Google обучила двух роботов играть в бесконечный настольный теннис

Анонимный читатель ссылается на отчет Popular Science: 22 июня 2010 года американский теннисист Джон Иснер (John Isner) начал изнурительный матч на Уимблдоне против француза Николя Маю (Nicolas Mahut), который стал самым продолжительным в истории этого вида спорта. Этот марафонский поединок длился 11 часов и растянулся на три дня. Хотя Иснер в конечном итоге одержал победу со счетом 70-68 в пятом сете, некоторые из присутствующих полушутя задавались вопросом, не оказались ли эти двое игроков навсегда запертыми на корте.

Похожая, кажущаяся бесконечной схватка ракеток сейчас разворачивается всего в часе езды к югу от All England Club – в Google DeepMind. Компания, известная своими передовыми моделями искусственного интеллекта, которые превзошли лучших игроков мира в шахматы и Го, теперь использует пару роботизированных рук в своеобразной бесконечной игре в настольный теннис. Цель этого продолжающегося исследовательского проекта, начатого в 2022 году, состоит в том, чтобы два робота непрерывно учились друг у друга посредством соревнований.

Подобно тому, как Иснер в конечном итоге адаптировал свою игру, чтобы победить Маю, каждая роботизированная рука использует модели искусственного интеллекта для изменения стратегий и улучшения своих навыков. Однако, в отличие от примера с Уимблдоном, роботы не могут достичь финального счета, чтобы закончить свою схватку. Вместо этого они продолжают соревноваться бесконечно, стремясь улучшить каждый удар. И хотя роботизированные руки легко побеждаются продвинутыми игроками, было показано, что они доминируют над новичками. В матчах против игроков среднего уровня у роботов примерно 50/50 шансы на победу – что, по мнению исследователей, соответствует уровню "уверенного любительского человеческого исполнения".

Все это, как отметили два исследователя, участвующих в проекте, на этой неделе в блоге IEEE Spectrum, делается в надежде создать передовой, универсальный искусственный интеллект, который мог бы служить "мозгом" для гуманоидных роботов, которые однажды смогут взаимодействовать с людьми на реальных заводах, в домах и за их пределами. Исследователи из DeepMind и других организаций надеются, что этот метод обучения, если его масштабировать, может вызвать "момент ChatGPT" в робототехнике – ускорив развитие отрасли от неуклюжих, шатких кусков металла до действительно полезных помощников. "Мы оптимистично настроены в отношении того, что дальнейшие исследования в этом направлении приведут к созданию более способных, адаптивных машин, которые смогут изучить разнообразные навыки, необходимые для эффективной и безопасной работы в нашем неструктурированном мире", – пишут в IEEE Spectrum старший инженер DeepMind Паннаг Санкети (Pannag Sanketi) и профессор Университета штата Аризона Хени Бен Амор (Heni Ben Amor).