Google tiene su propio robot para jugar tenis de mesa como un profesional

Como si no fuera suficiente tener inteligencia artificial que ayuda a saber cómo serían físicamente Lady Di, Elvis Presley, Michael Jackson, Heath Ledger, Paul Walker o Amy Winehouse, ahora Google AI ha creado un robot con IA con el objetivo que pueda ganarle a cualquiera que se le ponga al frente en tenis de mesa (también conocido por algunos como ping-pong).

Por ahora enfatizan que es “cooperativo”, pero con la habilidad que muestra en el video que se podrá apreciar párrafos más abajo, se podría creer que este robot se hará cargo de profesionales en muy poco tiempo.

El proyecto, llamado i-Sim2Real, no se trata solo de Ping-Pong, sino más bien de construir un sistema robótico que pueda trabajar con y alrededor de un comportamiento humano de ritmo rápido y relativamente impredecible. El tenis de mesa tiene la ventaja de ser uno contra uno (a diferencia de jugar al baloncesto o al cricket), pero igualmente es un deporte con equilibrio de complejidad y simplicidad.

Cómo funciona el robot que juega tenis de mesa

Sim2Real es una forma de describir un proceso de creación de IA en el que se enseña a un modelo de aprendizaje automático qué hacer en un entorno virtual o simulación, y luego se aplica ese conocimiento en el mundo real.

Es necesario tener varios años de prueba (obviamente cometiendo errores) para llegar a un modelo de trabajo: hacerlo en una simulación permite que se produzcan años de entrenamiento en tiempo real en unos minutos u horas.

Pero no siempre es posible hacer algo en una simulación; por ejemplo, ¿qué pasa si un robot necesita interactuar con un humano? Eso no es tan fácil de simular, por lo que se necesitan datos del mundo real para empezar.

Finalmente, el creador de este robot termina con un verdadero problema: no tiene los datos humanos, porque estos se necesitarían para hacer que el robot con el humano interactuara y generara esos datos en primer lugar. Los investigadores de Google escaparon de este escollos empezando de forma sencilla y haciendo un bucle de retroalimentación:

“i-Sim2Real utiliza un modelo simple de comportamiento humano como punto de partida aproximado y alterna entre la formación en simulación y la implementación en el mundo real. En cada iteración, tanto el modelo de comportamiento humano como la política se refinan”, menciona el gigante tecnológico.

Está bien comenzar con una mala aproximación del comportamiento humano, porque el robot también está empezando a aprender. Se recopilan más datos humanos reales con cada juego, mejorando la precisión y permitiendo que la IA aprenda más.

El enfoque fue lo suficientemente exitoso como para que el robot de tenis de mesa del equipo pudiera llevar a cabo un “rally” de 340 golpes. A continuación el video:

También es capaz de devolver la pelota a diferentes regiones; no con precisión matemática exactamente, pero lo suficientemente bueno como para que pueda comenzar a ejecutar una estrategia. El equipo también intentó un enfoque diferente para un comportamiento más orientado a los golpes, como devolver la pelota a un lugar muy específico desde una variedad de posiciones.

Una vez más, no se trata de crear la última máquina de tenis de mesa (aunque eso es una consecuencia probable), sino de encontrar formas de entrenar de manera eficiente con y para interacciones humanas sin hacer que la gente repita la misma acción miles de veces.

Los lectores de Infobae pueden aprender más sobre las técnicas que empleó el equipo de Google en el siguiente vídeo de resumen:

SEGUIR LEYENDO