テクノロジーとその将来への影響に強い関心を持つ、経験豊富な仮想通貨投資家として、私は Google DeepMind の最新プロジェクトが魅力的であると感じています。 AI の進化を傍観してきた私は、これらの高度なシステムがかつて不可能だと考えられていた限界をいかに押し広げているかに常に興味を持っています。
8 月 8 日、Google DeepMind は、最近の卓球ロボット研究について、以前は Twitter として知られていたソーシャル メディア サイトに投稿しました。
Google の親会社である Alphabet Inc. の傘下には、有名な人工知能 (AI) 研究施設である Google DeepMind があります。これは、Google Brain と初期の DeepMind チームという 2 つの先駆的な AI チームを組み合わせて作成されました。このコラボレーションにより、Google DeepMind は AI 開発の最先端に躍り出て、複雑な科学的および工学的問題に対処できる洗練された AI システムの作成に集中しました。
2010 年に設立された DeepMind は、主に深層学習と強化学習を独自に組み合わせた深層強化学習に焦点を当てていました。このアプローチにより、DeepMind は、世界クラスの囲碁プレーヤーを初めて出し抜いた AI システムである AlphaGo の発明により脚光を浴びました。これは、時代を丸 10 年先取りしたマイルストーンであると考えられていました。この勝利は AI テクノロジーのさらなる進歩への道を切り開き、信じられないほどの精度でタンパク質の構造を予測できる AI である AlphaFold の作成に至り、生物学の分野を大きく変革しました。
2023 年、Google は取り組みを合理化し、人工知能の進歩を加速することを目的として、AI 研究部門を Google DeepMind として知られる単一の組織に統合しました。彼らの現在の取り組みは、特定のパフォーマンス指標において GPT-4 などの特定の既存モデルを上回ると思われる高度な AI モデルである Gemini です。
Google Deepmind の X に関する議論では、卓球は、ペースの速い身体動作、戦略的思考、精度が独特に融合しているため、ロボット研究において数十年にわたって人気のある選択肢となっています。 1980 年代以来、科学者たちはこのゲームをロボットの能力を磨き、改善するための実験場として採用しており、Google DeepMind の AI に焦点を当てた最新の調査にふさわしいテーマとなっています。
Google DeepMind は、ボールの初期状態の包括的なコレクションを基礎として蓄積することで、卓球ロボットのトレーニング プロセスを開始しました。このコレクションには、ボールの位置、速度、スピンなどの重要な要素が含まれており、ゲームプレイ中にボールの軌道を決定および予測する際の重要な要素となります。この膨大なデータリポジトリを自由に使えるようにして、ロボットはフォアハンドのトップスピン、バックハンドのターゲティング、サーブリターンなどのさまざまな卓球技術のスキルを磨きました。
研究者として、私はまずデジタルで構築された卓球環境内でロボット作品のトレーニングに着手しました。これにより、実際の卓球ゲームの物理学を正確に反映する、制御された空間でスキルを磨くことができました。ロボットがこの仮想環境で有能であることが判明したら、実際の試合で人間を相手にロボットをテストしてみました。これらの出会いにより新たなデータが得られ、それが後にシミュレーションに組み込まれ、ロボットの能力がさらに磨かれました。これにより、シミュレーションと現実世界のエクスペリエンスが相互に影響し合い、継続的な改善が行われる継続的なサイクルが生まれました。
このプロジェクトの重要な側面には、Google DeepMind の設計のおかげで、多様な敵に適応するロボットが含まれます。このロボットは、人間の対戦相手の動きや好み、たとえばボールを通常どこに返すかなどを学習して分析します。この適応性により、ロボットは複数の戦略をテストし、その成功率を評価し、人間のプレイヤーと同じように、敵のパターンに基づいて戦術を変更することでアプローチを即座に調整することができます。
私たちの研究の過程で、ロボット競技者は、初心者から専門家まで、さまざまな能力を持つ 29 人の人間の敵と対戦しました。そのパフォーマンスはこれらのスキル レベル全体で精査され、全体的に中級レベルのアマチュアと同等のパフォーマンスを示したことが明らかになりました。しかし、より熟練したプレイヤーと対戦すると、ロボットには限界が見えてきました。 Google DeepMindは、このロボットが上級プレイヤーを倒すのに苦労していることを認め、潜在的なハードルとして反応速度、カメラ機能、スピン管理、パドルゴム特性のシミュレーションの難しさなどの要因を指摘した。
DeepMind の Google チームは、調査結果の広範な影響を熟考して研究を締めくくりました。彼らは、卓球などのスポーツがロボットの能力を実験し強化するための肥沃な土壌であることを強調した。人間が身体的能力、認識力、戦略的思考を必要とする複雑なタスクを習得できるのと同じように、適切なトレーニングと適応システムがあれば、ロボットもそれが可能です。この研究は、ロボット工学分野を前進させるだけでなく、現実世界の複雑なタスクに取り組むための教育機械に光を当て、AI およびロボット工学技術の将来の進歩への道を開く可能性があります。
ロボット卓球の研究は、1980 年代からこの分野の代表的な例となっています。ロボットは、ボールを返すなどの基本的なスキルだけでなく、戦略の策定や目的を達成するための長期計画などの高度な能力にも優れていなければなりません。
— Google DeepMind (@GoogleDeepMind) 2024 年 8 月 8 日
- BLAST 予想・見通し・の予想. BLAST 暗号通貨
- JPY KRW 予想・見通し・の予想
- METIS 予想・見通し・の予想. METIS 暗号通貨
- STRK 予想・見通し・の予想. STRK 暗号通貨
- ビートルズのマネージャー、ブライアン・エプスタインの伝記映画が製作されるのか？レポートの内容は次のとおりです
- BTC JPY 予想・見通し・の予想. BTC 暗号通貨
- PORT3/USD
- IO 予想・見通し・の予想. IO 暗号通貨
- JTO 予想・見通し・の予想. JTO 暗号通貨
- FOXY 予想・見通し・の予想. FOXY 暗号通貨
2024-08-09 07:09