陪练机器人来了，你打得过那个AI么？

图片来源：视觉中国

文｜智能相对论（ID：aixdlun），作者｜魏启扬

更高，更快，更强！在奥林匹克精神的指引下，人类一直在探寻着自我突破之路，世界纪录在刷新——停滞——刷新的轮回中一次又一次试探着人类的极限。与人斗，其乐无穷。那么，与AI比试呢？

在刚刚结束的进博会上，欧姆龙展示了他们的最新研究成果——乒乓球机器人FORPHEUS，这让人类在体育层面与AI对抗变成了现实。以后，人类在“掂量”自己之前，可能要先问问自己，打的过那个AI吗？

从发球机到陪练机器人

其实欧姆龙在进博会上展示的乒乓球机器人FORPHEUS已经是它的第5代。

2013年时欧姆龙推出了它的第一代FORPHEUS，在两台摄像机的协助下，FORPHEUS可以在1/1000秒内控制击球的时机与方向，通过预测乒乓球的运动轨迹，包括球速、旋转速度、旋转方向等几个数据，从而计算出应该让球拍以什么角度、在哪个点回击，当时就具备了与业余选手连续练球的水平。

2015年时，进化到第四代的FORPHEUS被吉尼斯世界纪录认证为世界首个“乒乓球教练机器人”，此时的FORPHEUS已经可以发球和应对简单的扣球了。最新一代的FORPHEUS进一步优化AI算法和机械调试，将回球误差控制在0.1毫米之内，另外增设了一个追踪人类动作的摄像头，评估人类的实际运动水平。利用机器学习技术对球的轨迹进行分析，判断对手水平，调整自己水平，争取做到与对手匹配。

人类从刚刚出生，到能拿起球拍接上几个难度不高的球，至少需要5年时间。从无到有，同样只花了5年时间，FORPHEUS已经可以成为一些业余选手的陪练甚至做他们的教练。

相比只能执行单一角度、有去无回任务的发球机，在AI加持下的FORPHEUS的进化速度让人咋舌。AlphaGo战胜李世石时，让我们看到了人类与AI在自我学习和计算能力方面的差距，现今站在球台旁的FORPHEUS则确实在运动竞技层面给了人类极大的压力。

要想战胜人类，陪练机器人还存技术障碍

已经进化了5代的FORPHEUS，怎样才能从一个业余选手的陪练机器人“成长”为可以和专业运动员过招的高手呢？让我们先从比较简单的发球机的工作原理和其中需要运用到的知识来剖析一下。

一个稍微智能一点的发球机需要有用于处理风速风向、温度、自身位置和接发球运动员位置等信息的处理器，用以计算出发球的速度、旋转和方向。其中包括图像采集和识别系统、可编程处理器和传感器、博弈论（分析发球种类和接发球策略的博弈）以及机械工程知识。

如果是一个可以和人类打来打去的陪练机器人，还需要它可以移动、挥拍、躲避障碍……AI需要接收和处理的信息数量与发球机相比根本不是一量级，由于陪练机器人在多个领域还存在技术障碍，这也使得陪练机器人在短时间内还无法战胜的人类。

1、陪练机器人应用场景、使用条件均有有限制

需要承认的是，体育运动领域对于AI来说是一个巨大的蓝海，但是直到目前，AI陪练机器人仅仅只在乒乓球和羽毛球这两个项目中出现，且它们的球技还远远达不到“业余高手”的水平，这也使得其商业变现能力大打折扣。

鲍春来在娱乐节目《机智过人》中与羽毛球机器人过招，明显看出面对人类高手的前后场调动、大力扣杀、追身球等技巧面前，机器人根本没有招架之力。而乒乓球机器人在面对擦网球、擦边球、高球以及旋转球等偶发情况或者技巧面前也没有很好的应对策略。

其实，我们并不怀疑AI的学习能力，所有已知的运动技巧和比赛策略，像AlphaGo那样，AI通过自我学习都能掌握，而现在，陪练机器人需求提高的是它的“运动能力”，它们也需要变得“更高、更快、更强”。

2、单打独斗与团队协作还存巨大鸿沟

现在的陪练机器人只能应用于单人对抗的场景，面对双人比赛或者像足球、篮球那样的团队协作性项目时，陪练机器人面临着比提高“运动能力”更高的门槛。   

电子竞技的DOTA2项目中，去年的TI7上，Open AI在1V1的对抗中轻松战胜人类高手；而今年的TI8上，Open AI在5V5比试中确没能延续胜利。

虽然Open AI 1天的训练量相当于人类玩180年，在即时即地的反应也做得非常漂亮，但在比赛中，Open AI还是暴露出混乱无序的宏观决策策略。当双方僵持或者人类进行战略性避战的情况下，Open AI的团队协同就开始出现分歧。

陪练机器人的技术技巧、运动能力甚至比赛策略都可以通过AI的自我学习和人类机械工程技术的突破而提高，然而“团队协作”，这个作为人类社会属性的特殊存在，AI仅仅通过“自我学习”就能融会贯通并运用自如吗？在这方面，与其说AI还需大量的自我学习，不如说人类对AI在“团队协作”能力提升方面还有很多的工作尚未完成，对于是否应该赋予AI社会属性方面也还处于矛盾之中。

3、从“机器”到“机器人”的进化尚未完成

都说FORPHEUS是陪练机器人，但是FORPHEUS的外观与人形相比，还是相差甚远。FORPHEUS的外形就像是大型三脚兽，将乒乓球桌一端包围在身体下，站在球台对面看去，FORPHEUS只是一台机器，并不具备传统意义上的“人形”。

也正因为如此，FORPHEUS拥有很大的局限性，在面对高球、扣杀时，无法像人类一样通过位移稍离球台，等到球速变缓再做出高质量的回击。

人类从爬行进化到直立行走用了几百万年，AI机器人从静止到直立行走甚至跑步躲避障碍不过短短10几年时间。相信FORPHEUS从趴在球台上的三角兽进化成真正意义上的“机器人”的时间不会太长，到时不光是乒乓球，陪练机器人会越来越多的出现在那些有激烈身体对抗的体育项目中。

说不定当你和朋友要来一场篮球或者足球比赛人员不齐时，会请上一个陪练机器人上场“凑数”呢。

与人比？还是与AI比？考量技术温度的选择题

不管你愿不愿意，陪练机器人迟早会走进人类的生活，到时陪练机器人可以充当的角色可能并不单单是你的陪练教练，也有可能是你要在赛场上力争战胜的对手。而你到底是喜欢和人比还是和AI比呢？对于这个问题，人类其实早已给出了答案。

就如网络游戏，有的人喜欢玩PVP，操作游戏人物和屏幕对面的人类竞技；有的人喜欢玩PVE，操作游戏人物和游戏开发者事先设定好的虚拟人物比赛。这两条平行向前，永不交叉的线其实代表着人类在面对两种不同类型竞争对手的态度，人类可以从中获取两种不同性质的快感。

回到未来的奥林匹克赛场，无论是与人类自己比赛还是和AI比赛，人类最终目标都是要争取胜利。而现在人类纠结的症结在于，与人类比赛，如果输了，可以感受到来自对手的鼓励、安慰或是嘲讽；如果赢了，也可感受来自对手的失望、沮丧或是祝贺。这些都是人类独有的社会属性中才会激发的情感表达。

而当你面对AI，无论输赢，AI给你的结果最终只会归结为0或者是1。人类的进化就是在不断挑战自我的螺旋式上升之中完成的，当挑战对象由人类自我变成了AI，人类的的进化还有意义吗？

现今，对于陪练机器人在AI上的训练除了各个运动项目的技巧和策略外，人类应该更多考虑如何让它们变得更有“温度”，如何让人类感受来自AI的温暖，如何让AI在 “科学”、“技术”与“社会”之间彼此互相影响，互相促进。

如何战胜AI？给人类支个招

虽然现在的陪练机器人还很稚嫩，虽然人类在DOTA2的团队比赛项目中战胜了AI，但人类其实一直在等待AI战胜自己的那一刻。可是高傲的人类从来不会甘于失败，当AI真的具备了战胜人类的能力时，人类可否还有翻盘的机会？面对一个不会紧张，不会嘚瑟，不会沮丧，没有情绪波动，也不会体力下降的同时还拥有高超运动技巧的AI机器人，必须承认，人类的办法并不多，但人类也并不是毫无胜算。

首先，在技巧层面。人类可以更多的采用“假动作”来打断AI的阵脚。

在现阶段，AI都是通过高速摄像机来记录球的运动轨迹并结合对人类动作、位置、神态等细节进行计算并给出回应策略。很明显，所见即所得。AI的世界中只有“1”和“0”，耿直的AI可能难以对人类做出的具有欺骗性质的“假动作”做出准确判断。   

伦敦顶尖AI实验室DeepMind对曾对现有的AI学习能力有过如是评价：“现在的AI非常擅长识别图片中的物体，但仍无法很好的理解视频。” DeepMind的研究表明，AI对于有些集中在身体的某一部分或是比较快速的动作，如舞蹈的识别准确率也不是非常理想。

由此延伸，AI在赛场上即时捕获的数据和信息对于AI的判断帮助有限，特别是当人类用“假动作”对AI输入的数据和信息进行“干扰”时，善于解答概率问题的AI，很可能会将判断结果倾向于由人类制造出的那个看似会产生大概率的方向。通俗一点，人类用“假动作” “骗”过了AI。

今后，人类日常训练的方向和重点可能要进行大幅调整——如何将“假动作”做得更真。而我们只希望，人类的“假动作”在骗过AI的时候，可千万别把队友也骗过去了。

其次，开发新战术和新技巧。根据AI的运作原理，AI的所有运动技巧和比赛策略都是基于人类现有的程度通过大量的自我学习而掌握的，由于AI过度依赖逻辑运算，既有的运算规则下，当比赛中人类使出了之前没有出现过的新技术，或者新的比赛策略，AI在短时间内是难以适应的。

即便AI会根据人类以往的比赛来判断对手的风格，但兵无常势，人类不按套路出牌，不遵循AI计算逻辑，加上比赛中的随机性和一些偶然因素，如乒乓球比赛中的擦网球、擦边球，足球比赛中的立柱折射、反弹球等，这些都成了人类战胜AI的可能性。

最后，如果N次尝试还是无法越过AI这座大山，那么——就把它的电源掐掉吧。