İnsanların makinelerle mücadelesi günümüzdeki giderek yoğunlaşıyor ve şimdi Google DeepMind tarafından geliştirilen yapay zekalı ABB IRB 1100 adlı robot ile mücadelede yeni bir cephe açılıyor: Masa tenisi. Google DeepMind, geliştirilen robotun amatör insan seviyesinde performans gösteren ilk robotik masa tenisi oyuncusu olduğunu söylüyor.
İnsanların masa tenisinde robotla mücadelesi
Araştırmacıların geliştirdikleri sistem, ABB IRB 1100 adlı endüstriyel bir robot kolu ile DeepMind'ın özel yapay zeka yazılımını bir araya getiriyor. Uzman bir insan oyuncu robotu yenebilse de sistem, makinelerin anlık karar verme ve uyum yeteneği gerektiren karmaşık fiziksel görevlerde ustalaşma potansiyelini gösteriyor.
Gerçekleştirilen testler sırasında masa tenisi robotu karşılaştığı başlangıç seviyesindeki tüm oyuncuları yenmeyi başardı. Orta düzey oyuncularla yapılan maçlarda ise robot maçların yüzde 55’ini kazandı. Ancak üst seviye masa tenisi oyuncuları ile karşılaştığında ise robot tüm maçları kaybetti. Testler kapsamında gerçekleştirilen tüm oyunlarda robot, oynadığı 29 maçın yüzde 45’ini kazanmayı başardı.
Araştırmacılar bunun insanlarla aynı seviyede spor yapabilen ilk robot olduğunu, robotların öğrenme ve kontrol süreçlerinde önemli bir ilerleme kaydedildiğini gösterdiğini söylüyor. Öte yandan araştırmacılar her ne kadar tekil görevlerde insan seviyesine ulaşılabilse de gerçek dünyada insanlarla ustaca ve güvenli bir şekilde etkileşime girebilen genel amaçlı robotlar için yapılması gerek daha çok işin olduğunun da altını çiziyor.
Gerçekleştirilen testler sırasında masa tenisi robotu karşılaştığı başlangıç seviyesindeki tüm oyuncuları yenmeyi başardı. Orta düzey oyuncularla yapılan maçlarda ise robot maçların yüzde 55’ini kazandı. Ancak üst seviye masa tenisi oyuncuları ile karşılaştığında ise robot tüm maçları kaybetti. Testler kapsamında gerçekleştirilen tüm oyunlarda robot, oynadığı 29 maçın yüzde 45’ini kazanmayı başardı.
Araştırmacılar bunun insanlarla aynı seviyede spor yapabilen ilk robot olduğunu, robotların öğrenme ve kontrol süreçlerinde önemli bir ilerleme kaydedildiğini gösterdiğini söylüyor. Öte yandan araştırmacılar her ne kadar tekil görevlerde insan seviyesine ulaşılabilse de gerçek dünyada insanlarla ustaca ve güvenli bir şekilde etkileşime girebilen genel amaçlı robotlar için yapılması gerek daha çok işin olduğunun da altını çiziyor.
Robotun arkasındaki algoritma
DeepMind araştırmacıları, robotun belirli masa tenisi tekniklerini uygulamasına ve stratejisini gerçek zamanlı olarak her rakibin oyun tarzına uyarlamasına olanak tanıyan iki seviyeli bir yaklaşım geliştirdi. Başka bir deyişle robot, insan oyuncuya karşı özel eğitim gerektirmeden herhangi bir amatör insanla oynayabilecek kadar yetenekli.
Sistemin mimarisi forehand vuruşları, backhand dönüşleri veya servis yanıtları gibi belirli masa tenisi tekniklerini yürütmek için eğitilmiş sinir ağlarını oyun durumunu analiz eden, rakibin stiline uyum sağlayan ve gelen her top için hangi düşük seviyeli beceri politikasının etkinleştirileceğini seçen daha karmaşık bir yapay zeka sistemi ile birleştiriyor.
Bu süslü cümleleri bir tarafa bırakırsak robotun oldukça zorlandığı alanlar da var. Örneğin aşırı hızlı veya yüksek toplarda sistem zorlanıyor. Ayrıca backhand ve gelen toptaki spini okumada da sorun yaşıyor. Araştırmacılar bu sorunların yetersiz eğitim verisinden ve sistemin kendi içindeki gecikmesinden kaynaklandığını söylüyor.
Öte yandan araştırmacılar bu sistemi masa tenisinde insanları rezil etmek için geliştirmiyor. Bu proje için geliştirilen teknikler, hızlı tepki vermeyi ve öngörülemeyen insan davranışlarına uyum sağlamayı gerektiren çok çeşitli robotik görevlere uygulanabilir. Bununla birlikte araştırmacılar sistemi geliştirerek profesyonel oyuncuları da yenebileceklerinden emin. Ne de olsa DeepMind, önceki AlphaZero ve AlphaGo gibi yapay zekalı sistemleriyle profesyonelleri ve en iyileri satranç ve Go’da yenmeyi başarmıştı.
Sistemin mimarisi forehand vuruşları, backhand dönüşleri veya servis yanıtları gibi belirli masa tenisi tekniklerini yürütmek için eğitilmiş sinir ağlarını oyun durumunu analiz eden, rakibin stiline uyum sağlayan ve gelen her top için hangi düşük seviyeli beceri politikasının etkinleştirileceğini seçen daha karmaşık bir yapay zeka sistemi ile birleştiriyor.
Bu süslü cümleleri bir tarafa bırakırsak robotun oldukça zorlandığı alanlar da var. Örneğin aşırı hızlı veya yüksek toplarda sistem zorlanıyor. Ayrıca backhand ve gelen toptaki spini okumada da sorun yaşıyor. Araştırmacılar bu sorunların yetersiz eğitim verisinden ve sistemin kendi içindeki gecikmesinden kaynaklandığını söylüyor.
Öte yandan araştırmacılar bu sistemi masa tenisinde insanları rezil etmek için geliştirmiyor. Bu proje için geliştirilen teknikler, hızlı tepki vermeyi ve öngörülemeyen insan davranışlarına uyum sağlamayı gerektiren çok çeşitli robotik görevlere uygulanabilir. Bununla birlikte araştırmacılar sistemi geliştirerek profesyonel oyuncuları da yenebileceklerinden emin. Ne de olsa DeepMind, önceki AlphaZero ve AlphaGo gibi yapay zekalı sistemleriyle profesyonelleri ve en iyileri satranç ve Go’da yenmeyi başarmıştı.
