Les machines nous battaient déjà aux échecs et au Go. Maintenant, ils sont sur le point de nous battre dans quelque chose de beaucoup plus difficile : le ping-pong.
Les êtres humains entretiennent une curieuse relation avec les machines : nous les créons pour nous aider, mais aussi pour nous mettre au défi. Nous le faisons depuis des décennies, depuis les grands systèmes industriels jusqu’aux systèmes d’intelligence artificielle et aux robots qui commencent aujourd’hui à évoluer dans des environnements plus complexes, plus exigeants et avec moins de marge d’erreur. Et lorsque ces machines nous dépassent, nous ne voyons pas seulement une défaite : nous voyons un indice quant à la direction que prend la technologie. C’est déjà arrivé aux échecs et au Go. Ce que nous voyons maintenant indique quelque chose de différent : le défi commence à se déplacer vers des sports où il ne suffit pas de calculer le prochain jeu.
Le robot qui joue au ping-pong. Le dernier signal provient de Sony AI et a la forme d’une table de ping-pong. Son robot Ace, développé dans le cadre du projet Ace, a été présenté par l’entreprise comme le premier système d’IA capable de rivaliser dans un environnement physique réel avec des joueurs universitaires d’élite et des professionnels du tennis de table selon les règles officielles. La firme l’illustre avec une scène récente à Tokyo : la joueuse professionnelle japonaise Taira Mayuka lance un tir qui, dans des conditions normales, aurait décidé du point. De l’autre côté du filet, Ace a lu la trajectoire, a ajusté l’angle de la pagaie et a renvoyé le ballon pour maintenir l’échange en vie.
Un bond notable. Le ping-pong ajoute quelque chose de bien moins convivial que les jeux de table : une balle qui bouge, tourne, rebondit et change de direction en très peu de temps. C’est pourquoi Sony insiste sur la vitesse de réaction d’Ace, avec une latence de bout en bout de 20,2 millisecondes contre environ 230 millisecondes chez les joueurs humains d’élite. Comme on peut le voir dans la vidéo qui accompagne cet article, le robot ne doit pas seulement « voir » le ballon. Il faut anticiper ce qu’il fera ensuite et mettre la pagaie au bon angle avant qu’il ne soit trop tard.
Comment l’obtenez-vous ? L’essentiel est qu’Ace ne dépend pas d’une seule technologie, mais d’une chaîne très serrée entre perception, contrôle et mouvement. Le système intègre neuf caméras conventionnelles synchronisées et trois systèmes de vision basés sur les événements, capables d’enregistrer très rapidement les changements de mouvement. Avec cet ensemble, le robot suit la balle à 200 Hz avec une précision millimétrique et mesure l’effet jusqu’à 700 Hz. Un bras robotique à huit degrés de liberté exécute ensuite les retours en fonction des politiques apprises grâce à l’apprentissage par renforcement en simulation.
Ace n’en est pas non plus arrivé là du jour au lendemain. Sony situe le début du projet en 2020, parmi les premiers travaux de Sony AI, et décrit une évolution par étapes : d’abord jongler avec le ballon, puis entretenir des échanges coopératifs avec une personne et, plus tard, affronter des joueurs de plus en plus forts. Ce voyage a également permis de découvrir des limites qui n’apparaissent pas toujours dans une simulation.
Les limites. Le mérite d’Ace réside dans le fait d’avoir atteint un niveau expert, et non d’avoir fait du tennis de table un problème résolu. Sony reconnaît qu’il y a encore des humains au-dessus du système. Dans tous les cas, le robot excelle principalement dans les compétences, où vous décidez comment déplacer le robot et comment frapper la balle en temps réel. Ce qui se passe point à point, et ce qui est prévu lors d’un match, peut encore s’améliorer.
Images | Sony IA (1, 2)
À Simseo | Un jeune homme a résolu un problème mathématique qui a duré 60 ans en 80 minutes avec ChatGPT. C’est la chose la moins intéressante de l’histoire.
