Een nieuwe studie suggereert dat Google's DeepMind-software een robotarm kan aansturen om een mens te verslaan in tafeltennis, maar alleen tegen gemiddelde tafeltennisspelers in sommige gevallen; de effectiviteit tegen wereldtoppers is niet gegarandeerd.
Robots kunnen mensen verslaan in tafeltenniswedstrijden.
TPO - Google's DeepMind-technologie is gebruikt om een robotarm te trainen om tafeltennis te spelen, en deze is erin geslaagd om mensen te verslaan.
Er bestaan momenteel robots die kunnen koken, schoonmaken en acrobatische toeren uithalen, maar ze hebben in de praktijk nog steeds moeite met snelle reactievermogens. "Het bereiken van menselijke prestaties op het gebied van nauwkeurigheid, snelheid en generaliseerbaarheid blijft een grote uitdaging in veel vakgebieden", schreven de onderzoekers in hun studie.
Om deze beperking te overkomen, combineerden onderzoekers een industriële robotarm met een aangepaste versie van DeepMind's krachtige algoritme. DeepMind maakt gebruik van neurale netwerken, een meerlaagse architectuur die nabootst hoe informatie in het menselijk brein wordt verwerkt. Tot nu toe is de robot erin geslaagd de beste Go-speler ter wereld te verslaan en problemen op te lossen die al tientallen jaren onopgelost zijn.
Terwijl de AI leert hoe ze met haar forehand moet serveren of hoe ze met haar linkerhand moet richten in complexe algoritmes, verzamelen onderzoekers ook gegevens over haar sterke en zwakke punten en beperkingen. Deze informatie wordt vervolgens teruggekoppeld naar het AI-programma, waardoor DeepMind een realistische inschatting krijgt van de mogelijkheden van de robot. Het systeem selecteert vervolgens welke vaardigheden of strategieën het moet gebruiken, net zoals een menselijke tafeltennisspeler dat zou doen.
Vervolgens lieten ze de door AI bestuurde robot het opnemen tegen 29 mensen. De robot van DeepMind versloeg alle beginners en ongeveer 55% van de spelers van gemiddeld niveau, maar werd verslagen door de gevorderde spelers. In het internationale ranglijstsysteem wordt de robot nog steeds als amateurspeler beschouwd.
Spelers van alle niveaus en winstpercentages waren het erover eens dat spelen tegen robots leuk en boeiend was, schreven de onderzoekers in de studie.
Onderzoekers zeggen dat deze nieuwe methode nuttig kan zijn voor diverse toepassingen die een snelle reactie vereisen in dynamische fysieke omgevingen.
Ha Thu
Volgens Live Science








Reactie (0)