la intel·ligència artificial física aprèn a veure, decidir i colpejar
La intel·ligència artificial física avança cap a una nova etapa en què les màquines no només processen informació, sinó que també poden percebre, reaccionar i actuar en entorns reals.
Un dels exemples més destacats és Project Ace, un robot desenvolupat per Sony AI capaç de jugar a tennis de taula contra esportistes d’alt nivell gràcies a la combinació de visió artificial avançada, aprenentatge per reforç i control motor adaptatiu.
En el tennis de taula, una pilota pot superar els 20 metres per segon i travessar la taula en menys de mig segon.
Durant aquest temps, el sistema ha de calcular la trajectòria, interpretar l’efecte Magnus, anticipar el rebot i orientar la raqueta amb una precisió mil·limètrica. Aquest repte converteix aquest esport en un banc de proves per a la robòtica intel·ligent.
Sensors capaços de veure moviments extremadament ràpids
Un dels elements clau del sistema és la utilització de càmeres d’esdeveniments o visió neuromòrfica, desenvolupades amb la tecnologia de l’empresa francesa Prophesee.
A diferència de les càmeres convencionals, aquests sensors no capturen imatges completes a intervals fixos, sinó que cada píxel transmet informació només quan detecta un canvi en la intensitat de la llum.
Aquesta tecnologia permet reduir el volum de dades processades i aconseguir una resolució temporal de microsegons, un aspecte essencial per seguir objectes que giren i es desplacen a gran velocitat.
L’arquitectura de percepció combina nou càmeres globals de 200 Hz capaces de calcular la posició espacial de la pilota amb un error mitjà de només 3 mil·límetres i una latència de 10,2 mil·lisegons.
A més, incorpora sistemes de seguiment amb lents teleobjectiu i càmeres d’esdeveniments que generen centenars de mesures cada segon.
Aprendre mitjançant simulacions abans d’actuar al món real
La percepció visual, però, no és suficient. El robot necessita decidir quin moviment executar en mil·lèsimes de segon. Per aconseguir-ho, Project Ace utilitza aprenentatge per reforç profund, amb algoritmes com Soft Actor-Critic (SAC), entrenats en simulacions físiques avançades.
Durant l’entrenament virtual, el sistema aprèn tenint en compte factors com la resistència aerodinàmica, l’efecte Magnus i la interacció entre la goma de la raqueta i la pilota. Aquest procés permet reduir la necessitat de milions de proves físiques i facilita la transferència del coneixement adquirit a l’entorn real.
El robot compta amb un sistema de control de vuit graus de llibertat que transforma les decisions de la intel·ligència artificial en moviments suaus i precisos, capaços d’executar un cop en fraccions de segon.
Project Ace competeix contra jugadors d’elit
L’eficàcia del sistema es va posar a prova en partits oficials sota normativa internacional. El robot, equipat amb dos eixos lineals i un braç robòtic de sis graus de llibertat, és capaç d’accelerar la raqueta per sobre dels 20 metres per segon i repetir cops cada 0,8 segons.
En una avaluació publicada a la revista científica Nature, coordinada per Peter Dürr i el seu equip, Project Ace va competir contra cinc jugadors d’elit i dos professionals de lligues d’alt nivell.
Els resultats van mostrar una capacitat competitiva sense precedents: el robot va guanyar el 60% dels partits contra jugadors d’elit i el 54% dels jocs disputats. Contra jugadors professionals de màxim nivell no va aconseguir imposar-se en els partits, però va arribar a guanyar un joc i retornar pilotes amb velocitats de fins a 14 metres per segon i efectes superiors als 450 rad/s.
Un dels moments més destacats es va produir quan una pilota va tocar la xarxa i va modificar inesperadament la trajectòria. El sistema va recalcular el moviment i va corregir la posició del robot en només 49 mil·lisegons.
De l’esport a la indústria i la medicina
Els avenços desenvolupats en aquest projecte poden tenir aplicacions més enllà del tennis de taula. La combinació de visió d’alta velocitat i control predictiu pot permetre robots més segurs i adaptables en sectors com la indústria, la logística o la medicina.
En fàbriques, aquests sistemes podrien manipular peces en moviment, reaccionar davant imprevistos i treballar al costat de persones sense necessitat d’aturar processos productius.
En l’àmbit sanitari i assistencial, aquesta tecnologia podria facilitar robots capaços d’interactuar amb humans en entorns canviants, amb més precisió i garanties de seguretat.
Europa impulsa la investigació en robòtica avançada
Una part important del desenvolupament de Project Ace s’ha dut a terme des dels centres de Sony AI i Sony Advanced Visual Sensing a Zuric, amb la participació d’investigadors de Viena i la tecnologia de sensors neuromòrfics de Prophesee.
Aquest ecosistema situa Europa en una posició destacada en el desenvolupament de sistemes d’intel·ligència artificial física aplicats a la robòtica avançada.
La intel·ligència artificial física com a eina de cooperació
Project Ace mostra que el futur de la robòtica no passa únicament per substituir les capacitats humanes, sinó per ampliar-les. La combinació de sensors ràpids, models físics i control motor adaptatiu permet crear màquines capaces d’aprendre i reaccionar en situacions complexes.
La intel·ligència artificial física encara afronta reptes importants, com reduir costos, millorar l’eficiència energètica i adaptar aquestes tecnologies a dispositius més petits. Però els avenços actuals indiquen un camí cap a robots més precisos, fiables i preparats per interactuar amb el món real.
