Google DeepMind dévoile un robot capable de vous battre au ping-pong

La division DeepMind Robotics de Google vient de présenter un nouveau robot pour le moins original. Celui-ci est en effet capable de se lancer dans une partie de ping-pong, et serait capable de venir à bout de la plupart des joueurs débutants.

Les robots semblent revenir à la mode, notamment grâce à l’émergence de l’intelligence artificielle. En effet, si Elon Musk a repoussé la sortie de son robot intelligent Optimus, un robot a récemment réussi une opération chirurgicale dentaire de manière autonome. De son côté, Google continue ses efforts dans le domaine, et a intégré son IA Gemini dans l’un de ses appareils, le rendant particulièrement efficace. Mais cette fois, DeepMind Robotics vient de mettre au point un robot dédié à une seule tâche : jouer au ping-pong.

Si l’appareil n’en est qu’à ses débuts, celui-ci reste étonnamment efficace. En effet, l’entreprise affirme que son robot a réussi à battre tous les joueurs débutants qu’il a affrontés, et aurait remporté 55 % des matchs joués contre des joueurs de niveau intermédiaire. En revanche, les choses se gâtent quand le robot doit faire face à des joueurs professionnels. En effet, celui-ci a perdu à chaque fois qu’il a affronté un joueur de niveau avancé. Au total, le robot de Google a remporté 45 % des 29 parties qu’il a jouées.

DeepMind va devoir améliorer les performances de son robot

Les sports sont un excellent moyen de tester les performances d’un robot. On pense par exemple à la compétition annuelle de football RoboCup, qui remonte au milieu des années 1990. De son côté, le tennis de table met lui aussi à l’épreuve les robots, car exigeant de la vitesse, de la réactivité et de la stratégie. DeepMind Robotics va donc travailler sur ces points afin d’améliorer son robot.

Les chercheurs de DeepMind précisent ainsi : “Pour résoudre les contraintes de latence qui entravent le temps de réaction du robot aux balles rapides, nous proposons d’étudier des algorithmes de contrôle avancés et des optimisations matérielles. Il pourrait s’agir d’explorer des modèles prédictifs pour anticiper les trajectoires des balles ou de mettre en œuvre des protocoles de communication plus rapides entre les capteurs et les actionneurs du robot.”

Source : techcrunch