يتغلّب على البشر في تنس الطاولة... روبوت من "غوغل" يلفتُ الأنظار! (فيديو)
المصدر: النهار العربي
قدّمت شركة "ديب مايند" التابعة لـ"غوغل" ذراعاً روبوتية قد تتغلّب على البشر العاديين في رياضة تنس الطاولة، معتمدةً على قدرات الذكاء الاصطناعي. لكنّ الروبوت الذي تمكّن بالفعل من التغلّب على جميع اللاعبين المبتدئين، اكتفى بالتغلّب على بعض اللاعبين المتوسّطين وليس كلّهم، فيما عجز أمام المتقدّمين، وفقًا لدراسة جديدة نُشرت في 7 آب على الموقع البحثي "أركسيف.أورغ" arxiv.org المفتوح المصدر.
قدّمت شركة "ديب مايند" التابعة لـ"غوغل" ذراعاً روبوتية قد تتغلّب على البشر العاديين في رياضة تنس الطاولة، معتمدةً على قدرات الذكاء الاصطناعي. لكنّ الروبوت الذي تمكّن بالفعل من التغلّب على جميع اللاعبين المبتدئين، اكتفى بالتغلّب على بعض اللاعبين المتوسّطين وليس كلّهم، فيما عجز أمام المتقدّمين، وفقًا لدراسة جديدة نُشرت في 7 آب على الموقع البحثي "أركسيف.أورغ" arxiv.org المفتوح المصدر.
وبالفعل، باتت للروبوتات الآن متمرّسة في الطهو والتنظيف وأداء الألعاب البهلوانية، لكنّها تكافح للاستجابة السريعة للمعلومات في العالم الحقيقيّ.
كتب الباحثون في الدراسة، أنّ تحقيق أداء يتماشى مع مستوى الإنسان من حيث الدقّة والسرعة والعمومية لا يزال يشكّل تحديًا كبيرًا في عدد من المجالات.
وللتغلب على هذا القيد، جمع الباحثون بين ذراع روبوتية اصطناعية وإصدار مخصّص من خوارزمية التعلّم فائق القوّة من "ديب مايند" Deep Mind.
جرى تدريب النظام على إتقان جوانب معينة من اللعبة، مثل تقديم ضربات أمامية أو استخدام الضربات الخلفية، وذلك من خلال التدريب على بيانات واقعية، بالإضافة إلى اكتساب المهارات عبر تقنيات المحاكاة الافتراضية وخوارزمياتها المتطورة. وكذلك عمل الباحثون على تغذيته بالمعلومات ليتمكّن من اختيار المهارات أو الاستراتيجيات التي يجب استخدامها في اللحظة الفعلية، مع مراعاة نقاط القوة والضعف لدى خصمه، تمامًا كما قد يفعل لاعب تنس الطاولة البشري.
وبعد ذلك، وُضِع ذلك الروبوت الذي يعمل بالذكاء الاصطناعي ضدّ 29 إنسانًا. فتغلّب بالفعل على جميع اللاعبين المبتدئين وحوالي 55 في المئة من اللاعبين متوسّطي المستوى، ولكنّه هُزم أمام اللاعبين المتقدّمين.
وفي السياق، بدا أنّ معظم اللاعبين البشر أحبوا اللعب ضدّ ذلك النظام. وكتب الباحثون في الدراسة، "اتّفق اللاعبون على أنّ اللعب مع الروبوت كان ممتعًا وجذابًا".
وأفاد الباحثون أنّ النهج الجديد قد يكون مفيدًا لمجموعة واسعة من التطبيقات التي تتطلّب استجابات سريعة في البيئات المادية الديناميكية.