Oi pessoal! Você já cansou de viver na pobreza enquanto as criptomoedas estão curtindo uma vida de luxo? Então junte-se ao nosso canal @Crypnoticias no Telegram, onde compartilhamos notícias sobre criptomoedas em português - porque quem precisa de dinheiro de verdade quando você pode nadar em Dogecoins? Venha para o lado selvagem da especulação financeira, onde o único risco é perder tudo... ou ganhar um foguete para a lua! 😂💰🚀
☞ Junte-se ao Telegram
Como um investidor experiente em criptografia com grande interesse em tecnologia e suas implicações para o futuro, considero fascinante o projeto mais recente do Google DeepMind. Tendo testemunhado a evolução da IA à margem, fico sempre intrigado com a forma como estes sistemas avançados estão a ultrapassar os limites do que antes era considerado impossível.
Em 8 de agosto, o Google DeepMind postou sobre sua recente pesquisa sobre robôs jogadores de tênis de mesa no site de mídia social, anteriormente conhecido como Twitter.
Sob a Alphabet Inc., empresa controladora do Google, reside o Google DeepMind – um conhecido centro de pesquisa de inteligência artificial (IA). Foi criado combinando duas equipes pioneiras de IA: Google Brain e a equipe inicial DeepMind. Esta colaboração catapultou o Google DeepMind para a vanguarda do desenvolvimento de IA, concentrando-se na criação de sistemas sofisticados de IA capazes de resolver problemas científicos e de engenharia complexos.
Fundada inicialmente em 2010, a DeepMind se concentrou principalmente no aprendizado por reforço profundo, uma mistura única de aprendizado profundo e aprendizado por reforço. Essa abordagem trouxe o DeepMind para o centro das atenções com a invenção do AlphaGo, um sistema de IA que se tornou o primeiro a superar um jogador Go de classe mundial, um marco que foi considerado uma década à frente de seu tempo. Esta vitória abriu caminho para mais progressos na tecnologia de IA, culminando na criação do AlphaFold, uma IA capaz de prever estruturas proteicas com incrível precisão, transformando significativamente a disciplina da biologia.
Em 2023, o Google consolidou suas unidades de pesquisa de IA em uma única entidade conhecida como Google DeepMind, com o objetivo de agilizar seus esforços e acelerar os avanços em inteligência artificial. Uma iniciativa atual deles é o Gemini, um modelo avançado de IA que parece superar certos modelos existentes, como o GPT-4, em métricas de desempenho específicas.
Na discussão do Google Deepmind sobre X, o tênis de mesa tem sido uma escolha popular na pesquisa robótica há décadas devido à sua mistura única de ações físicas em ritmo acelerado, pensamento estratégico e precisão. Desde a década de 1980, os cientistas têm utilizado este jogo como um campo de testes para aprimorar e melhorar as habilidades robóticas, tornando-o um tema adequado para as mais recentes investigações focadas em IA do Google DeepMind.
O Google DeepMind iniciou o processo de treinamento de seu robô de tênis de mesa acumulando uma coleção abrangente de condições iniciais da bola como base. Esta coleção abrangia aspectos vitais como posição, velocidade e rotação da bola, elementos-chave na determinação e previsão dos caminhos da bola durante o jogo. Com esse vasto repositório de dados à sua disposição, o robô aprimorou suas habilidades em diversas técnicas de tênis de mesa, como topspin de forehand, direcionamento de backhand e retornos de saque.
Como pesquisador, comecei a treinar minha criação robótica primeiro em um ambiente de tênis de mesa construído digitalmente. Isso permitiu aprimorar suas habilidades em um espaço controlado que refletia com precisão a física dos jogos de tênis de mesa da vida real. Depois que o robô se mostrou competente nesse ambiente virtual, coloquei-o à prova contra adversários humanos em partidas reais. Esses encontros forneceram novos dados que foram posteriormente incorporados à simulação, aprimorando ainda mais as habilidades do robô. Isso criou um ciclo contínuo onde a simulação e as experiências do mundo real se alimentavam para melhoria contínua.
Um aspecto significativo deste projeto envolve um robô que se adapta a diversos oponentes, graças ao design do Google DeepMind. Este robô aprende e analisa os movimentos e preferências de seus oponentes humanos, como para onde eles costumam devolver a bola. Esta adaptabilidade permite ao robô testar múltiplas estratégias, avaliar a sua taxa de sucesso e ajustar instantaneamente a sua abordagem, tal como um jogador humano faria, mudando as tácticas com base nos padrões do adversário.
No decorrer do nosso estudo, um robô competidor enfrentou 29 adversários humanos com diversas habilidades, de novatos a especialistas. Seu desempenho foi examinado em todos esses níveis de habilidade, revelando que ele teve um desempenho comparável ao de amadores de nível intermediário em geral. Porém, quando confrontado com jogadores mais habilidosos, o robô mostrou suas limitações. O Google DeepMind admitiu que o robô lutou para derrotar jogadores avançados de forma consistente, apontando fatores como velocidade de reação, recursos da câmera, gerenciamento de giro e a dificuldade de simular as propriedades da borracha do remo como obstáculos potenciais.
A equipe do Google da DeepMind concluiu seu estudo contemplando as ramificações mais amplas de suas descobertas. Eles enfatizaram que esportes como o tênis de mesa oferecem um terreno fértil para experimentar e aprimorar as habilidades robóticas. Assim como os humanos podem dominar tarefas complexas que exigem habilidade física, percepção e pensamento estratégico, os robôs também podem, desde que recebam treinamento adequado e sistemas adaptativos. Esta pesquisa não apenas impulsiona o campo da robótica, mas também lança luz sobre o ensino de máquinas para lidar com tarefas complexas do mundo real, o que poderia abrir caminho para avanços futuros na IA e na tecnologia robótica.
A pesquisa sobre tênis de mesa robótico tem sido um exemplo importante nesse campo desde a década de 1980. O robô deve se destacar não apenas em habilidades básicas, como devolver a bola, mas também em habilidades avançadas, como desenvolver estratégias e planejamento de longo prazo para atingir seus objetivos.
— Google DeepMind (@GoogleDeepMind) 8 de agosto de 2024
- EUR BRL PREVISÃO
- Harry Potter: O Retorno do Lorde das Trevas será lançado em 2025? Especulação de novo filme explicada
- Solitano de Emily In Paris é um lugar real? Localização da Itália na 4ª temporada explicada
- USD BRL PREVISÃO
- O que acontece com Sucre na fuga da prisão, explicado: ele morre?
- BTC PREVISÃO. BTC criptomoeda
- SOL PREVISÃO. SOL criptomoeda
- BCH PREVISÃO. BCH criptomoeda
- Veja por que Genevieve mente para Emily na 4ª temporada de Emily In Paris
- Explicação da gravidez de Dakota Fanning no casal perfeito: como isso afeta a história
2024-08-09 07:09