陪練機器人來了，你打得過那個AI么？

更高，更快，更強!在奧林匹克精神的指引下，人類一直在探尋著自我突破之路，世界紀錄在刷新——停滯——刷新的輪回中一次又一次試探著人類的極限。與人斗，其樂無窮。那么，與AI比試呢?

在剛剛結束的進博會上，歐姆龍展示了他們的最新研究成果——乒乓球機器人FORPHEUS，這讓人類在體育層面與AI對抗變成了現實。以后，人類在“掂量”自己之前，可能要先問問自己，打的過那個AI嗎?

從發球機到陪練機器人其實歐姆龍在進博會上展示的乒乓球機器人FORPHEUS已經是它的第5代。

2013年時歐姆龍推出了它的第一代FORPHEUS，在兩臺攝像機的協助下，FORPHEUS可以在1/1000秒內控制擊球的時機與方向，通過預測乒乓球的運動軌跡，包括球速、旋轉速度、旋轉方向等幾個數據，從而計算出應該讓球拍以什么角度、在哪個點回擊，當時就具備了與業余選手連續練球的水平。

2015年時，進化到第四代的FORPHEUS被吉尼斯世界紀錄認證為世界首個“乒乓球教練機器人”，此時的FORPHEUS已經可以發球和應對簡單的扣球了。最新一代的FORPHEUS進一步優化AI算法和機械調試，將回球誤差控制在0.1毫米之內，另外增設了一個追蹤人類動作的攝像頭，評估人類的實際運動水平。利用機器學習技術對球的軌跡進行分析，判斷對手水平，調整自己水平，爭取做到與對手匹配。

人類從剛剛出生，到能拿起球拍接上幾個難度不高的球，至少需要5年時間。從無到有，同樣只花了5年時間，FORPHEUS已經可以成為一些業余選手的陪練甚至做他們的教練。

相比只能執行單一角度、有去無回任務的發球機，在AI加持下的FORPHEUS的進化速度讓人咋舌。AlphaGo戰勝李世石時，讓我們看到了人類與AI在自我學習和計算能力方面的差距，現今站在球臺旁的FORPHEUS則確實在運動競技層面給了人類極大的壓力。

要想戰勝人類，陪練機器人還存技術障礙已經進化了5代的FORPHEUS，怎樣才能從一個業余選手的陪練機器人“成長”為可以和專業運動員過招的高手呢?讓我們先從比較簡單的發球機的工作原理和其中需要運用到的知識來剖析一下。

一個稍微智能一點的發球機需要有用于處理風速風向、溫度、自身位置和接發球運動員位置等信息的處理器，用以計算出發球的速度、旋轉和方向。其中包括圖像采集和識別系統、可編程處理器和傳感器、博弈論(分析發球種類和接發球策略的博弈)以及機械工程知識。

如果是一個可以和人類打來打去的陪練機器人，還需要它可以移動、揮拍、躲避障礙……AI需要接收和處理的信息數量與發球機相比根本不是一量級，由于陪練機器人在多個領域還存在技術障礙，這也使得陪練機器人在短時間內還無法戰勝的人類。

1、陪練機器人應用場景、使用條件均有有限制

需要承認的是，體育運動領域對于AI來說是一個巨大的藍海，但是直到目前，AI陪練機器人僅僅只在乒乓球和羽毛球這兩個項目中出現，且它們的球技還遠遠達不到“業余高手”的水平，這也使得其商業變現能力大打折扣。

鮑春來在娛樂節目《機智過人》中與羽毛球機器人過招，明顯看出面對人類高手的前后場調動、大力扣殺、追身球等技巧面前，機器人根本沒有招架之力。而乒乓球機器人在面對擦網球、擦邊球、高球以及旋轉球等偶發情況或者技巧面前也沒有很好的應對策略。

其實，我們并不懷疑AI的學習能力，所有已知的運動技巧和比賽策略，像AlphaGo那樣，AI通過自我學習都能掌握，而現在，陪練機器人需求提高的是它的“運動能力”，它們也需要變得“更高、更快、更強”。

2、單打獨斗與團隊協作還存巨大鴻溝

現在的陪練機器人只能應用于單人對抗的場景，面對雙人比賽或者像足球、籃球那樣的團隊協作性項目時，陪練機器人面臨著比提高“運動能力”更高的門檻。

電子競技的DOTA2項目中，去年的TI7上，Open AI在1V1的對抗中輕松戰勝人類高手;而今年的TI8上，Open AI在5V5比試中確沒能延續勝利。

雖然Open AI 1天的訓練量相當于人類玩180年，在即時即地的反應也做得非常漂亮，但在比賽中，Open AI還是暴露出混亂無序的宏觀決策策略。當雙方僵持或者人類進行戰略性避戰的情況下，Open AI的團隊協同就開始出現分歧。

陪練機器人的技術技巧、運動能力甚至比賽策略都可以通過AI的自我學習和人類機械工程技術的突破而提高，然而“團隊協作”，這個作為人類社會屬性的特殊存在，AI僅僅通過“自我學習”就能融會貫通并運用自如嗎?在這方面，與其說AI還需大量的自我學習，不如說人類對AI在“團隊協作”能力提升方面還有很多的工作尚未完成，對于是否應該賦予AI社會屬性方面也還處于矛盾之中。

3、從“機器”到“機器人”的進化尚未完成

都說FORPHEUS是陪練機器人，但是FORPHEUS的外觀與人形相比，還是相差甚遠。FORPHEUS的外形就像是大型三腳獸，將乒乓球桌一端包圍在身體下，站在球臺對面看去，FORPHEUS只是一臺機器，并不具備傳統意義上的“人形”。

也正因為如此，FORPHEUS擁有很大的局限性，在面對高球、扣殺時，無法像人類一樣通過位移稍離球臺，等到球速變緩再做出高質量的回擊。

人類從爬行進化到直立行走用了幾百萬年，AI機器人從靜止到直立行走甚至跑步躲避障礙不過短短10幾年時間。相信FORPHEUS從趴在球臺上的三角獸進化成真正意義上的“機器人”的時間不會太長，到時不光是乒乓球，陪練機器人會越來越多的出現在那些有激烈身體對抗的體育項目中。

說不定當你和朋友要來一場籃球或者足球比賽人員不齊時，會請上一個陪練機器人上場“湊數”呢。

與人比?還是與AI比?考量技術溫度的選擇題不管你愿不愿意，陪練機器人遲早會走進人類的生活，到時陪練機器人可以充當的角色可能并不單單是你的陪練教練，也有可能是你要在賽場上力爭戰勝的對手。而你到底是喜歡和人比還是和AI比呢?對于這個問題，人類其實早已給出了答案。

就如網絡游戲，有的人喜歡玩PVP，操作游戲人物和屏幕對面的人類競技;有的人喜歡玩PVE，操作游戲人物和游戲開發者事先設定好的虛擬人物比賽。這兩條平行向前，永不交叉的線其實代表著人類在面對兩種不同類型競爭對手的態度，人類可以從中獲取兩種不同性質的快感。

回到未來的奧林匹克賽場，無論是與人類自己比賽還是和AI比賽，人類最終目標都是要爭取勝利。而現在人類糾結的癥結在于，與人類比賽，如果輸了，可以感受到來自對手的鼓勵、安慰或是嘲諷;如果贏了，也可感受來自對手的失望、沮喪或是祝賀。這些都是人類獨有的社會屬性中才會激發的情感表達。

而當你面對AI，無論輸贏，AI給你的結果最終只會歸結為0或者是1。人類的進化就是在不斷挑戰自我的螺旋式上升之中完成的，當挑戰對象由人類自我變成了AI，人類的的進化還有意義嗎?

現今，對于陪練機器人在AI上的訓練除了各個運動項目的技巧和策略外，人類應該更多考慮如何讓它們變得更有“溫度”，如何讓人類感受來自AI的溫暖，如何讓AI在“科學”、“技術”與“社會”之間彼此互相影響，互相促進。

如何戰勝AI?給人類支個招雖然現在的陪練機器人還很稚嫩，雖然人類在DOTA2的團隊比賽項目中戰勝了AI，但人類其實一直在等待AI戰勝自己的那一刻。可是高傲的人類從來不會甘于失敗，當AI真的具備了戰勝人類的能力時，人類可否還有翻盤的機會?面對一個不會緊張，不會嘚瑟，不會沮喪，沒有情緒波動，也不會體力下降的同時還擁有高超運動技巧的AI機器人，必須承認，人類的辦法并不多，但人類也并不是毫無勝算。

首先，在技巧層面。人類可以更多的采用“假動作”來打斷AI的陣腳。

在現階段，AI都是通過高速攝像機來記錄球的運動軌跡并結合對人類動作、位置、神態等細節進行計算并給出回應策略。很明顯，所見即所得。AI的世界中只有“1”和“0”，耿直的AI可能難以對人類做出的具有欺騙性質的“假動作”做出準確判斷。

倫敦頂尖AI實驗室DeepMind對曾對現有的AI學習能力有過如是評價：“現在的AI非常擅長識別圖片中的物體，但仍無法很好的理解視頻。”DeepMind的研究表明，AI對于有些集中在身體的某一部分或是比較快速的動作，如舞蹈的識別準確率也不是非常理想。

由此延伸，AI在賽場上即時捕獲的數據和信息對于AI的判斷幫助有限，特別是當人類用“假動作”對AI輸入的數據和信息進行“干擾”時，善于解答概率問題的AI，很可能會將判斷結果傾向于由人類制造出的那個看似會產生大概率的方向。通俗一點，人類用“假動作” “騙”過了AI。

今后，人類日常訓練的方向和重點可能要進行大幅調整——如何將“假動作”做得更真。而我們只希望，人類的“假動作”在騙過AI的時候，可千萬別把隊友也騙過去了。

其次，開發新戰術和新技巧。根據AI的運作原理，AI的所有運動技巧和比賽策略都是基于人類現有的程度通過大量的自我學習而掌握的，由于AI過度依賴邏輯運算，既有的運算規則下，當比賽中人類使出了之前沒有出現過的新技術，或者新的比賽策略，AI在短時間內是難以適應的。

即便AI會根據人類以往的比賽來判斷對手的風格，但兵無常勢，人類不按套路出牌，不遵循AI計算邏輯，加上比賽中的隨機性和一些偶然因素，如乒乓球比賽中的擦網球、擦邊球，足球比賽中的立柱折射、反彈球等，這些都成了人類戰勝AI的可能性。

最后，如果N次嘗試還是無法越過AI這座大山，那么——就把它的電源掐掉吧。