Tεχνητή Nοημοσύνη: πρώτη φορά κερδίζει ανθρώπους σε παιχνίδι φυσικών δεξιοτήτων!

Σκάκι, πόκερ, βιντεοπαιχνίδια… Εδώ και αρκετά χρόνια, οι άνθρωποι έχουν ξεπεραστεί σε μεγάλο βαθμό σε πολλές διανοητικές ασκήσεις από μηχανές και πιο πρόσφατα από συστήματα μηχανικής μάθησης με εκπληκτικές επιδόσεις. Από την άλλη, η ανθρωπότητα εξακολουθεί να έχει σημαντικό προβάδισμα στον τομέα των παιχνιδιών φυσικών δεξιοτήτων… ή τουλάχιστον, αυτό ίσχυε μέχρι τώρα. Μια ομάδα από το διάσημο ETH στη Ζυρίχη σχεδίασε ένα ρομπότ που τροφοδοτείται από Tεχνητή Nοημοσύνη ικανό να νικήσει το είδος μας στο παιχνίδι λαβύρινθου.

Όπως υποδηλώνει το όνομά του, το παιχνίδι βασίζεται σε μια μπάλα τοποθετημένη σε έναν λαβύρινθο. Το τελευταίο είναι χτισμένο σε μια κινητή πλατφόρμα της οποίας ο προσανατολισμός μπορεί να ελεγχθεί χρησιμοποιώντας δύο λαβές τοποθετημένες στα πλάγια. Ο στόχος είναι να καθοδηγηθεί η μπάλα στο τέλος της πίστας αποφεύγοντας να την ρίξετε σε μια από τις πολλές τρύπες που υπάρχουν στην πορεία.

Ακούγεται εύκολο αλλά όσοι έχετε παίξει το κλασικό παιχνίδι, έχετε παρατηρήσει ότι χρειάζεται πολλή ακρίβεια για να κατακτήσετε την τροχιά της σφαίρας. Είναι ένα παιχνίδι που βασίζεται πολύ στο συναίσθημα. Και μέχρι τώρα, τα ρομπότ είχαν τη μεγαλύτερη δυσκολία στην αναπαραγωγή της απόδοσης των ανθρώπων σε αυτό το πλαίσιο.

Η μηχανική μάθηση κατακτάει τον πραγματικό κόσμο

Ήταν λοιπόν ένας πολύ ενδιαφέρον στόχος για την ομάδα του Raffaelo D’Andrea, καθηγητή στο ETH της Ζυρίχης. Στόχος του είναι να βγάλει τα συστήματα που βασίζονται στη μηχανική μάθηση από τη ζώνη άνεσής τους, δηλαδή τα εικονικά περιβάλλοντα, για να μπορέσουν να ξεπεράσουν τις πραγματικές προκλήσεις που βασίζονται στη φυσική. Ο καθηγητής ξεκίνησε να σχεδιάζει ένα σύστημα που ονομάζεται CyberRunner με στόχο να ξεπεράσει την απόδοση των ανθρώπων.

Αποτελείται από δύο διακριτά μέρη. Στη μία πλευρά, υπάρχει ένα φυσικό σύστημα ελέγχου. Αποτελείται από μια κάμερα που καταγράφει τη θέση της μπάλας και δύο μικρούς κινητήρες. Αυτά αναπαράγουν τη δράση ενός ζευγαριού χεριών στις λαβές που ελέγχουν τη σανίδα.

Από την άλλη, βρίσκουμε ένα μοντέλο AI που εκπαιδεύεται τόσο στο φυσικό μέσο, ​​όσο και σε μια εικονική προσομοίωση. Αναλύει κάθε προσπάθεια και στη συνέχεια εξερευνά διάφορους τρόπους για να διορθώσει τα λάθη του σε αυτό το ψηφιακό περιβάλλον. Οι πιο υποσχόμενες προσεγγίσεις εφαρμόζονται στη συνέχεια στον πραγματικό κόσμο για την ενίσχυση του μοντέλου με κάθε επανάληψη. Σε αυτό το πλαίσιο, καταλήγει στην ολοκλήρωση του μαθήματος όσο το δυνατόν γρηγορότερα.

Ο ανθρώπινος πρωταθλητής νικήθηκε!

Και το λιγότερο που μπορούμε να πούμε είναι ότι αυτή η προσέγγιση λειτούργησε εξαιρετικά καλά. Μετά από μόλις έξι ώρες εκπαίδευσης, το ρομπότ ήταν ήδη σε θέση να νικήσει έμπειρους παίκτες που είχαν περάσει χρόνια «προπόνησης» για να φτάσουν στο υψηλότερο επίπεδο φυσικών δεξιοτήτων.

Ξεπέρασε ακόμη και το παγκόσμιο ρεκόρ που έθεσε το 2022 ο Lars Göran Danielsson, ένας ειδικός στον λαβύρινθο που παίζει αυτό το παιχνίδι από… το 1988. Και δεν ήταν μια μικρή νίκη. Με το χρόνο του στα 14,48 δευτερόλεπτα, ο CyberRunner είναι σχεδόν ένα δευτερόλεπτο μπροστά από τον χρόνο του πρωταθλητή ανθρώπου (15,41 δευτερόλεπτα). Πρόκειται για μία πολύ σημαντική διαφορά σε αυτό το επίπεδο!

Το πιο ενδιαφέρον είναι ότι η νίκη θα μπορούσε να ήταν ακόμα πιο συντριπτική. Πράγματι, ο D’Andrea αναγκάστηκε να επιβάλει ορισμένα όρια στο CyberRunner για να τον αποτρέψει από το να κονιορτοποιήσει τους χρόνους των αντιπάλων του. Κατά τη διάρκεια της εκπαίδευσής του, εντόπισε γρήγορα μερικές εξαιρετικά αποτελεσματικές στρατηγικές εξαπάτησης, όπως το άλμα της μπάλας πάνω από έναν τοίχο χρησιμοποιώντας μια πολύ ακριβή κίνηση για να παρακάμψει ένα ολόκληρο τμήμα του μαθήματος.

Ένα πολλά υποσχόμενο πεδίο έρευνας

Σύμφωνα με το Forbes, ο D’Andrea σχεδιάζει να αξιοποιήσει σωστά αυτό το μοντέλο βελτίωσης των φυσικών δεξιοτήτων ως μέρος της startup Verity. Αναπτύσσει συστήματα που επιτρέπουν σε αυτόνομα drones να συλλέγουν πληροφορίες για προϊόντα σε μεγάλες αποθήκες για να αποφύγουν οι άνθρωποι να κάνουν πολλαπλά ταξίδια.

Σχεδιάζει επίσης να κάνει το μοντέλο του διαθέσιμο σε άλλους προγραμματιστές με άδεια ανοιχτού κώδικα. Μια εκπληκτική κίνηση γενναιοδωρίας. Ελπίζει ότι αυτή η πρωτοβουλία θα επιταχύνει την ανάπτυξη της τεχνητής νοημοσύνης που εφαρμόζεται σε φυσικά προβλήματα, κάτι που θα ωφελήσει ολόκληρο τον τομέα της A.I.

Πέρα από τα drones, αυτά τα συστήματα θα μπορούσαν να αξιοποιηθούν σε δραστηριότητες όπως ο χειρισμός υλικών, η συναρμολόγηση σε μια γραμμή παραγωγής και ούτω καθεξής. Θα είναι λοιπόν ενδιαφέρον να δούμε ποιες καινοτομίες θα προτείνουν άλλες εταιρείες και ερευνητικά ιδρύματα βάσει αυτού του μοντέλου.

Ακολουθήστε το Gizchina Greece στο Google News για να μαθαίνετε πρώτοι και άμεσα, όλα τα τεχνολογικά νέα! Αν ψάχνετε HOT προσφορές, κάντε εγγραφή στο κανάλι μας στο Telegram!