रोबोटिक्समधील एक लक्षवेधी निकाल, पण एक महत्त्वाची अटही आहे

Sony ने बनवलेला आणि Ace नावाने ओळखला जाणारा रोबोटिक आर्म रोबोटिक्समध्ये संशोधक वर्षानुवर्षे शोधत असलेली गोष्ट साध्य करण्यात यशस्वी झाला आहे: तो एलिट मानवी टेबल टेनिस खेळाडूंशी स्पर्धात्मक झाला. Nature मध्ये प्रकाशित झालेल्या अभ्यासात वर्णन केलेला हा निकाल, AI आणि रोबोटिक्स वेगवान, प्रतिक्रियात्मक भौतिक कार्यात तज्ज्ञ मानवी प्रतिस्पर्ध्यांविरुद्ध कसे कार्य करत आहेत याच्या आजवरच्या सर्वात स्पष्ट उदाहरणांपैकी एक म्हणून या यंत्राला अधोरेखित करतो.

फक्त हे शीर्षकच लक्ष वेधण्यासाठी पुरेसे आहे. टेबल टेनिस हा साधा बेंचमार्क नाही. तो perception, prediction, control आणि adaptation यांना सेकंदाच्या अंशांत सामावून घेतो. उच्च-गतीने येणारे शॉट्स टॉप खेळाडूंविरुद्ध परतवू शकणारी प्रणाली केवळ एक खेळकर किमया दाखवत नाही. ती दाखवते की यंत्राची जाण आणि भौतिक नियंत्रण एकत्र येऊन आता अशा पातळीवर काम करू लागले आहेत, जी एकेकाळी काटेकोरपणे आखलेल्या औद्योगिक वातावरणापुरती मर्यादित होती.

पण या निकालाचा सर्वात उपयुक्त भाग कदाचित त्याची मर्यादा आहे. अहवालानुसार Ace स्पर्धात्मक होते, वर्चस्व गाजवणारे नव्हते. मानवी प्रतिस्पर्ध्यांनी रोबोटच्या रणनीतीतील त्रुटी ओळखायला सुरुवात केली आणि त्याला हरवण्याचे मार्ग शोधले. हा फरक महत्त्वाचा आहे, कारण तो या कहाणीला रोबोटिक बदलाच्या दिशेने न नेता, अजूनही स्पष्ट उणिवा असलेल्या रोबोटिक प्रगतीच्या कहाणीत रूपांतरित करतो.

रोबोटिक्ससाठी टेबल टेनिस का महत्त्वाचे आहे

संशोधक अनेक वर्षांपासून रोबोट टेबल टेनिसमध्ये रस घेत आले आहेत, कारण हा खेळ एका प्रणालीला एकाच वेळी अनेक कठीण समस्या सोडवण्यास भाग पाडतो. तिला वेगाने हालणारा चेंडू ट्रॅक करावा लागतो, trajectory चा अंदाज घ्यावा लागतो, प्रतिसाद ठरवावा लागतो आणि मग तो प्रतिसाद अचूकता आणि वेगाने भौतिकरित्या अमलात आणावा लागतो. scripted कारखान्यातील हालचालींपेक्षा वेगळे, येथे आव्हान गतिमान आणि प्रतिस्पर्धी स्वरूपाचे असते. प्रत्येक शॉटनुसार वातावरण बदलते.

Ace च्या बाबतीत, तो loop नऊ कॅमेर्‍यांनी चालवला गेला, जे AI system ला real-time data देत होते. candidate text नुसार, रोबोटिक आर्म सुमारे 10 मिलीसेकंद latency सह चेंडू ट्रॅक करू शकत होता, जे मानवी मेंदू ज्या वेगाने काम करू शकतो त्यापेक्षा 10 पटाहून अधिक जलद आहे. हा एक उल्लेखनीय आकडा आहे, कारण तो रोबोटिक्सची एक मोठी ताकद अधोरेखित करतो: sensing आणि control stack व्यवस्थित काम करत असेल, तर यंत्रे विलक्षण वेगाने प्रतिसाद देऊ शकतात.

तरीही, वेग एकट्याने सामना जिंकवत नाही. खेळ फक्त reflexes ने जिंकले जात नाहीत. ते pattern recognition, deception, variation आणि strategic adaptation ने जिंकले जातात. तिथेच मानवी खेळाडू अजूनही पुढे होते.