DeepMind, perusahaan AI milik Google, telah mengembangkan lengan robot yang mampu bermain tenis meja selevel pemain amatir. Robot ini dapat menangani backhand, forehand, spin, bahkan bola-bola pendek dekat net dengan kelincahan luar biasa.
Dalam sebuah penelitian terbaru, DeepMind mengungkapkan bahwa robot paddle mereka telah mengalahkan lawan tingkat amatir dalam pertandingan tenis meja penuh dalam 13 dari 29 pertandingan. Memang, robot ini belum bisa menandingi para profesional, tetapi mencapai level keterampilan amatir adalah prestasi yang mengesankan bagi sebuah sistem AI.
MIT Technology Review mencatat bahwa pemain manusia yang melawan robot menikmati pertandingan. Mereka mengatakan ini adalah tantangan yang menarik dan dapat membantu meningkatkan permainan mereka sebagai partner latihan. Video menunjukkan robot dengan cekatan menangani berbagai jenis pukulan dan gaya bermain. Robot bahkan terlihat seperti ‘melompat’ saat pertandingan berlangsung sengit, meskipun tidak memiliki kaki.
“Bahkan beberapa bulan lalu, kami memproyeksikan bahwa secara realistis robot mungkin tidak dapat menang melawan orang yang belum pernah ditemui sebelumnya,” kata Pannag Sanketi, insinyur DeepMind yang mempelopori proyek ini. “Sistem ini jelas melampaui ekspektasi kami. Cara robot mengalahkan bahkan lawan yang kuat sangat menakjubkan.”
Masa Depan Robot AI Google DeepMind: Lebih Cerdas dan Lincah
DeepMind menggunakan pendekatan dua tahap untuk mengajari robot tenis meja mereka. Pertama, mereka melatih sistem untuk menguasai kemampuan memukul melalui simulasi komputer yang meniru fisika dan permainan tenis meja yang realistis. Kemudian, tim menyempurnakan keterampilan tersebut dengan membiarkan robot belajar dari data dunia nyata.
Selama pertandingan langsung, robot menggunakan sepasang kamera untuk melacak posisi bola. Ia juga menggunakan teknologi penangkapan gerakan untuk melacak gerakan lawan manusia melalui paddle yang dilengkapi LED untuk membantu mengidentifikasi mereka dan gaya bermain mereka. Semua informasi tersebut diambil dan diumpankan kembali ke dalam simulasi, terus-menerus meningkatkan taktik melalui umpan balik yang berkelanjutan. Dengan kata lain, robot semakin baik seiring banyaknya pertandingan yang dimainkan.
Langkah Awal Menuju Robot yang Lebih Mandiri
Sistem ini memang memiliki beberapa keterbatasan. Robot kesulitan mengembalikan pukulan cepat, bola yang jauh dari meja, atau bola pendek yang meluncur rendah. Ia juga kesulitan melawan pemain yang dapat memberikan spin luar biasa pada bola karena tidak dapat mengukur rotasi bola – setidaknya belum. DeepMind berpikir bahwa pemodelan prediksi AI yang ditingkatkan dan deteksi tabrakan yang lebih cerdas dapat membantu mengatasi masalah tersebut.
Proyek ini mungkin terlihat seperti sekadar hiburan, namun laporan tersebut mencatat bahwa ini merupakan langkah penting menuju pembuatan AI yang dapat melakukan tugas fisik kompleks dengan aman di lingkungan alami seperti rumah atau gudang.
Keberhasilan robot tenis meja DeepMind ini menunjukkan potensi besar AI dalam menguasai keterampilan fisik yang kompleks. Meskipun masih memiliki keterbatasan, pencapaian ini membuka jalan bagi pengembangan teknologi AI yang lebih canggih di masa depan.