Het systeem is verre van perfect. Hoewel de tafeltennisbot erin slaagde alle menselijke tegenstanders op beginnersniveau waarmee hij te maken kreeg en 55% van degenen die op amateurniveau speelden, te verslaan, verloor hij alle wedstrijden tegen gevorderde spelers. Toch is het een indrukwekkende vooruitgang.
“Zelfs een paar maanden geleden voorspelden we dat de robot realistisch gezien misschien niet zou kunnen winnen van mensen waarmee hij nog niet eerder heeft gespeeld. Het systeem heeft onze verwachtingen zeker overtroffen”, zegt Pannag Sanketi, een senior software-ingenieur bij Google DeepMind die het project leidde. “De manier waarop de robot zelfs sterke tegenstanders overtrof, was verbazingwekkend.”
En onderzoek is niet alleen maar leuk en leuk. In feite vertegenwoordigt het een stap in de richting van het creëren van robots die vakkundig en veilig nuttige taken kunnen uitvoeren in echte omgevingen zoals huizen en magazijnen, een al lang bestaand doel van de robotica-gemeenschap. De aanpak van Google DeepMind op het gebied van het trainen van machines is toepasbaar op veel andere gebieden, zegt Lerrel Pinto, een computerwetenschappelijk onderzoeker aan de New York University die niet aan het project heeft gewerkt.
“Ik ben er een groot fan van om robotsystemen daadwerkelijk met en rond echte mensen te zien werken, en dit is daar een fantastisch voorbeeld van”, zegt hij. “Het is misschien geen sterke speler, maar de grondstoffen zijn er om te blijven verbeteren en uiteindelijk te komen.”
Om een ervaren tafeltennisser te worden, hebben mensen uitstekende hand-oogcoördinatie nodig, het vermogen om snel te bewegen en snelle beslissingen te nemen als reactie op een tegenstander – dit zijn allemaal aanzienlijke uitdagingen voor robots. Google DeepMind-onderzoekers gebruikten een tweedelige aanpak om het systeem te trainen om deze vaardigheden na te bootsen: ze gebruikten computersimulaties om het systeem te trainen om zijn ponsvaardigheden onder de knie te krijgen; Vervolgens verfijnde ik het met behulp van gegevens uit de echte wereld, waardoor het in de loop van de tijd kon verbeteren.