Robot đánh bóng bàn của Google

Robot chơi bóng bàn của Google DeepMind đấu với con người. Ảnh: DeepMind.

Google DeepMind đã huấn luyện thành công một robot chơi bóng bàn với tài năng tương đương người chơi nghiệp dư. Hãng tuyên bố đây là robot đầu tiên được dạy chơi thể thao để đấu với người.

Theo MIT Technology Review, các nhà nghiên cứu đã cố gắng tạo ra một cánh tay robot cầm vợt bằng công nghệ in 3D.

Cụ thể, robot đã thắng 100% trong các trận đấu với người mới bắt đầu và thắng 55% trước những người chơi ở trình độ trung cấp. Song, hệ thống này hiện vẫn chưa hoàn hảo. Nó đã thua tất cả trận đấu với người chơi ở trình độ cao. Tổng cộng, robot đã thắng 45% trong số 29 trận. MIT Technology Review đánh giá đây là một tiến bộ ấn tượng.

Cơ chế tự động giỏi dần theo thời gian

“Chỉ mới vài tháng trước, chúng tôi vẫn còn dự đoán rằng robot có thể sẽ thua trước những người mà nó chưa từng chơi cùng. Thực tế cho thấy hệ thống này đã vượt quá mong đợi của chúng tôi. Cách robot chiến thắng cả những đối thủ mạnh thật sự rất ấn tượng”, Pannag Sanketi, kỹ sư phần mềm tại Google DeepMind, đồng thời là người đứng đầu dự án, chia sẻ.

Theo kỹ sư, nghiên cứu này không chỉ để cho vui. Trên thực tế, nó thể hiện bước tiến trong việc tạo ra những robot thực hiện được các tác vụ khéo léo một cách an toàn trong môi trường thực tế như nhà ở, nhà kho. Đây vốn là mục tiêu lâu dài của cộng đồng kỹ sư chế tạo robot.

Nhà nghiên cứu khoa học máy tính Lerrel Pinto tại Đại học New York cho rằng cách đào tạo các cỗ máy của Google DeepMind có thể áp dụng cho nhiều lĩnh vực khác.

Các nhà nghiên cứu đã sử dụng một quy trình lặp đi lặp lại để hoàn thiện các kỹ năng của robot. Ảnh: DeepMind.

“Tôi rất thích nhìn thấy các hệ thống robot hoạt động cùng con người và xung quanh con người. Đây là một ví dụ tuyệt vời. Robot này có thể chưa phải là một người chơi giỏi, nhưng có tiềm năng để tiếp tục cải thiện và cuối cùng đạt được mục tiêu cuối cùng”, Pinto nói với MIT Technology Review.

Để trở thành một vận động viên bóng bàn thành thạo, con người cần biết phối hợp tay với mắt một cách nhuần nhuyễn, khả năng di chuyển nhanh và đưa ra quyết định nhanh chóng để trả đòn đối thủ. Tất cả đều là những thách thức lớn đối với robot.

Các nhà nghiên cứu của Google DeepMind quyết định sử dụng 2 cách tiếp cận khác nhau để huấn luyện tay robot, bắt chước những khả năng của con người. Đầu tiên, họ sử dụng công nghệ mô phỏng máy tính để đào tạo hệ thống AI thành thạo các kỹ năng đánh. Sau đó, nhóm nghiên cứu tinh chỉnh bằng cách sử dụng dữ liệu trong thế giới thực. Điều này cho phép robot liên tục cải thiện theo thời gian.

Các nhà nghiên cứu đã biên soạn một tập dữ liệu về các trạng thái khác nhau của bóng bàn, như vị trí, độ xoáy và tốc độ. Từ thư viện dữ liệu này, hệ thống AI sẽ mô phỏng một môi trường ảo, phản ánh chính xác tính chất vật lý của các trận đấu bóng bàn.

Mục đích của quy trình này là để học các kỹ năng như trả giao bóng, đánh một cú xoáy bằng tay thuận hoặc đánh trái tay. Cuối cùng, robot đã học từ hơn 14.000 quả bóng chuyển động đơn giản và 3.000 cú giao bóng, tạo ra một khối kiến ​​thức bóng bàn giúp AI thu hẹp khoảng cách giữa mô phỏng và thực tế.

Bạn tập của con người

Trong các trận đấu với con người, robot thu thập dữ liệu về hiệu suất của nó để giúp hoàn thiện các kỹ năng. Nó theo dõi vị trí của quả bóng bằng camera và nắm bắt kiểu chơi của con người thông qua cảm biến chuyển động gắn trên vợt đối thủ. Dữ liệu về quả bóng được đưa trở lại quy trình mô phỏng để huấn luyện, tạo ra một vòng phản hồi liên tục.

Vòng phản hồi này giúp robot thử nghiệm các kỹ năng mới để đấu và đánh bại đối thủ, tức là nó có thể điều chỉnh chiến thuật và cách đánh của mình một cách dễ dàng giống như người thật. Điều này có nghĩa là nó ngày càng tiến bộ trong suốt trận đấu và sẽ giỏi hơn theo thời gian khi chơi nhiều trận hơn.

Nhóm nghiên cứu Google DeepMind cho rằng nếu nâng cấp thêm, hệ thống này có khả năng cạnh tranh với những người chơi bóng bàn chuyên nghiệp. Ảnh: DeepMind.

Song, hệ thống AI này vẫn gặp khó khăn trong việc đỡ bóng tốc độ cao, vượt quá tầm nhìn hoặc rất thấp. Bóng xoáy cũng là một thách thức đối với robot vì nó thiếu khả năng đo độ xoáy trực tiếp. Đây chính là điểm yếu bị những người chơi trình độ cao nhanh chóng “bắt bài”.

Theo Chris Walti, cựu trưởng nhóm chế tạo robot của Tesla, việc huấn luyện robot cho mọi tình huống và trong một môi trường mô phỏng là một thách thức lớn. “Rất khó để mô phỏng thực tế thế giới thực vì có quá nhiều biến số, như một cơn gió mạnh, hay thậm chí là bụi trên bàn. Trừ khi bạn có những mô phỏng siêu thực, nếu không, hiệu suất của robot sẽ bị giới hạn”, chuyên gia nhận định.

Nhóm Google DeepMind tin rằng những hạn chế này có thể giải quyết bằng cách phát triển các mô hình AI dự đoán quỹ đạo của quả bóng, sử dụng các thuật toán phát hiện va chạm tốt hơn.

Điều quan trọng là người chơi rất thích thú khi thi đấu với cánh tay robot. Ngay cả những đối thủ dày dặn kinh nghiệm và thừa sức đánh bại nó cũng cảm thấy trải nghiệm này thú vị và hấp dẫn. Họ cho rằng robot này có tiềm năng trở thành một bạn tập giúp họ trau dồi kỹ năng.

“Tôi rất muốn dùng nó làm bạn tập, thỉnh thoảng sẽ đấu cùng nhau”, một trong những người tham gia nghiên cứu chia sẻ.