دستاورد عجیب دیپ مایند گوگل؛ شکست انسان در تنیس روی میز!

همان‌طور که سیستم هوش مصنوعی درحال یادگیری بود، پژوهشگران داده‌هایی درمورد نقاط قوت، ضعف و محدودیت‌های آن جمع آوری کردند. آن‌ها سپس این اطلاعات را به برنامه‌ی هوش مصنوعی وارد کردند تا تصویری واقع‌بینانه از توانایی‌هایش به دست آورد. سپس سیستم با در نظر گرفتن نقاط قوت و ضعف حریف، یاد گرفت که در هر لحظه از کدام مهارت‌ها یا استراتژی‌ها استفاده کند.

گروه پژوهشی سپس ربات کنترل‌شونده با هوش مصنوعی را مقابل ۲۹ تنیس‌باز قرار دادند. بازوی رباتیک دیپ‌مایند همه‌ی افراد مبتدی و حدود ۵۵ درصد از بازیکنان متوسط را شکست داد، اما موفق نشد بر بازیکنان حرفه‌ای غلبه کند. طبق سیستم بین‌المللی رتبه‌بندی، ربات در حد بازیکن مبتدی است.

بازوی رباتیک دیپ‌مایند دارای نقاط ضعف سیستماتیک بود. برای مثال با توپ‌های بلند مشکل داشت و مانند بسیاری از ما، ضربه‌های بک‌هند برایش سخت‌تر از ضربه‌های فورهند بود.

به‌نظر می‌رسد بیشتر بازیکنان انسانی دوست داشته باشند مقابل این سیستم بازی کنند. همه‌ی شرکت‌کنندگان بازی با ربات را سرگرم‌کننده و جذاب می‌خواندند. به‌گفته‌ی پژوهشگران، روش جدید می‌تواند برای طیف وسیعی از کاربردها که نیازمند پاسخ سریع در محیط‌های فیزیکی پویا هستند، مفید باشد.