La inteligencia artificial ha estado demostrando durante años su capacidad para superar a los humanos en entornos estructurados. Juegos como el ajedrez y el Go marcaron el momento en que las máquinas dejaron de ser competidoras para convertirse en dominantes. No obstante, todo esto sucedía en entornos controlados, donde las reglas eran claras y el contexto no cambiaba.

El cambio que observamos actualmente es considerablemente más complicado. Ya no se trata únicamente de tomar decisiones en un tablero, sino de transferir esa inteligencia a un cuerpo que debe moverse, reaccionar y adaptarse en tiempo real. Aquí es donde entra en juego el tenis.

El verdadero desafío no era el juego, sino el cuerpo

Jugar al tenis no se limita a devolver una pelota. Implica interpretar trayectorias a gran velocidad, ajustar la posición del cuerpo en milésimas de segundo y coordinar movimientos con una precisión casi automática. Para un humano, este proceso es natural. Para un robot, durante años, representó un desafío casi insuperable.

El problema no radicaba en comprender qué hacer, sino en llevarlo a cabo. La inteligencia artificial ya podía analizar situaciones complejas, pero carecía de una manera efectiva de trasladar ese análisis a un sistema físico con limitaciones reales: equilibrio, fricción, inercia y tiempo de reacción.

Aprender a partir de movimientos imperfectos

Este progreso que ha permitido superar esa barrera se basa en una idea bastante diferente a la habitual. En lugar de entrenar al robot con datos perfectos, los investigadores optaron por utilizar movimientos humanos imperfectos como base para el aprendizaje. No buscaban replicar una técnica ideal, sino desarrollar una capacidad de adaptación.

El sistema, denominado LATENT, se entrenó inicialmente en habilidades básicas: desplazamientos laterales, golpes de derecha y revés, y ajustes de posición. En vez de enfrentarlo directamente a un partido completo, se redujo la complejidad del entorno, utilizando una pista más pequeña para que pudiera interiorizar esos patrones fundamentales.

A partir de ahí, el robot comenzó a realizar una acción clave: la auto-corrección. Ajustaba el ángulo de la raqueta, modificaba su postura y reaccionaba dinámicamente ante cada pelota, sin necesidad de seguir un patrón rígido.

Cuando la inteligencia artificial trasciende el software

Este aprendizaje se ha trasladado a un robot humanoide real, el Unitree G1, que cuenta con múltiples grados de libertad que le permiten moverse de manera relativamente fluida. En pruebas físicas, ha logrado devolver pelotas a velocidades superiores a los 50 km/h y mantener intercambios básicos con jugadores humanos en una pista real.

No se trata de un robot que vaya a competir con profesionales, ni siquiera con jugadores experimentados. Pero ese no es el objetivo. Lo relevante es que ya no se trata de una simulación, sino de una interacción real con un entorno impredecible. Cada golpe requiere ajustar variables que no están completamente controladas. Cada error implica un nuevo cálculo. Y aun así, el sistema responde.

De entender reglas a comprender el mundo

Durante muchos años, la inteligencia artificial avanzó en sistemas en los que todo estaba definido de antemano. El mundo físico es completamente distinto: ruido, incertidumbre e imperfección constante. Que un robot pueda desenvolverse en ese entorno, aunque sea de forma limitada, indica que estamos entrando en una fase diferente.

El tenis es solo una excusa. Lo realmente importante es que este tipo de aprendizaje puede aplicarse a otros contextos: manipulación de objetos, tareas industriales, asistencia en entornos complejos, o incluso interacción directa con humanos.

El comienzo de una transición silenciosa

Estos avances no suelen causar el mismo impacto que una victoria en un juego famoso, pero son mucho más relevantes a largo plazo. Porque indican que la inteligencia artificial está comenzando a salir del entorno digital para integrarse en el mundo real.

No se trata de que los robots jueguen mejor al tenis que nosotros. Se trata de que, por primera vez, están aprendiendo a moverse en un entorno creado para humanos. Y eso transforma por completo el tipo de inteligencia que estamos desarrollando.