Robot Teknolojisinde Yeni Bir Dönüm Noktası
Robot teknolojisinin ulaşabileceği yüksek seviyelerden çok da uzakta değiliz gibi görünüyor. Ancak, insanların gerçekleştirebildiği, fakat robotların henüz tam anlamıyla başaramadığı birçok karmaşık görev var. Google DeepMind’da çalışan bir ekip, bu alandaki yeni çalışmalarında, “Rekabetçi oyunlar, genellikle nefes kesici derecede dinamiktir; karmaşık hareketler, hızlı göz-el koordinasyonu ve rakibin güçlü ve zayıf yönlerine uyum sağlayan üst düzey stratejiler içerir.” ifadesini kullanıyor. Bu özellikler, masa tenisi gibi bir oyunu, robotların halihazırda ustalaştığı satranç gibi strateji oyunlarından ayıran unsurlar arasında yer alıyor.
İnsan oyuncular yıllarını becerilerini geliştirmek üzere eğitime harcıyor. DeepMind ekibi, insan rakiplerine karşı rekabet ve keyifli bir deneyim sunabilen robotlar üretme amacını güderek yola çıktı ve bu robotun alanındaki ilk örnek olduğunu iddia ediyor.
YENİ BAŞLAYAN HERKESİ YENDİ!
Ekip, robotu başlangıç seviyesinden ileri seviyeye kadar çeşitli becerilere sahip 29 insanla karşı karşıya getirdi ve düzenlenen maçları YouTube üzerinden yayınladı. Maçlarda standart kurallar kullanıldı; ancak robotun topa servis atma yeteneği bulunmuyordu. Robot, yeni başlayan oyuncularla oynadığı tüm maçları kazandı. Buna rağmen, ileri seviye oyunculara karşı oynadığı maçların hepsinden mağlup ayrıldı. Orta seviyedeki rakiplerle yaptığı maçlarda ise, oyunların %55’ini kazanması, ekibin robotun masa tenisinde orta seviyedeki bir insanın becerisine ulaştığına karar vermesine yol açtı.
Daha da önemlisi, beceri seviyesi ne olursa olsun tüm rakipler, maçları “eğlenceli” ve “ilgi çekici” olarak değerlendirdi. Robotun zayıflıklarını kullanabildikleri durumlarda bile, iyi zaman geçirdiler. İleri düzey oyuncular, böyle bir sistemin antrenmanlarda oldukça işe yarayacağını ifade ettiler.
NASIL EĞİTİLDİ?
Robotun, her durumda en etkili beceriyi seçmesine yardımcı olacak bir beceri kütüphanesi tasarlandı. Robot, bu becerilerin tanımlarını, oyunun akışını ve rakibinin beceri seviyesini analiz ederek en uygun beceriyi seçmek için kullanıyor. Başlangıçta az miktarda insan verisiyle eğitilen robot, daha sonra aktif öğrenme yöntemiyle gelişmesine olanak tanıyan simülasyonlarla eğitim aldı. İnsanlarla oynamak, öğrenme sürecini ve uyum sağlama yeteneğini artırdı.
Projeye katkıda bulunan profesyonel masa tenisi koçu Barney J. Reed, şu açıklamaları yaptı: “Robotun her seviyeden ve tarzdan oyuncuyla oynamasını izlemek gerçekten harika. Başlarken amacımız robotun orta seviyede olmasıydı. Şaşırtıcı bir şekilde bunu başardı. Tüm sıkı çalışmalar karşılığını verdi. Robotun benim beklentilerimi bile aştığını düşünüyorum.”
