Chuyện này đã 43 năm trôi qua.
Năm 1983, John Billingsley công bố bài báo đầu tiên về robot bóng bàn, có tựa đề "Robot Ping-Pong". Lúc đó, điều có thể làm được là dùng một khớp nối để đánh trả bóng, và còn phải ở vị trí cố định.
Ngày 22 tháng 4 năm 2026, tạp chí Nature công bố kết quả nghiên cứu dự án Ace của Sony AI – một robot đã đánh bại các tay vợt nghiệp dư ưu tú trên bàn thi đấu đạt chuẩn Olympic tại trụ sở Sony ở Tokyo, và sau đó trong các bài kiểm tra bổ sung cũng đánh bại một tay vợt thuộc giải chuyên nghiệp Nhật Bản.
Đây là lần đầu tiên trong lịch sử loài người, một robot đạt đến trình độ đẳng cấp trong một môn thể thao cạnh tranh thực sự.
Không phải môi trường mô phỏng, không phải trình diễn trong điều kiện đặc biệt, mà là thể thức thi đấu thực, đối thủ thực, bàn thi đấu thực.
Cách Ace chơi bóng bàn
Nhà nghiên cứu Peter Dürr của Sony AI đã nói một câu có thể xem như chú thích cho sự kiện này:
"Hoàn toàn không thể lập trình bằng tay để robot chơi bóng bàn. Chỉ có thể học từ kinh nghiệm."
Ace sử dụng học tăng cường – để robot tự mày mò ra cách đánh qua hàng triệu lần huấn luyện, thay vì kỹ sư nói cho nó biết "gặp xoáy này thì đánh thế này". Đây cũng là ý tưởng cốt lõi của các đột phá AI trong những năm gần đây, từ AlphaGo đến GPT đều dựa trên phương pháp này.
Về phần cứng, Ace có 8 khớp nối điều khiển chuyển động, 9 camera bố trí xung quanh bàn, sử dụng cảm biến thị giác dựa trên sự kiện (event-based vision sensors) – loại cảm biến này phản ứng nhanh hơn nhiều so với camera thông thường, độ trễ chỉ ở mức micro giây, chuyên dùng để theo dõi bóng di chuyển tốc độ cao. Ngoài ra, Ace còn có thể nhận biết hướng xoáy của bóng thông qua việc nhận diện logo thương hiệu trên bóng, chi tiết này khá thú vị.
Thành tích:
- Đấu với 5 tay vợt nghiệp dư ưu tú có hơn 10 năm kinh nghiệm, và 2 tay vợt chuyên nghiệp;
- Tổng cộng đánh 13 ván, thắng 7 ván, giành chiến thắng trong 3 trận đấu;
- Tỷ lệ đánh trả bóng xoáy đạt 75%, khiến các đối thủ đều bất ngờ;
- Sau khi nộp bài báo, tiếp tục huấn luyện và trong các bài kiểm tra vào tháng 12 và tháng 3 năm nay đã thắng tay vợt chuyên nghiệp.
Đáng chú ý là Ace không thắng bằng sức mạnh vũ phu – tốc độ bóng không cố tình vượt quá giới hạn con người. Chủ tịch Sony AI, Michael Spranger, đặc biệt nhấn mạnh quyết định thiết kế này:
"Robot không thể thắng bằng cách đánh nhanh hơn bất kỳ người nào, nó phải thắng bằng cách thực sự chơi tốt trò chơi này."
Đặt ra "ràng buộc công bằng cạnh tranh" cho AI, để nó thắng trong khuôn khổ luật chơi, chứ không dùng cảm biến và động cơ để áp đảo con người – phán đoán này khá thông minh.
Khác biệt so với lần của DeepMind
Vài năm trước, Google DeepMind cũng từng thực hiện dự án robot bóng bàn, cũng dùng học tăng cường, cũng chạy được – nhưng các bài kiểm tra đều trong môi trường được kiểm soát, không có đối thủ con người đẳng cấp thực sự làm chuẩn đánh giá.
Điểm khác của Ace là: trong địa điểm thi đấu thực tế, đấu với vận động viên thực, dùng thể thức thi đấu thực để đánh giá. Đây mới được coi là "lần đầu tiên".
Kinjiro Nakamura, tay vợt bóng bàn từng tham dự Thế vận hội Barcelona 1992, sau khi xem Ace đánh đã nói rằng Ace đã đánh ra một đường bóng mà ông chưa từng thấy, và các tay vợt con người cũng sẽ không thực hiện – rồi ông nói thêm: "Có lẽ con người có thể học được kỹ thuật mới từ đây."
Câu nói này đáng suy ngẫm.
"Khoảnh khắc ChatGPT của robot"
Michael Spranger dùng một phép ẩn dụ: "Khoảnh khắc ChatGPT" của lĩnh vực robot.
Logic của phép so sánh này là: kịch bản bóng bàn về bản chất là một nhiệm vụ khép kín đòi hỏi cảm nhận tốc độ cao + ra quyết định thời gian thực + điều khiển vật lý chính xác. Nếu học tăng cường có thể chạy được ở đây, thì sản xuất, kho bãi, thao tác chính xác, có thể đều dùng cùng cách tiếp cận để chinh phục.
Trước ChatGPT, ai cũng biết mô hình ngôn ngữ có thể làm được việc, nhưng không ai biết nó có thể làm đến mức đó. Ace có thể là bước ngoặt tương tự cho lĩnh vực robot.
Hãy tạt một chút nước lạnh: bóng bàn tuy nhanh, nhưng luật chơi cố định, kịch bản có cấu trúc. Vị trí linh kiện thay đổi liên tục trong nhà máy, vật liệu khác nhau, chướng ngại vật không dự đoán trước – đó vẫn là những vấn đề khó hơn. Ace chưa giải quyết hoàn toàn những điều này, chỉ mở ra một cánh cửa.
Cánh cửa mở ra là điều tốt.
Tại sao hướng kỹ thuật đáng được nói riêng
Sự phức tạp vật lý của bóng bàn là thực tế: tốc độ bóng có thể lên tới hơn 150 km/h, hướng xoáy không cố định, vị trí đón bóng không cố định, lối chơi của đối thủ thay đổi liên tục. Điều này khó hơn nhiều so với trò chơi trên bàn cờ – bàn cờ là rời rạc, bóng bàn là liên tục, ba chiều, ngẫu nhiên.
Sony đã đi theo hướng mới ở hai điểm kỹ thuật:
- Cảm biến thị giác dựa trên sự kiện: Khác với camera thông thường ghi lại từng khung hình, loại cảm biến này chỉ kích hoạt khi pixel thay đổi, độ trễ cực thấp, theo dõi bóng tốc độ cao chính xác hơn nhiều so với camera thường.
- Học tăng cường không mô hình: Không phụ thuộc vào mô hình mô phỏng vật lý, học trực tiếp từ tương tác thực tế. Khó hội tụ hơn, nhưng có khả năng tổng quát hóa tốt hơn với sự không chắc chắn trong thế giới thực.
Hai điểm này kết hợp lại, cho phép Ace đạt được độ chính xác trong thế giới vật lý thực mà trước đây chỉ có môi trường mô phỏng mới làm được.
Bài báo gửi cho Nature, có nghĩa là đã qua bình duyệt đồng cấp. Nature có tiêu chuẩn xuất bản cực kỳ khắt khe trong lĩnh vực robot và AI, đây không phải bài PR.
Từ bài báo đầu tiên năm 1983 đến Nature năm 2026, mất 43 năm. Nhưng rất có thể, những tiến bộ tiếp theo sẽ không cần thêm 43 năm nữa.
Nguồn tham khảo: Meet 'Ace,CocoLoop', the paddle-wielding robot who just beat humans at ping pong in AI breakthrough (Fortune); Outplaying elite table tennis players with an autonomous robot (Nature); Sony AI table tennis robot outplays elite human players (Robohub)