Mensen hebben al meer dan veertig jaar de voorsprong op robots in het tafeltennis behouden, maar recente ontwikkelingen in Google DeepMind suggereren dat onze dagen van dominantie geteld kunnen zijn. Zoals beschreven in een voorgedrukt artikel dat op 7 augustus werd gepubliceerd, hebben onderzoekers het eerste robotsysteem ontworpen dat in staat is tot amateurtafeltennisprestaties op menselijk niveau – en er zijn video’s die dit bewijzen.
Onderzoekers wenden zich vaak tot klassieke spellen als schaken en Go om de strategische mogelijkheden van AI te testen, maar als het gaat om het combineren van strategie en fysieke activiteit in realtime, is tafeltennis de al lang bestaande industriestandaard in robotica. Ingenieurs hebben gedurende meer dan veertig jaar machines tegen mensen opgezet in talloze tafeltennisronden vanwege de intense computer- en fysieke eisen van de sport, waaronder een snelle aanpassing aan dynamische variabelen, complexe bewegingen en visuele coördinatie.
“De robot moet goed zijn in vaardigheden op laag niveau, zoals het terughalen van de bal, maar ook in vaardigheden op hoog niveau, zoals strategie en langetermijnplanning om een doel te bereiken”, legt Google DeepMind uit in een aankondiging op X.
Om hun zeer geavanceerde bot te ontwikkelen, hebben de ingenieurs eerst een grote dataset samengesteld van ‘begintoestanden van een tafeltennisbal’, inclusief positie-, spin- en snelheidsinformatie. Vervolgens gaven ze hun AI-systeem de opdracht om te oefenen met het gebruik van deze dataset in fysiek nauwkeurige virtuele simulaties om vaardigheden te leren zoals return-services, backhand-richten en forehand-topspin-methoden. Van daaruit combineerden ze de AI met een robotarm die in staat was tot complexe, snelle bewegingen en namen ze het op tegen menselijke spelers. Deze gegevens, inclusief visuele informatie over de pingpongballen die door de camera’s van de bot werden vastgelegd, werden vervolgens opnieuw geanalyseerd in simulaties om een ”continue feedbacklus” van leren te creëren.
[Related: This AI program could teach you to be better at chess.]
Toen kwam het toernooi. Google DeepMind schakelde 29 menselijke spelers in, gerangschikt op vier vaardigheidsniveaus – beginner, gemiddeld, gevorderd en ‘geavanceerd+’ – en liet ze spelen tegen hun robotarm die op een baan was gemonteerd. Daarvan won de machine in totaal 13 wedstrijden, oftewel 45 procent van de uitdagingen, om ‘solide prestaties op amateurniveau’ te demonstreren, aldus de onderzoekers.
Tafeltennisfans die bang zijn hun voorsprong op robots te verliezen, kunnen (waarschijnlijk tijdelijk) opgelucht ademhalen. Hoewel het machinesysteem elke beginnende speler versloeg, won het slechts 55 procent van zijn wedstrijden tegen gemiddelde concurrenten, en slaagde het er niet in om er een te winnen van twee gevorderde mensen. Ondertussen beschreven de deelnemers aan de studie de algehele ervaring als ‘leuk’ en ‘vermakelijk’, ongeacht of ze wonnen of niet. Ze hebben naar verluidt ook enorme interesse getoond in rematches met de robot.