Sonys pingisrobot vinner matcher mot japanska elitspelare, men mot de främsta pingisproffsen går den än så länge bet. Pressbild.
Sonys pingisrobot vinner matcher mot japanska elitspelare, men mot de främsta pingisproffsen går den än så länge bet. Pressbild. Bild: Sony AI

Pingisrobot slår eliten: Svårare att byta blöja

Robotar slår både bordtenniseliten och långdistanslöpare på fingrarna. Men det betyder inte nödvändigtvis att robotarna snart flyttar in i hemmen, enligt professor Danica Kragic.
– Det vore mycket bättre om vi demonstrerade att en robot kunde byta en blöja.

ANNONS

Elitspelarens forehandslag blir en nätrullare och bollen byter hastigt riktning. Det går blixtsnabbt, men roboten skickar snabbt ut sin arm och lyckas rädda.

Den japanska elektronikjätten Sonys AI-robot Ace kan med hjälp av ett kameranätverk och en arm med åtta leder slå japanska elitspelare i bordtennis, enligt en färsk studie i Nature.

”Ace vann flera gånger och visade konsekvent returer av hårda skruvade skott”, skriver forskarna.

Kinjiro Nakamura, OS-deltagare 1992, var imponerad av ett speciellt slag.

”Jag trodde inte att det var möjligt. Men det faktum att det var möjligt betyder att det finns en möjlighet att en människa också skulle kunna göra det”, säger han i studien.

ANNONS

Sprang halvmaraton

I Kina tävlade mer än 100 människoliknande robotar i mitten av april i ett halvmaraton, där vinnaren Lightning gick in på 50 minuter och 26 sekunder, sju minuter snabbare än någon människa klarat av.

Så varför snöar forskarna in på idrottande robotar?

– I de här fallen kan det handla om att bara demonstrera vad som går att göra, även om det kanske i sig inte behöver ha en funktion, säger Danica Kragic, professor och chef för centret för autonoma system på KTH.

Det svåra är att lära robotarna grundfunktionen – att gå eller slå bollar, det sistnämnda har forskare experimenterat med sedan 1980-talet. Sedan handlar det mest om att förfina tekniken.

– När man ser användning av armar och kameror som kan detektera bollar och integrera det med beslutsfattande så blir man så klart lite glad. Men jag kan också tycka att vi spenderar väldigt mycket resurser på att göra saker som kanske inte skapar så mycket värde, säger hon.

”Väldigt irriterad”

Forskarna bakom Ace poängterar att tekniken kan vara till nytta för industri- och servicerobotar. Men det håller inte Kragic med om.

– Jag blir väldigt irriterad när de säger att målet är att utveckla hemrobotar och därför gjorde vi en pingisrobot. Skitsnack! Säg i stället att målet var att göra en pingisrobot och motivera varför det var ett bra mål.

ANNONS

För det är betydligt krångligare att göra en robot som kan fungera exempelvis inom äldrevården.

– Jag kan personligen tycka att det vore mycket bättre om vi kunde demonstrera en robot som kan byta en blöja eller ta hand om en rörelsehindrad person. För det är mycket svårare än att springa maraton eller spela pingis.

En utmaning i bordtennis är att analysera bollrörelsen och därefter räkna ut hur man ska agera.
En utmaning i bordtennis är att analysera bollrörelsen och därefter räkna ut hur man ska agera. Bild: Sony AI
Robotar sprang i ett fält, och människor i ett annat, i ett halvmaraton i utkanten av Peking den 19 april.
Robotar sprang i ett fält, och människor i ett annat, i ett halvmaraton i utkanten av Peking den 19 april. Bild: Ng Han Guan/AP/TT
Professor Danica Kragic ser en risk att människor får orealistiska förväntningar när forskare drar paralleller mellan idrottsrobotar och robotar som ska fungera i exempelvis en hemmiljö. Arkivbild.
Professor Danica Kragic ser en risk att människor får orealistiska förväntningar när forskare drar paralleller mellan idrottsrobotar och robotar som ska fungera i exempelvis en hemmiljö. Arkivbild. Bild: Christine Olsson/TT

Fakta: Roboten Ace

Roboten Ace bygger på tre huvudkomponenter.

1. Perception. Eftersom bordtennis bygger på höga hastigheter har ett nätverk av kameror satts upp runt bordet, som låter Ace följa bollens position 200 gånger i sekunden. Separata kameror följer också logotypen på bollen för att räkna ut skruven.

2. Kontrollsystem. Med hjälp av djupinlärning använder AI:n data från kamerorna och fattar beslut hur robotarmen ska röras var 32:a millisekund.

3. Robotkropp. En åttaledad arm med ett racket, placerad på en plattform. Racketet kan röra sig med en hastighet av 20 meter per sekund.

Gustav Sjöholm/TT
TT
ANNONS