Fermer

août 9, 2024

Le nouveau robot IA de Google DeepMind joue au tennis de table au « niveau humain »

Le nouveau robot IA de Google DeepMind joue au tennis de table au « niveau humain »


La Chine est actuellement en train d’accumuler la plupart des médailles d’or dans les épreuves de tennis de table des Jeux olympiques de Paris. Pendant ce temps, un IALe robot propulsé par Google DeepMind a atteint des « performances de niveau humain amateur » dans le sport.

Dans une étude publiée dans un Papier Arxiv Cette semaine, la filiale d’intelligence artificielle de Google a décrit le fonctionnement du robot, ainsi que des images de celui-ci affrontant ce que nous ne pouvons que supposer être des joueurs de ping-pong enthousiastes et volontaires, aux compétences variées.

Selon DeepMind, le robot brandissant une raquette devait maîtriser des compétences de bas niveau, comme renvoyer la balle, ainsi que des tâches plus complexes, comme la planification et l’élaboration de stratégies à long terme. Il a également affronté des adversaires aux styles divers, en s’appuyant sur de grandes quantités de données pour affiner et adapter son approche.

Pas encore de niveau olympique

Le robotique arm – et sa raquette imprimée en 3D – ont remporté 13 matchs sur 29 contre des adversaires humains avec différents niveaux de compétence dans le jeu. Il a remporté 100 % des matchs contre des joueurs « débutants » et 55 % contre des joueurs « intermédiaires ». Cependant, elle perdait à chaque fois qu’elle affrontait un adversaire « avancé ».

Le <3 de la technologie européenne

Les dernières rumeurs sur la scène technologique européenne, une histoire de notre sage vieux fondateur Boris et un art de l’IA discutable. C’est gratuit, chaque semaine, dans votre boîte de réception. Inscrivez-vous maintenant !

DeepMind a déclaré que les résultats du récent projet constituent une étape vers l’objectif d’atteindre une vitesse et des performances de niveau humain sur des tâches du monde réel, une « étoile polaire » pour la communauté robotique.

Pour y parvenir, ses chercheurs affirment avoir utilisé quatre applications qui pourraient également rendre les résultats utiles au-delà de frapper une petite balle sur un petit filet, aussi difficile que cela puisse être :

  • Une architecture politique hiérarchique et modulaire
  • Techniques permettant de passer d’une simulation à un tir réel, y compris une approche itérative pour définir la répartition des tâches de formation ancrée dans le monde réel.
  • Adaptation en temps réel aux adversaires invisibles
  • Une étude utilisateur pour tester le modèle jouant des matchs réels contre des humains invisibles dans des environnements physiques

La société a en outre ajouté que son approche avait conduit à « un jeu compétitif au niveau humain et à un agent robot avec lequel les humains aiment réellement jouer ». En effet, ses concurrents non robots dans les vidéos de démonstration semblent s’amuser.

Robotique de tennis de table

Google DeepMind n’est pas la seule entreprise de robotique à choisir le tennis de table pour entraîner ses systèmes. Ce sport nécessite, entre autres, une coordination œil-main, une réflexion stratégique, de la vitesse et de l’adaptabilité, ce qui le rend bien adapté pour entraîner et tester ces compétences sur des robots alimentés par l’IA.

Le « premier robot tuteur de tennis de table » au monde a été reconnu par le Guinness World Records en 2017. Cette machine plutôt imposante a été développée par la société d’électronique japonaise OMRON. Sa dernière itération est le FORPHEUS (signifie « Future OMRON Robotics technology for Exploring Possibility of Harmonized automation with Sinic theoretics », et s’inspire également de l’ancienne figure mythologique Orphée…).

OMRON affirme qu’il « incarne la relation qui existera entre les humains et la technologie à l’avenir ».

Google DeepMind ne fait pas de telles affirmations existentielles pour son récent champion de ping-pong, mais les résultats de son développement pourraient encore s’avérer profonds pour nos amis robots à long terme. Nous pensons cependant que le bras robotique de DeepMind manque cruellement au niveau des abréviations.




Source link