სამყარო ისე განვითარდა, რომ ფაქტობრივად ერთი დღეც აღარ გადის ისე, რომ ბაზარზე შთამბეჭდავი შესაძლებლობების მქონე ახალი რობოტი არ გამოჩნდეს. განსაკუთრებით სწრაფად ვითარდება ჰუმანოიდური რობოტების სფერო, სადაც ისეთი რობოტები შედიან, რომელთაც ადამიანების დახმარება საწარმოებში, სახლებსა და საავადმყოფოებში შეეძლებათ, ანუ ყველგან, სადაც დღეს ადამიანური ურთიერთქმედებაა საჭირო. თუმცა იმისთვის, რომ ეს ტექნოლოგია წარმატებული იყოს, მხოლოდ მოქნილი მოწყობილობა არასაკმარისია, პირიქით - ამას მძლავრი პროგრამული უზრუნველყოფა სჭირდება.
ამ მიმართულებით საინტერესო სიახლე ამერიკულმა Google-მა შემოგვთავაზა, რომელმაც რობოტს პინგ-პონგის თამაში ასწავლა. Google DeepMind-ის გუნდმა რეალურ დროში რეფლექსების, სტრატეგიულად აზროვნების და ჭკვიანურად ფიქრის განვითარება დაიწყო, რისთვისაც ერთ-ერთი ყველაზე რთული სპორტი — მაგიდის ჩოგბურთი აირჩია. ამ მხრივ, პინგ-პონგი იდეალური ტესტია, რადგან ამ სპორტში აუცილებელია გადაწყვეტილებების სწრაფად მიღება, ბურთზე ზუსტად დარტყმა, გარემოსთან რეალურ დროში ადაპტირება და საკმარისი ინტელექტი მოწინააღმდეგის მოძრაობების პროგნოზირებისთვის.
სწორედ ეს მახასიათებლები აქცევს მაგიდის ჩოგბურთს შესანიშნავ პლატფორმად იმ ტექნოლოგიებისთვის, რომელიც მომავალში ჰუმანოიდურ რობოტებში ჩაინტეგრირდება, ისინი კი საწარმოო ხაზებს, სახლის პროცედურებს და სამედიცინო ფუნქციებს შეითავსებენ. DeepMind-მა შექმნა სისტემა, რომლის ფარგლებში ორი რობოტი ერთმანეთს პინგ-პონგს ეთამაშება. როგორც კი ერთ-ერთი მათგანი უკეთეს სტრატეგიას აირჩევს, მეორე იძულებულია მას ალღო აუღოს. ასე იქმნება სწავლის ჩაკეტილი მარყუჟი, რაც ორივე მხარეს უწყვეტად განვითარების საშუალებას აძლევს.
თუმცა Google-ი აქ არ გაჩერდა და იმის გასარკვევად, თუ როგორ რეაგირებს რობოტი რეალურ მოწინააღმდეგესთან თამაშის დროს, მეცნიერებმა რობოტი ადამიანს შეაჯიბრეს. აღმოჩნდა, რომ საწყის ეტაპზე ადამიანებს ბურთის კონტროლი გაუმარტივდათ, რითაც რობოტს მრავალფეროვან სიტუაციაში მოქმედების შესწავლის შესაძლებლობა მიეცა. საბოლოო ჯამში, რობოტი იმდენად განვითარდა, რომ დამწყები მოთამაშეების დამარცხება და საშუალო დონის მოთამაშეებთან შედარებით თანაბარი დონეზე თამაში შეძლო, რაც შესანიშნავი შედეგია.
აუცილებლად უნდა ითქვას, რომ პინგ-პონგი, ამ შემთხვევაში, საშუალებაა და არა მიზანი. DeepMind-ის მიზანი არ არის რობოტების პროფესიონალ სპორტსმენებად გადაქცევა, პირიქით - ეს სისტემა განიხილება, როგორც სასწავლო ბაზა, რომელიც რობოტს საშუალებას მისცემს რეალურ დროში სწრაფად ისწავლოს, ახალ პირობებთან უკეთ ადაპტირდეს, გაიმეოროს და გააუმჯობესოს სტრატეგია და იმუშაოს ადამიანურ, ანუ არაპროგნოზირებად და ქაოსურ გარემოში. ეს არის კონტროლისა და ინტელექტუალური ქცევის გაერთიანება, რომელიც მომავალში წარმოების ავტომატიზაციაში, რობოტულ ასისტენტებში, საყოფაცხოვრებო მოწყობილობებსა და სამედიცინო ტექნოლოგიებში გადმოინაცვლებს.
