Maskinerna slog oss redan i schack och Go. Nu är de på väg att slå oss på något mycket svårare: pingis
Människor har en nyfiken relation till maskiner: vi skapar dem för att hjälpa oss, men också för att utmana oss. Vi har gjort det i decennier, från stora industriella system till artificiell intelligenssystem och robotar som idag börjar röra sig i mer komplexa, mer krävande miljöer och med mindre felmarginal. Och när dessa maskiner överträffar oss ser vi inte bara ett nederlag: vi ser en ledtråd om vart tekniken är på väg.
Det hände redan i schack och Go. Det vi ser nu pekar på något annat: utmaningen börjar hoppa till sport där det inte räcker att räkna ut nästa spel.
Roboten som spelar pingis. Den sista signalen kommer från Sony AI och är formad som ett pingisbord. Dess Ace-robot, utvecklad inom Project Ace, har presenterats av företaget som det första AI-systemet som kan tävla i en riktig fysisk miljö med elituniversitetsspelare och bordtennisproffs enligt officiella regler.
Företaget illustrerar detta med en ny scen i Tokyo: den japanska proffsspelaren Taira Mayuka lanserade ett skott som under normala förhållanden skulle ha avgjort poängen. På andra sidan nätet läste Ace banan, justerade vinkeln på paddeln och returnerade bollen för att hålla utbytet vid liv.
Ett anmärkningsvärt hopp. Ping pong tillför något mycket mindre vänligt än bordsspel: en boll som rör sig, snurrar, studsar och ändrar riktning på mycket kort tid.
Det är därför Sony insisterar på Aces reaktionshastighet, med en fördröjning från ända till ända på 20,2 millisekunder jämfört med cirka 230 millisekunder hos mänskliga elitespelare. Som vi kan se i videon som åtföljer den här artikeln måste roboten inte bara "se" bollen. Du måste förutse vad han kommer att göra härnäst och få paddeln i rätt vinkel innan det är för sent.
Hur får man det? Nyckeln är att Ace inte är beroende av en enda teknologi, utan på en mycket snäv kedja mellan perception, kontroll och rörelse. Systemet integrerar nio synkroniserade konventionella kameror och tre händelsebaserade visionsystem, som kan registrera rörelseförändringar mycket snabbt.
Med det setet spårar roboten bollen i 200 Hz med millimeterprecision och mäter effekten upp till 700 Hz. En robotarm med åtta frihetsgrader utför sedan avkastningen baserat på policyer som lärts genom förstärkningsinlärning i simulering. Ace kom inte till den punkten över en natt heller.
Sony placerar starten för projektet 2020, inom de första verken av Sony AI, och beskriver en utveckling i etapper: först jonglera med bollen, sedan upprätthålla samarbetsutbyten med en person och, senare, möta allt starkare spelare. Denna resa tjänade också till att upptäcka gränser som inte alltid visas i en simulering. I Engadget En utvecklare somnade med en varning på $10 på Google Cloud: han vaknade med en räkning på mer än 18 000 gränser.
Aces förtjänst ligger i att ha nått en expertnivå, inte i att ha gjort bordtennis till ett löst problem. Sony inser att det fortfarande finns människor ovanför systemet. Roboten utmärker sig i alla fall främst i skicklighet, där du bestämmer hur du ska flytta roboten och hur du slår bollen i realtid.
Det som händer punkt till punkt, och vad som planeras under en match, kan fortfarande förbättras. Bilder | Sony AI (1, 2) i Engadget | En ung man har löst ett matematiskt problem som varade i 60 år på 80 minuter med ChatGPT. Det är det minst intressanta någonsin (instagramScript)
Originalkälla
Publicerad av Xataka
27 april 2026, 22:31
Denna artikel har översatts automatiskt från spanska. Klicka på länken ovan för att läsa originaltexten.
Visa originaltext (spanska)
Rubrik
Las máquinas ya nos ganaban al ajedrez y al go. Ahora están a punto de ganarnos en algo mucho más difícil: el ping pong
Beskrivning
Los seres humanos tenemos una relación curiosa con las máquinas: las creamos para que nos ayuden, pero también para que nos desafíen. Llevamos décadas haciéndolo, desde los grandes sistemas industriales hasta los sistemas de inteligencia artificial y los robots que hoy empiezan a moverse en entornos más complejos, más exigentes y con menos margen de error. Y cuando esas máquinas nos superan, no solo vemos una derrota: vemos una pista de hacia dónde va la tecnología. Ya ocurrió en el ajedrez y en el Go. Lo que estamos viendo ahora apunta a algo distinto: el desafío empieza a saltar a deportes donde no basta con calcular la siguiente jugada. El robot que juega al ping pong. La última señal llega desde Sony AI y tiene forma de mesa de ping pong. Su robot Ace, desarrollado dentro de Project Ace, ha sido presentado por la compañía como el primer sistema de IA capaz de competir en un entorno físico real con jugadores universitarios de élite y profesionales de tenis de mesa bajo reglas oficiales. La firma lo ilustra con una escena reciente en Tokio: la jugadora profesional japonesa Taira Mayuka lanzó un remate que, en condiciones normales, habría decidido el punto. Al otro lado de la red, Ace leyó la trayectoria, ajustó el ángulo de la pala y devolvió la pelota para mantener vivo el intercambio. {"videoId":"xa77d2u","autoplay":false,"title":"Así juega al ping pong el robot Ace de Sony AI", "tag":"tecnología", "duration":"28"} Un salto notable. El ping pong añade algo mucho menos amable que los juegos de mesa: una pelota que se mueve, gira, bota y cambia de dirección en muy poco tiempo. Por eso Sony insiste en la velocidad de reacción de Ace, con una latencia de extremo a extremo de 20,2 milisegundos frente a unos 230 milisegundos en jugadores humanos de élite. Como podemos ver en el vídeo que acompaña a este artículo, el robot no solo tiene que “ver” la pelota. Tiene que anticipar qué hará después y colocar la pala en el ángulo correcto antes de que sea tarde. Cómo lo consigue. La clave está en que Ace no depende de una sola tecnología, sino de una cadena muy ajustada entre percepción, control y movimiento. El sistema integra nueve cámaras convencionales sincronizadas y tres sistemas de visión basada en eventos, capaces de registrar cambios de movimiento con mucha rapidez. Con ese conjunto, el robot sigue la pelota a 200 Hz con precisión milimétrica y mide el efecto hasta 700 Hz. Después, un brazo robótico de ocho grados de libertad ejecuta las devoluciones a partir de políticas aprendidas mediante aprendizaje por refuerzo en simulación. Ace tampoco llegó a ese punto de un día para otro. Sony sitúa el inicio del proyecto en 2020, dentro de los primeros trabajos de Sony AI, y describe una evolución por etapas: primero hacer malabares con la pelota, después mantener intercambios cooperativos con una persona y, más adelante, enfrentarse a jugadores cada vez más fuertes. Ese recorrido también sirvió para descubrir límites que no siempre aparecen en una simulación. En Xataka Un desarrollador se fue a dormir con una alerta de 10 dólares en Google Cloud: despertó con una factura de más de 18.000 Los límites. El mérito de Ace está en haber llegado a un nivel experto, no en haber convertido el tenis de mesa en un problema resuelto. Sony reconoce que aún hay humanos por encima del sistema. En cualquier caso, el robot destaca principalmente en la habilidad, donde se decide cómo mover el robot y cómo golpear la pelota en tiempo real. Lo que ocurre punto a punto, y lo que se planifica durante un partido, todavía puede mejorar. Imágenes | Sony AI (1, 2) En Xataka | Un joven ha resuelto en 80 minutos y con ChatGPT un problema matemático que resistió 60 años. Eso es lo menos interesante de la historia (function() { window._JS_MODULES = window._JS_MODULES || {}; var headElement = document.getElementsByTagName('head')[0]; if (_JS_MODULES.instagram) { var instagramScript = document.createElement('script'); instagramScript.src = 'https://platform.instagram.com/en_US/embeds.js'; instagramScript.async = true; instagramScript.defer = true; headElement.appendChild(instagramScript); } })(); - La noticia Las máquinas ya nos ganaban al ajedrez y al go. Ahora están a punto de ganarnos en algo mucho más difícil: el ping pong fue publicada originalmente en Xataka por Javier Marquez .
