычных рандомов в настольном теннисе, — это гораздо более впечатляющая вещь, чем вы думаете

Как человек, который годами занимался робототехникой и программированием, я должен сказать, что последнее достижение Google DeepMind меня крайне поразило. В то время как большинство людей ассоциируют ИИ со сценариями конца света, включающими лазеры и светящиеся красные глаза, эта компания доказывает, что искусственный интеллект можно использовать для чего-то столь же простого и приятного, как игра в настольный теннис.

Обсуждайте искусственный интеллект и роботов со многими людьми, и они часто представляют себе апокалиптические сценарии, наполненные лазерами и светящимися красными, как кровь, глазами. Тем не менее, Google DeepMind добилась значительных успехов в области технологии искусственного интеллекта роботов, научив систему превзойти обычного человека в настольном теннисе, а не глобальное уничтожение человечества.

Я наткнулся на видеоклип, демонстрирующий работающего робота, который был опубликован на X Google DeepMind. Как человек, имеющий опыт программирования промышленных роботов-манипуляторов, хотя и в несколько ограниченной роли инженера-технолога, я был по-настоящему очарован демонстрацией. Исследовательская работа, связанная с этим исследованием, определенно заслуживает внимания.

Устройство — это не просто камера, которая следует за мячом и беспорядочно перемещает ракетку; скорее, это сложная система, разработанная Google DeepMind. Эта система каталогизировала различные начальные условия, которые мог иметь мяч для настольного тенниса, такие как положение, скорость и вращение, для создания всеобъемлющей базы данных. Затем роботизированную руку запрограммировали на отработку различных ударов, обучение переходу между хватами справа и слева, освоение топспина и других техник, которые он постоянно практиковал.

После этого он столкнулся с реальными игроками. ИИ был создан для наблюдения и изучения стилей игры и поведения различных людей. Эти данные затем были использованы для более эффективного улучшения всего алгоритма. Его эффективность постоянно оценивалась, и в режиме реального времени он динамически адаптировал свою стратегию на основе этой обратной связи.

По данным Google DeepMind, робот соревновался с 29 противниками, которые были разделены на четыре отдельные группы способностей. После завершения всех игр производительность робота поставила его примерно посередине среди них, что эквивалентно компетентному игроку-любителю среднего уровня.

Действительно, он явно потерпел сокрушительное поражение от рук более опытных противников, и есть видео, где человек сначала борется, но быстро превосходит ИИ одним быстрым ударом. Google DeepMind ожидает такого результата из-за проблем с точным моделированием таких факторов, как взаимодействие накладки весла с вращением в игре.

Как технический энтузиаст, я должен признать, что это достижение просто поразительно! Я предвижу многочисленные сценарии, в которых продвинутые версии этой технологии могут действительно проявить себя. Например, в производственных условиях, где сборочные линии часто сталкиваются с незначительными перекосами или изменениями освещения, система искусственного интеллекта может изменить правила игры. Научившись адаптироваться к таким изменениям, компания потенциально может свести к минимуму сбои в производстве и повысить эффективность.

Нетрудно представить будущее, в котором люди, получившие серьезные травмы, будут регулярно зависеть от роботизированных рук с искусственным интеллектом, позволяющих им выполнять задачи, пока они выздоравливают и полностью восстанавливают свою физическую работоспособность.

Сейчас я сосредоточен на овладении настольным теннисом, и я всем сердцем поддерживаю эту цель. Честно говоря, нет ничего более привлекательного, чем перспектива овладеть навыками ведения ядерной войны под руководством роботов.

Смотрите также

2024-08-13 19:02