Sony AI ha presentado Ace, un sistema robótico autónomo capaz de competir contra jugadores expertos y profesionales de tenis de mesa. El trabajo, publicado en Nature, no importa porque un robot juegue a ping-pong por diversión, sino porque obliga a resolver percepción, decisión y control físico en milisegundos.
La compañía describe Ace como el primer sistema real que alcanza nivel humano experto en un deporte competitivo físico practicado de forma común. En las pruebas citadas por Sony AI, el robot se enfrentó a cinco jugadores de élite y dos profesionales bajo regulación de la Federación Internacional de Tenis de Mesa, con tres victorias en cinco partidos frente a los jugadores de élite.
El punto técnico está en la velocidad del bucle. Ace usa un sistema de percepción con nueve cámaras APS para estimar la posición 3D de la pelota, tres sistemas de control de mirada con sensores de visión basada en eventos para medir velocidad angular y efecto, aprendizaje por refuerzo y hardware robótico de alta precisión. Todo eso tiene que converger antes de que la pelota cruce la mesa.
Un banco de pruebas más serio de lo que parece
El tenis de mesa es una prueba incómoda para la robótica porque castiga cualquier latencia. La pelota cambia de dirección, incorpora efecto, rebota cerca de obstáculos y exige adaptación continua al oponente. No basta con detectar un objeto y mover un brazo: hay que leer la trayectoria, inferir el giro, decidir golpe y ejecutar con precisión en una ventana mínima.
Por eso Ace es interesante para la IA física. La robótica ha tenido avances enormes en entornos controlados, pero muchos sistemas se degradan cuando el mundo se vuelve rápido, dinámico y adversarial. Un partido de tenis de mesa concentra justo esos problemas en un formato medible: porcentajes de devolución, puntos directos, reacción ante bolas raras y capacidad de generalizar.
Sony AI asegura que Ace consiguió devolver golpes con una amplia variedad de efectos y superar el 75% de retorno hasta 450 rad/s. También afirma que logró 16 puntos directos de saque contra jugadores de élite. Son métricas concretas, más útiles que una demo editada, porque muestran dónde empieza a competir el sistema y dónde seguirá teniendo límites.
Deporte como atajo hacia robots más reactivos
La lectura sensata no es imaginar fábricas llenas de robots jugando al tenis. El valor está en trasladar esa combinación de percepción rápida, predicción, control y adaptación a tareas donde el entorno cambia deprisa: manipulación con objetos en movimiento, interacción segura con personas, clasificación dinámica, asistencia quirúrgica o robots que trabajan cerca de operarios.
También conviene mantener el listón crítico. Ace está optimizado para una tarea muy concreta y con una infraestructura sensorial diseñada alrededor de esa tarea. No es un robot generalista. Pero esa especialización no le resta importancia: muchas capacidades robóticas útiles empiezan como sistemas cerrados que fuerzan una mejora técnica real.
Si el salto de la IA física consiste en pasar de modelos que razonan sobre imágenes a máquinas que actúan en tiempo real, Ace es una señal relevante. No porque gane partidos, sino porque demuestra que la frontera entre percepción, decisión y movimiento empieza a cerrarse en escenarios donde el margen de error es brutalmente pequeño.