Robot o nazwie Ace, stworzony przez Sony AI, wygrał trzy z pięciu meczów przeciwko elitarnym zawodnikom ping-ponga. To, co jeszcze kilka lat temu brzmiałoby jak science fiction, dziś trafia na łamy prestiżowego magazynu „Nature”.
Jeśli chcesz otrzymać raport przed oficjalną premierą oraz zobaczyć nazwę swojej firmy wśród uczestników badania – zostaw adres email na końcu ankiety.
Kamień milowy dla robotyki
Tenis stołowy od lat uchodzi w środowisku robotyków za jeden z najtrudniejszych sportów do opanowania przez maszynę. Błyskawiczne reakcje, czytanie rotacji piłki, odpowiedź na nieoczekiwane odbicia od siatki, psychologia gry, presja punktu meczowego. Ace zmierzył się z tym wszystkim, a wyniki opublikowano właśnie w „Nature”.
Wyniki są niejednoznaczne i warto to powiedzieć wprost:
- Ace pokonał trzech elitarnych (ale nie profesjonalnych) zawodników
- Przegrał oba mecze rozegrane z profesjonalistami
- W siedmiu grach z profesjonalistami zdołał wygrać zaledwie jedną
- W pozostałych zadeklarował mistrzostwo nad spin, trudne odbicia z siatki i wykonał przynajmniej jeden zagrywka, która zaskoczyła byłego olimpijczyka
To ważne rozróżnienie: „elite” w tym kontekście nie znaczy zawodowiec najwyższego szczebla.
Jak działa Ace?
Zamiast nóg, robot porusza się na ruchomej podstawie z ośmioprzegubowym ramieniem. Zamiast oczu, korzysta z sieci kamer obejmujących cały stół z różnych kątów, które śledzą pozycję i rotację piłki w czasie rzeczywistym.
Kluczem jest odczytywanie spinu: kamery powiększają logo na piłce i na tej podstawie szacują oś obrotu w milisekundach, zanim ta dotrze na stronę robota. Strategia zagrywania i odpowiedź na rotację były trenowane przez 3000 godzin gier w symulacji komputerowej. Serwisy z kolei wzorowano na technikach stosowanych przez ekspertów.
Na początku Ace miał spory problem ze słabymi, mało spinowymi piłkami. Kiedy Rui Takenaka, jeden z elitarnych graczy, używał prostego serwisu bez rotacji, robot odpowiadał równie prostą piłką, co otwierało drogę do ataku.
„If I used a serve with complex spin, Ace also returned the ball with complex spin, which made it difficult for me. But when I used a simple serve – what we call a knuckle serve – Ace returned a simpler ball.”
„Kiedy używałem serwisu z mocnym spinem, Ace odpowiadał równie skomplikowaną piłką, co było dla mnie trudne. Ale kiedy używałem prostego serwisu, tzw. knuckle serve, Ace odpowiadał prostszą piłką.”
Rui Takenaka, elitarny zawodnik ping-ponga
Komentarz redaktora
To imponujący wynik, ale patrzę na niego z pewną ostrożnością. Sony AI pokazało, że robot może pokonać bardzo dobrych zawodników, ale wciąż przegrywa z prawdziwymi profesjonalistami. I tu pojawia się pytanie, które zawsze zadaję przy tego rodzaju ogłoszeniach: co z tego wynika praktycznie?
Tenis stołowy był „twardy” dla robotyki z powodu kombinacji szybkości, precyzji i nieprzewidywalności. Ale robot grający w ping-ponga nie posprząta ci kuchni, nie złoży zamówienia w magazynie ani nie obsłuży chirurgicznych narzędzi. Jan Peters z Politechniki w Darmstadt ma rację, kiedy mówi, że rozwiązanie problemu tenisa stołowego nie rozwiązuje kluczowych wyzwań robotyki.
Nie umniejszam osiągnięcia, jest naprawdę godne uwagi. Ale maraton to nie sprint, a robotyka ogólnego przeznaczenia wciąż czeka na swój prawdziwy przełom.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Robot nie ma oczu, które można czytać
Jedno z ciekawszych spostrzeżeń z testów dotyczy nie techniki, lecz psychologii. Ludzcy gracze są przyzwyczajeni do czytania przeciwnika, jego spojrzenia, postawy ciała, napięcia przed ważnym punktem. Ace nie oferuje żadnego z tych sygnałów.
Peter Dürr, dyrektor Sony AI w Zurychu i kierownik projektu, skomentował to tak: „The players want to see the eyes of their opponent. And the eyes of Ace are all around the court and they don’t show any intention or feeling.” / „Gracze chcą widzieć oczy swojego przeciwnika. A oczy Ace’a są wszędzie wokół stołu i nie zdradzają żadnego zamiaru ani emocji.”
Kinjiro Nakamura, były olimpijczyk w tenisie stołowym, przyznał, że jeden z zagrywek Ace’a, czyli szybkie przechwycenie piłki z dodaniem backspinu, uznał wcześniej za niemożliwy do wykonania. I dodał, że teraz sądzi, że człowiek mógłby się tej techniki nauczyć.
Co z tym dalej?
Jan Peters, profesor systemów autonomicznych na Politechnice w Darmstadt, który sam pracował nad robotami do tenisa stołowego, ocenił projekt jako „truly impressive” / „naprawdę imponujący”, jednocześnie ostrzegając przed zbyt daleko idącymi wnioskami. Jego zdaniem osiągnięcia w ping-pongu nie rozwiązują kluczowego problemu: manipulowania obiektami w realnym środowisku.
Ale Peters powiedział też coś, co warto zapamiętać: „There will be a moment in the next decade which will change the world as much as ChatGPT did in 2022. That moment may be closer to now than to 2036.” / „W ciągu następnej dekady nadejdzie moment, który zmieni świat tak samo, jak ChatGPT w 2022 roku. Ten moment może być bliżej teraźniejszości niż roku 2036.”
Twórcy Ace’a zaznaczają przy tym, że robot od czasu złożenia artykułu do „Nature” zdążył się jeszcze poprawić. „We played stronger and stronger players and we beat stronger and stronger players” / „Graliśmy z coraz silniejszymi zawodnikami i pokonywaliśmy coraz silniejszych zawodników” mówi Dürr. Postęp trwa.
