机器崛起
曾经,国际象棋和围棋是人类与机器较量的主要战场,而如今,机器人已经能够在乒乓球领域击败人类了。
挥舞小球拍、将充气塑料小球快速抽打过六英寸球网,这需要一定的运动技巧。然而,乒乓球爱好者们恐怕再也无法依赖自己的技术来战胜机器了。
本周,《自然》杂志发表的一篇论文表明,一套基于AI的机器人系统已能超越顶级乒乓球运动员。该系统由索尼AI研发,命名为Ace,展示了机器人与AI在完成复杂实时交互任务方面的能力,并有望在更广泛的领域得到应用。
随论文发表的一篇评述文章指出:"该系统不仅能挑战职业球员,还能为研究人类策略与运动方式提供有价值的参考。"
2025年4月,Ace在一场比赛中向人类对手安藤南回球。(图片来源:索尼AI)
在业余乒乓球比赛中,球的飞行速度约为96公里/小时(60英里/小时);而在职业比赛中,扣杀时球速可高达150公里/小时(93英里/小时)。当球员施加旋转力时,马格努斯效应会使气流在球体两侧产生不对称分布,从而改变球的飞行轨迹,球弹地后的走向也随之改变。
来自巴西的AI与工程学教授指出,设计并构建一套能够应对如此高速运动项目的系统,要求工程师在系统中内置以下能力:感知环境变化、判断应对方式,并以足以与人类竞争的速度执行相应动作。他们表示,这一挑战横跨多个工程领域。
Ace由三个模块构成,分别是高速感知系统、控制系统和机械臂。评述文章对此解释道:"感知系统利用常规摄像头追踪球的位置,并借助三套'注视控制系统'估算球的旋转速率,即角速度。乒乓球旋转的方向与速率决定其飞行轨迹——技术娴熟的球员能够为球施加特定旋转,打出令对手难以回接的球。"
该研究由索尼AI苏黎世分部负责人彼得·迪尔主导,索尼AI首席科学家彼得·斯通也参与其中。斯通表示,这项研究标志着"AI研究的重要里程碑",证明了AI系统能够在要求高精度与快速响应的复杂、瞬息万变的真实环境中,有效地感知、推理并采取行动。
"一旦AI能够在上述条件下达到人类专家水平,将为此前无法实现的全新现实应用场景打开大门。"斯通说道。
Q&A
Q1:索尼AI研发的乒乓球机器人系统Ace是由哪些模块构成的?
A:Ace系统由三个核心模块组成:高速感知系统、控制系统和机械臂。其中,感知系统使用常规摄像头追踪球的位置,并配备三套"注视控制系统"来估算球的旋转速率(角速度)。球的旋转方向与速率决定了飞行轨迹,Ace正是通过分析这些数据来做出实时判断和回球动作。
Q2:Ace机器人系统在乒乓球比赛中能达到什么水平?
A:根据《自然》杂志发表的论文,Ace已能超越顶级乒乓球运动员的表现。在2025年4月的一场比赛中,Ace成功与职业球员安藤南进行了对抗。研究人员表示,该系统不仅能挑战职业球员,还能为分析人类运动策略提供参考。
Q3:Ace乒乓球机器人系统有哪些更广泛的应用前景?
A:索尼AI首席科学家彼得·斯通指出,Ace证明了AI系统能在复杂、快速变化的真实环境中实现精准感知、推理与行动。一旦AI在此类条件下达到人类专家水平,将为此前难以实现的全新现实应用场景打开大门,例如工业自动化、医疗辅助操作等对速度与精度要求极高的领域。
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。