Google DeepMind розробляє аматорського робота для настільного тенісу

2 хвилин читання

Розробники з Google DeepMind створили робота, який може грати у настільний теніс на рівні досвідченого любителя.

Про це пише TechCrunch.

Google DeepMind представила нового роботизованого гравця у настільний теніс, який продемонстрував здібності на рівні початківця та середнього рівня.

Нам шкода, але цей блок не підтримується в AMP версії, перейдіть за посиланням,щоб побачити повну версію.
Читайте також: Anthropic забрала в Google найціннішого вченого в найскладніший для себе момент. Джон Джампер, віцепрезидент Google DeepMind, творець AlphaFold і нобелівський лауреат з хімії 2024 року, оголосив про перехід до компанії, чиї найпотужніші моделі Трамп цього місяця заблокував для всіх іноземних користувачів. Для Google це вже друга велика втрата поспіль, пише Bloomberg.

Підписуйтеся на наші соцмережі

Читайте також: AlphaFold 3: ШІ від Google DeepMind пришвидшує розроблення ліків.

На якому рівні робот-тенісист зараз?

Дослідники продемонстрували, що їхній робот успішно грає проти початківців і досягає 55% перемог проти гравців середнього рівня. Однак при зустрічі з просунутими тенісистами система програвала кожен матч.

Чому це важливо?

Цей робот став першим, який досяг такого рівня гри у настільний теніс, що є важливою віхою у розвитку робототехніки. Проте дослідники кажуть, що досягнення стабільної продуктивності на рівні людини в окремих завданнях та створення універсальних роботів ще потребує значних зусиль.

Перед якими проблемами постає робот-тенісист?

Основними проблемами, з якими стикається система, є затримка при реагуванні на швидкі м'ячі, а також труднощі з високими і низькими м'ячами, бекхендами і читанням обертання м'яча. DeepMind планує вирішити ці проблеми через вдосконалення алгоритмів управління та апаратних оптимізацій, серед яких передбачення траєкторій м'яча і впровадження швидших протоколів зв'язку.

Що далі?

Впровадження таких досліджень може надто вплинути на робототехніку, сприяючи розвитку нових архітектур політики і моделювання для реальних ігор, а також удосконаленню адаптивних стратегій в режимі реального часу.

Читайте також: Google витратить понад $100 млрд на штучний інтелект.