Escucha este artículo
Audio generado con IA de Google
0:00
/
0:00
Utilizando un brazo robótico, Google Deepmind (un sistema de inteligencia artificial) puede vencer a personas en un juego de tenis de mesa, según se encontró en un experimento reciente. A pesar de ser un hito sorprendente, de acuerdo con el grupo de ingenieros detrás de las pruebas, aún hay mucho campo de mejora, pues el robot dotado de IA solo pudo vencer jugadores aficionados y únicamente en algunas ocasiones.
Durante años, científicos han intentado combinar el diseño de robots con la IA para mejorar las capacidades de robots. En este trabajo, el objetivo fue desarrollar el mejor jugador de ping-pong posible basado en IA.
“Alcanzar un rendimiento de nivel humano en términos de precisión, velocidad y generalidad sigue siendo un gran reto en muchos dominios”, escriben los investigadores en el estudio.
Para avanzar en este desafío, los investigadores combinaron un brazo robótico industrial con una versión personalizada del algoritmo de aprendizaje de DeepMind, el cual utiliza redes neuronales, es decir una arquitectura en capas que imita la forma en la que el cerebro humano procesa la información y aprende.
El sistema fue entrenado para dominar ciertos aspectos del tenis de mesa como sus reglas, crear efectos, realizar saques de derecha o utilizar el revés. Esto se logró con entrenamientos en la vida real, así como con simulaciones de algoritmos. A medida de la IA aprendía, los investigadores recolectaron información de sus fortalezas y debilidades, y le suministraron estos datos para mejorar sus habilidades.
To train the robot, we gathered a dataset of initial table tennis ball states - which included information about position, speed, and spin.
— Google DeepMind (@GoogleDeepMind) August 8, 2024
The system practiced using this library and learned different skills, like forehand topspin, backhand targeting, and returning serves. pic.twitter.com/zqGg1Fxf7F
Con esta información, el sistema es capaz de determinar que técnicas o estrategias utilizar, teniendo en cuenta las habilidades de sus oponentes, de la misma forma en que un humano jugaría tenis de mesa.
Pero, ¿cómo le fue compitiendo con humanos? Para determinar esto, el grupo de investigadores enfrentó a la IA contra 29 humanos. El robot venció a todos los jugadores principiantes, le ganó alrededor del 55 % de los jugadores intermedios, pero fue derrotado por todos los jugadores experimentados.
Entre las principales debilidades de la IA se encontró que le costaba responder pelotas elevadas y le costaba realizar más golpes de revés que con la derecha.
Frente a las reacciones de los jugadores, se encontró que la mayoría de las personas parecieron disfrutar jugar con el robot. “En todos los grupos de habilidad y porcentajes de victorias, los jugadores coincidieron en que jugar con el robot era “divertido” y “atractivo””, concluyeron los autores del estudio.
Los resultados de este experimento fueron publicados recientemente en el servidor de preimpresiones arXic en el que los científicos describen como se desarrolló el robot, cómo su rendimiento fue evolucionado a diferentes niveles de habilidad y cómo los jugadores humanos reaccionar al jugar con el robot.
Los avances que se lograron en este experimento pueden ser útiles, según los investigadores, para mejorar las respuestas y el desempeño de robots en entorno físicos dinámicos.
¿Qué es Google DeepMind?
Se trata de una tecnología de inteligencia artificial que utiliza el aprendizaje automático para resolver problemas que un computador promedio no podría resolver, como vencer a humanos en juegos complejos o predecir las formas en las que proteínas pueden plegarse en formas funcionales. Las capacidades de esta IA ya son utilizadas en diversos sectores para la reducción del consumo de energía o para optimizar las baterías de teléfonos.
Originalmente, la empresa DeepMind fue creada en Londres en 2010 y posteriormente fue adquirida por Google en 2014. Por las habilidades del programa, los científicos de la compañía ganaron un premio de 3 millones de dólares por trabajo en el programa de predicción de proteínas AlphaFold.
👩🔬📄 ¿Quieres conocer las últimas noticias sobre ciencia? Te invitamos a verlas en El Espectador. 🧪🧬