26/07/2025–|Última actualización: 14:36 (hora de la Meca)
En el verano de 2010, el tenis John Isner y Nicolas jugaron una de las confrontaciones más drenadas en la historia de Wimbledon, el partido duró 11 horas durante un período de 3 días. Después de más de una década, dos oponentes del último tipo de partido están jugando no menos tercos, pero esta vez dentro de Deep Mind Labs deGoogleY sin audiencia.
Según un informe del sitio web de Ciencias Popular, dos Arms Robotine se están moviendo en una pareja de tenis de mesa interminable en el Centro de Investigación South London, como parte de un proyecto lanzado por Deeb Mind en 2022 para desarrollar las capacidades de inteligencia artificial a través de la auto -competición continua. El objetivo no se limita a mejorar las habilidades de juego, sino a los algoritmos de entrenamiento capaces de adaptarse a entornos complejos, como aquellos que enfrentan robots en fábricas o hogares.
Quien sea ganador sin un ganador del entrenamiento sin parar
Al comienzo del proyecto, el ejercicio se limitó a simples ataques recíprocos entre los robots, sin buscar puntos. Con el tiempo, utilizando técnicas de aprendizaje aumentado, cada robot aprende de su oponente y desarrolló sus estrategias.
Cuando se agregó el gol de puntaje, el régimen enfrentó dificultad para adaptarse, ya que los brazos estaban perdiendo algunos de los movimientos que habíamos dominado anteriormente. Pero cuando se enfrentan a jugadores humanos, comenzó a parecer signos notables, gracias a la diversidad de métodos de juego que proporcionaron más oportunidades de aprendizaje.
Según los investigadores, los robots ganaron el 45% de los 29 juegos contra los seres humanos, y superaron a los jugadores medios en un 55%. El rendimiento total se clasifica como un jugador aficionado, pero es más complicado con el tiempo, especialmente con la introducción de nuevas técnicas para monitorear y mejorar el rendimiento.
Cuando el video enseña inteligencia artificial
Las mejoras no dependieron del ejercicio real, ya que los investigadores utilizaron el modelo Gemini para la visión y el lenguaje de Google para generar notas a partir de las coincidencias.
El robot ahora puede ajustar su comportamiento en función de los órdenes de texto, como «golpear la pelota hacia la extrema derecha» o «cerrar la red». Esta retroalimentación visual lingüística mejora las capacidades del robot para tomar decisiones precisas durante el juego.
Table Tennis Gateway para futuros robots
El juego de tenis de mesa es un entorno ideal para la prueba de inteligencia artificial, debido al equilibrio entre la velocidad, la precisión y la toma de decisiones. Permite la capacitación de robótica en habilidades que van más allá del movimiento mero, incluir el análisis y la respuesta de tiempo real, que son habilidades necesarias para futuros robots en entornos realistas.
Aunque los robots avanzados todavía se topan en tareas simples para los humanos, como vincular el zapato o la escritura, los desarrollos recientes, como un éxito de la mente profunda en la enseñanza de un robot que vincula el zapato, o el nuevo modelo «Atlas» presentado por Boston Dynamix, indica un acercamiento gradual entre el rendimiento de la máquina y el humano.
Hacia la inteligencia general adaptable
Los expertos de Deep Mind creen que este enfoque para el aprendizaje, basado en la competencia y la autoimprovers, puede ser la clave para desarrollar una inteligencia artificial general múltiple. El objetivo final es permitir que los robots realicen diversas tareas, no solo en entornos industriales sino también en la vida diaria, de manera natural y segura.
Hasta entonces, el brazo de Deep Mind permanecerá en un partido abierto, intercambiando bolas y habilidades, en un largo camino hacia un futuro roboty más inteligente y flexible.
