Por Canuto  

Sony AI presentó a Ace, un robot de tenis de mesa que ya derrotó a varios jugadores de élite y puso a prueba a profesionales humanos bajo reglas oficiales. El avance, documentado en un estudio publicado en Nature, apunta a un salto relevante en robótica física, percepción computacional y aprendizaje por refuerzo.

***

  • Ace, el robot de Sony AI, ganó tres de cinco partidos frente a jugadores de élite y perdió sus dos duelos ante profesionales.
  • El sistema usa un brazo robótico de ocho articulaciones, múltiples cámaras alrededor de la cancha y aprendizaje por refuerzo.
  • Investigadores y expertos ven el logro como un hito para la robótica, aunque advierten que aún no resuelve todos los desafíos del sector.

 

Un robot desarrollado por Sony AI ya está logrando algo que durante años fue una referencia casi simbólica para la inteligencia artificial (IA) aplicada al mundo físico: competir en tenis de mesa contra humanos muy entrenados y, en varios casos, ganarles.

El sistema, llamado Ace, fue diseñado para enfrentarse a atletas reales en una cancha de tamaño oficial, bajo reglas reglamentarias y en intercambios que exigen reacción en fracciones de segundo.

El avance fue descrito en un estudio publicado el miércoles en la revista científica Nature. Según detalló la cobertura de AP News y otros reportes coincidentes, el robot mostró un nivel de juego comparable al de humanos expertos en uno de los deportes más difíciles para la robótica, por la velocidad de la pelota, la variabilidad del efecto y la necesidad de combinar percepción, táctica y ejecución física.

Para quienes siguen la evolución de la IA, el resultado es relevante porque traslada al mundo real un tipo de aprendizaje que ya había brillado en ajedrez, go, póker o videojuegos. La diferencia aquí es que no basta con decidir bien. El robot también debe mover su cuerpo con precisión, adaptarse a trayectorias cambiantes y responder a un rival humano que no repite siempre el mismo patrón.

Sony sostiene que se trata de la primera vez que un robot alcanza un nivel de juego humano y experto en un deporte competitivo de práctica común en el mundo físico. La empresa lo presenta como un hito largamente buscado para la investigación en inteligencia artificial y robótica.

Cómo funciona Ace y por qué el tenis de mesa es una prueba tan exigente

Ace no es un robot humanoide clásico. El sistema opera con un brazo robótico de ocho articulaciones montado sobre una base móvil, una arquitectura que le permite posicionar la raqueta, ejecutar golpes y reaccionar con rapidez durante los intercambios. Sony procuró que la velocidad, el alcance del brazo y el rendimiento general fueran comparables a los de un atleta entrenado, en lugar de crear una máquina con ventajas físicas imposibles de igualar.

Michael Spranger, presidente de Sony AI, explicó que construir un robot sobrehumano para tenis de mesa sería relativamente fácil si el objetivo fuera solo la fuerza o la velocidad extrema. En sus declaraciones, señaló que la meta era otra: mantener cierto nivel de equidad con el humano y lograr que la máquina ganara a nivel de IA, toma de decisiones, táctica y, hasta cierto punto, habilidad.

Esa distinción importa. Según Spranger, el robot no debía imponerse golpeando la pelota más rápido de lo que cualquier humano podría devolver. Debía ganar jugando realmente el juego. Esa búsqueda de paridad ayuda a convertir el experimento en una referencia útil para evaluar progreso robótico, y no solo para exhibir potencia mecánica.

La percepción visual de Ace también es poco convencional. En lugar de “ver” con dos ojos, el robot utiliza nueve cámaras distribuidas alrededor de la cancha. Ese sistema sigue la pelota desde distintos ángulos y amplía su logotipo para estimar el efecto y el eje de rotación en apenas milisegundos, antes de que la bola cruce al lado de la mesa donde juega la máquina.

Peter Dürr, investigador de Sony AI y coautor del estudio, fue directo al explicar por qué se recurrió al aprendizaje por refuerzo. Dijo que no existe una forma de programar manualmente a un robot para jugar tenis de mesa, y que debe aprender a hacerlo a partir de la experiencia. Para los experimentos, Sony construyó una cancha de tamaño olímpico en su sede de Tokio, con la intención de ofrecer a los atletas profesionales y a otros jugadores muy capacitados un terreno lo más nivelado posible.

Resultados frente a humanos y golpes que sorprendieron a profesionales

Los partidos se jugaron bajo las reglas oficiales del tenis de mesa y fueron juzgados por dos árbitros de la Asociación Japonesa de Tenis de Mesa. En esos encuentros, Ace ganó tres de cinco partidos contra jugadores de élite, pero perdió los dos que disputó frente a profesionales. En total, el robot solo consiguió remontar un juego en los siete encuentros citados por los investigadores.

Aun así, varios jugadores quedaron sorprendidos por sus recursos. El sistema dominó el manejo del efecto, respondió a pelotas difíciles, incluidas algunas que rozaban la red, y ejecutó un golpe rápido con efecto cortado que un profesional había considerado imposible. El exolímpico japonés Kinjiro Nakamura, competidor en los Juegos Olímpicos de Barcelona 1992, dijo tras observar uno de esos tiros que nadie más habría podido hacerlo y que no pensó que fuera posible.

Según las declaraciones recogidas en el artículo científico, Nakamura añadió que, si el robot había logrado ese movimiento, entonces existía la posibilidad de que un humano también pudiera hacerlo. La observación es llamativa porque sugiere que la máquina no solo imita el nivel humano, sino que también puede abrir nuevas ideas técnicas dentro del deporte.

Minami Ando y Kakeru Sone estuvieron entre los profesionales japoneses que compitieron contra Ace. Otro jugador de élite, Rui Takenaka, describió una vulnerabilidad específica del sistema. Explicó que, si utilizaba un saque con efecto complejo, el robot devolvía una pelota también compleja, lo que complicaba la siguiente acción. Pero cuando usaba un saque simple o sin efecto, Ace respondía con una devolución más simple, lo que facilitaba atacar en el tercer golpe.

Dürr también señaló un aspecto psicológico singular: jugar contra Ace es distinto porque el robot no tiene ojos a los que mirar, no ofrece lenguaje corporal y no cede ante la presión en un punto ajustado, como un 10-10. Según explicó, los jugadores quieren ver los ojos del rival, pero en el caso de Ace, esos “ojos” están repartidos por toda la cancha y no muestran intención ni emoción.

Del entrenamiento en simulación a la industria y la competencia geopolítica

Buena parte del desempeño de Ace se pulió fuera de la mesa real. De acuerdo con los detalles divulgados, el sistema perfeccionó cómo manejar el efecto y qué golpes ejecutar durante unas 3.000 horas de partidos jugados en simulación por computadora. Otras habilidades, como los saques, se tomaron de repertorios utilizados por jugadores expertos.

El robot no empezó como una máquina dominante. Al comienzo, tenía problemas para responder a pelotas lentas con poco efecto, devolviéndolas con debilidad y quedando expuesto al castigo del rival. Con el tiempo mejoró, y después de enviar el artículo a revisión por pares, los investigadores siguieron experimentando hasta acelerar la velocidad de sus golpes, aumentar el ritmo de los intercambios y volver su estilo más agresivo y más cercano al borde de la mesa.

En diciembre, según Sony, Ace se enfrentó a cuatro jugadores de gran habilidad y derrotó a todos menos a uno. Esa evolución posterior al estudio refuerza la idea de que el sistema aún está lejos de haber tocado techo, aunque los investigadores no afirman que haya superado de manera consistente al mejor nivel profesional humano.

Spranger sostuvo que esta tecnología podría tener aplicaciones más allá del deporte, especialmente en manufactura y otras industrias. El argumento central es que muchos robots actuales son muy rápidos en fábricas, pero repiten una misma trayectoria una y otra vez. Con un sistema como Ace, dijo, se demuestra que es posible entrenar robots para actuar con rapidez, adaptación y competitividad en entornos inciertos y cambiantes.

Ese potencial abre lecturas más amplias. Un hardware de alta velocidad, gran capacidad de percepción y respuesta táctica puede resultar útil en automatización avanzada, pero también plantea preguntas inevitables sobre usos militares. El reporte periodístico menciona que no es difícil imaginar cómo un conjunto así de sensores, toma de decisiones y velocidad podría ser trasladado a escenarios de guerra.

Un hito importante, aunque no definitivo para la robótica

La idea de usar el tenis de mesa como banco de pruebas no es nueva. John Billingsley ayudó a sentar bases tempranas en 1983 con un trabajo titulado “Robot Ping-Pong”. Más recientemente, DeepMind también exploró este deporte como desafío robótico. En ese contexto, el logro de Sony destaca, pero también ha recibido observaciones críticas.

Billingsley, profesor retirado de mecatrónica de la University of Southern Queensland en Australia, dijo que no quería restar mérito al avance, aunque opinó que Sony abordó la tarea con abundantes recursos y técnicas muy pesadas. A su juicio, la visión por computadora omnividente y la detección de movimiento desplegada por la compañía reducen bastante las opciones de un humano que solo cuenta con dos ojos.

Aun con esa salvedad, Billingsley subrayó una idea que atraviesa décadas de investigación tecnológica: el progreso real suele surgir de las competencias, ya impliquen golpear una pelota o poner un pie en Marte. El comentario resume por qué estos experimentos siguen captando atención pública y científica, incluso cuando aún no se traducen directamente en robots de uso masivo.

Jan Peters, profesor de sistemas autónomos inteligentes en la Universidad Técnica de Darmstadt, calificó el proyecto como verdaderamente impresionante. Sin embargo, advirtió que la investigación en tenis de mesa no resolverá por sí sola algunos retos centrales de la robótica, como la manipulación general de objetos, un área crucial para robots útiles en hogares, hospitales, almacenes o espacios públicos.

Para Peters, si la robótica quiere ser realmente útil para el público en general, seguirá necesitando mucha ingeniería tradicional además de IA avanzada. Pese a ello, trazó un paralelo ambicioso con la revolución reciente de los modelos generativos y afirmó que en la próxima década habrá un momento para la robótica que cambie el mundo tanto como ChatGPT lo hizo en 2022. En su visión, ese punto de inflexión podría estar más cerca del presente que de 2036.

En esa línea, Spranger sostuvo que el último año ya ha parecido una especie de “momento ChatGPT para la robótica”, con nuevos enfoques impulsados por inteligencia artificial para enseñar a las máquinas sobre sus entornos reales y asignarles tareas físicamente exigentes, como hacer volteretas hacia atrás. Ace no cierra ese debate, pero sí aporta una demostración concreta de que la IA empieza a moverse con soltura fuera de la pantalla.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público

Este artículo fue escrito por un redactor de contenido de IA

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados