La frontera entre la habilidad biológica y la precisión mecánica se ha vuelto más delgada que nunca en una cancha de tamaño olímpico en Tokio. Allí, Sony ha presentado a Ace, un brazo robótico que no solo devuelve pelotas, sino que compite y vence a deportistas de élite utilizando tácticas de nivel experto.
Este logro no es solo una victoria deportiva, sino un hito histórico para la robótica al dominar un entorno físico incierto y cambiante.
El triunfo de la táctica sobre la fuerza bruta
A diferencia de otras máquinas diseñadas para superar al hombre mediante la potencia pura, el objetivo con Ace fue distinto: la equidad.
Los investigadores de Sony evitaron crear un sistema “superhumano” que simplemente disparara proyectiles a velocidades inalcanzables. En su lugar, el robot fue programado para ganar mediante la toma de decisiones, la estrategia y la habilidad técnica, respetando las reglas oficiales y manteniendo un alcance similar al de un brazo humano.
La anatomía de un “maestro” digital
Para alcanzar este nivel, Ace no fue programado manualmente, sino que aprendió a jugar a través de la experiencia mediante una técnica de IA llamada aprendizaje por refuerzo.
“No hay forma de programar un robot manualmente para que juegue al tenis de mesa. Hay que aprender a jugar mediante la experiencia”, afirmó Peter Dürr, investigador de Sony AI y coautor del estudio publicado en la revista científica Nature.
Su estructura física y sensorial es clave para este desempeño:
- Visión total: Cuenta con nueve cámaras distribuidas estratégicamente para rastrear cada movimiento.
- Detección de efecto: Es capaz de seguir el logotipo de la pelota para calcular con exactitud su giro o spin.
- Agilidad mecánica: Su brazo posee ocho articulaciones (grados de libertad), lo que le permite reaccionar con una rapidez y flexibilidad asombrosas ante los remates de sus oponentes.
“La velocidad es realmente uno de los aspectos fundamentales de la robótica actual, especialmente en escenarios o entornos que no son fijos”, dijo Michael Spranger, presidente de Sony AI.
El día que lo “imposible” sucedió en la mesa
Durante las pruebas, Ace se enfrentó a profesionales de la talla de Minami Ando y Kakeru Sone. Los resultados fueron contundentes: en una serie de encuentros en diciembre, el robot derrotó a tres de los cuatro jugadores de alto nivel que lo desafiaron.
Lo más inquietante para los expertos fue la calidad de sus jugadas. Kinjiro Nakamura, veterano de los Juegos Olímpicos de Barcelona 1992, confesó su asombro tras presenciar un tiro del robot que consideraba técnicamente imposible para un ser humano hasta ese momento.
A ping-pong playing robotic arm named Ace, built by SONY, self-trained using AI and is starting to beat some pros. pic.twitter.com/p6I1KBAlOZ
— CBS Evening News with Tony Dokoupil (@CBSEveningNews) April 22, 2026
Según Nakamura: “Nadie más habría sido capaz de hacer eso. No creía que fuera posible”.
Por su parte, el pionero en este campo, John Billingsley, reconoció el avance, aunque señaló que la combinación de múltiples sensores y visión artificial le da al robot una ventaja difícil de igualar para un humano.
“No quisiera restarle mérito al logro, pero abordaron la tarea en grupo y utilizaron técnicas brutales”, comentó.
Un “momento ChatGPT” para la robótica física
Este avance es descrito por los líderes de Sony AI como un “momento ChatGPT” para el mundo de las máquinas. Mientras que la IA ha dominado juegos de mesa como el ajedrez durante décadas, trasladar esa inteligencia al mundo físico —donde el entorno es dinámico y los milisegundos cuentan— ha sido el “estándar de oro” de la investigación.
“Es muy fácil construir un robot de tenis de mesa sobrehumano”, dijo Spranger. “Se construye una máquina que absorbe la pelota y la lanza mucho más rápido de lo que un humano puede devolverla. Pero ese no es el objetivo aquí. El objetivo es lograr cierto grado de comparabilidad, cierto grado de equidad con el humano, y ganar realmente a nivel de IA, de toma de decisiones, de tácticas y, hasta cierto punto, de habilidad”. Eso significa, dijo, que “el robot no puede ganar simplemente golpeando la pelota más rápido que cualquier humano, sino que tiene que ganar jugando realmente al juego”.
El éxito de este robot demuestra que las máquinas ya no solo siguen trayectorias fijas en fábricas, sino que están aprendiendo a moverse y decidir en el complejo mundo real
*Con información de AP.