Ne tako davno, bila je prava senzacija da robot može normalno oponašati ljudsko kretanje bez padova i spoticanja. U vrijeme strelovitog razvoja umjetne inteligencije, mijenjaju se i načini učenja robota da obavlja određene funkcije.

Koliko se stvari brzo mijenjaju u ovom polju, vjerno demonstrira humanoidni robot Unitree G1 kojeg su u kratkom vremenu znanstvenici s Sveučilišta Tsinghua i tvrtke Galbot (ne moramo naglašavati da su oba subjekta kineska), naučili igrati tenis. Nije još za Wimbledon, ali su mu mogućnosti već sada impresivne i donedavno nezamislive.

Ono što ovo dostignuće čini posebnim nije samo mehanika robota, već način na koji je naučio igrati. Znanstvenici su razvili sustav LATENT, čije ime je akronim od Learning Athletic Humanoid Tennis Skills from Imperfect Human Motion Dana, ili u prijevodu Učenje atletskih humanoidnih teniskih vještina iz nesavršenih podataka o ljudskom kretanju. Da nauči ovo što se može vidjeti na demonstracijskom videu robotu oboružanom umjetnom inteligencijom nisu trebale stotine ili tisuće sati savršenih snimki. Vještinu igranja tenisa robot je pomoću LATENT-a savladao je za svega 5 sati učenja iz snimki amaterskih igrača.

Umjesto da slijepo kopira pokrete, ugrađeni AI je izvukao osnovne vještine (bekhend, forhend, bočno kretanje) i prilagodio ih metalnoj konstrukciji robota. Dovoljno da reagira u milisekundama, predviđajući putanju loptice i namještajući se na udarac prirodnim, fluidnim pokretima cijelog tijela, a ne krutim “robotskim” trzajevima. Prema navodima uključenih znanstvenika, ima 90 posto uspješnosti pri vraćanju forhenda i nešto manje kod vraćanja bekhenda, 80 posto. Dakako, i dalje bi ga i slab igrač lako mogao pobijediti kraćenjem lopti i promjenom ritma, ali i bez obzira na to cijela stvar izgleda obećavajuće i impresivno.

Dakako, krajnji cilj cijele ove priče nije potreba za robotima koji igraju tenis, već uspješno obavljanje određenih radnji u gospodarstvu koje su im do sad bile preizazovne. Recimo u trgovini, ovakav robot u kratkom „kursu“ učenja, zahvaljujući preciznim senzorima može prepoznati različite artikle (od limenki do vrećica čipsa) i uredno ih posložiti na policu. Mogu biti korisni i za dosadne napore poput inventura,  dok se kreću kroz trgovinu, njihove kamere skeniraju bar kodove i razinu zaliha u stvarnom vremenu. I u auto industriji, osim fiksnih robotskih ruku, tvrtka Galbot testira robote slične ovima koji igraju tenis u radnjama kao što je donošenje alata radnicima na pokretnoj traci, pa onda i kao zamjenu samih radnika kod operacija koje traže preciznost ljudske šake, a ponavljaju se stotinama ili tisućama puta dnevno.

Nadalje, ovakvi roboti mogu zamijeniti ljude u poslovima gdje su uključene opasne tvari, kao u kemijskim laboratorijima ili prostorima gdje bi zračenje ili otrovne pare mogle biti pogubne za ljudsko zdravlje. Poanta cijele priče je da se napravi robot opće prakse, u kojem je njegova konstrukcija hardver kojem se pomoću softverskih nadogradnji i umjetne inteligencije daje sadržaj po nahođenju. Učenjem novih vještina ovaj robot danas može igrati tenis, a sutra usisati stan ili obavljati razne poslove u komercijalnim djelatnostima.