而另一边,是跑动击球的“西格玛”,那个时候还是未完成形态,脸部只是面具一样的平滑罩,身躯还有些地方裸露在外。
马丁·佩罗特:有种进入了科幻片的错觉。(挥舞着手臂)我看过跑步的机器人、投标枪的机器人,但是…它在追着网球,是自己在思考和反应,没有人操控。这真是…太不可思议了。
不过当马丁上场时,西格玛的动作还比较僵硬,而且失误较多,尤其是打有旋转的球时,几乎一球一个出界。
sra研究员-罗伯特·琼斯:西格玛的最大特点在于,他的对抗能力。获取事物信息,进行自主思考,做出反应动作。就像真正的人类一样。
在网球比赛中,假如一方的球速达到150kh,那么另一方的反应、思考、行动时间总和在05秒左右,追球距离越长,思考的时间会被压缩到01秒甚至更少。这非常考验机器人的“大脑”,也就是ai的能力。
网球是三维内的动态变化过程,它的飞行轨迹是线性速度又带有自转的复合运动模式。单单解构、推演这些三维数据,复杂程度就超过围棋ai预判数十步。
但这仅仅是“看”球路的“反应”的过程,一个开始。
每个回合包含几十个变量,网球初始位置、速度、转速、自转方向、动态位置…对手的位置、移动、姿态、握拍方式…从战术的角度,它所需要推演并决策的信息对比围棋是呈指数级别的增量。
这不是常规ai训练能覆盖得了的。
所以我们采用的学习模式兼顾多样,首先我们给它“看”网球比赛,以“一分”为单位。从发球开始,每个回合的点位、线路。同时,把不同的运动员进行简单的“建模”,让西格玛学习他们。
多达十几万的单位其实不够让西格玛应对任何情况,而且采集的信息可能有错误。又或者有我们未知的bug。
所以我们还采取实际的训练模式。
其一就是把网球场区域三维网格化,然后让西格玛遍历不同的球形和落点,探索最优“解”,并且对有误的已学信息进行纠正。
但是这样的效率很低,真要完成遍历一百年都做不到。所以我们决定搭配第二种训练模式:找职业运动员进行真实对抗,获得更多的“经验”。
同时,我们必须进行算法优化,最大程度减少“思考”时间。
马丁在与西格玛底线对拉,后台的电脑上显示西格玛的“思维”信息和击球效率。
一拍出界,马丁摇了摇头,他又一次失误。西格玛停顿了下,转身找球并挑在拍上。
“这也太真了吧!”马丁转头和一旁观察的工程师摊手。等他以准备的姿态盯着西格玛,机器人才重新开始发球的动作。
马丁·佩罗特:这份工作持续了一个星期,很快,我已经不能让它产生任何错误。而我也不想再练下去。想象一下你与球友训练,只有你在不断失误,这让我难以忍受。
sra首席设计师-周毅:我们在不停地找更有效率,击球质量更高的职业运动员。比如发球、接发特别出色的,对某条线路特别拿手的,网前技术特别强的……他们可能只是不够全面,所以难以升到更高的排名。
他们让西格玛不断得到强化,也给予了我们宝贵的专业性意见。
十倍速镜头下,西格玛的外观也在日渐完善。直至7月8日,一切测试完成后,工程师再次小心地为它装上核动力电池。银色的额头亮起具有科技魅惑感的蓝光标识——∑
============================
【前奏】
新闻直播间:在各种机器人不断突破人类的运动记录时,仿生制造工程师向前迈出一大步,世界上第一具真正的独立对抗型机器人,人类百年来工业化与信息化的结晶,名为西格玛的网球“运动员”诞生了。
首次面世,它将挑战男子网坛“四巨头”之一的西班牙名将——布朗·阿卡修斯来证明自己。
sra首席设计师-周毅:尽管从互联网上的反应,很多人对西格玛抱有很大的期待,他们认为机器人肯定比人厉害。
但作为西格玛的创造者,我们知道他还有一些缺陷。
我们构建了世界第一的幸村的“模型”,像“沙盘推演”一样做虚拟的对抗,结果是两胜七负。
他的节奏太快、球速太快,与目前合作训练的运动员相比,相差很大。西格玛有一定的风险跟不上动作,像步履蹒跚的老人“瘫痪”在赛场。
这种输球方式会让我们颜面尽失。
所以我们不打算一蹴而就。希望能给予西格玛更多的学习机会。
sra工程师-中道悠马:我们每个人都工作到比赛前日,目送他离开。西格玛的亮相不代表他已完全定型,我们还有很多的完善空间。布朗是16岁成名的巨星,富有想象力,只有尽善尽美才能把风险降到最低。
sra的十四人团队从调试中心巴黎出发,护送西格玛到达西班牙马德里,他们会做些维护工作,或在比赛中对一些突发情况作出反应。
七月的马德里天气晴朗炎热,“魔术盒”球场正在维护中。
尽管只有一场比赛,赛事官方却获得了历史以来最多的转播申请。现场门票也在瞬间抢售一空。
这是一场举世瞩目的比赛,人类在好奇机器人能做到何种程度。
团队聚在电视前观看阿卡修斯在发布会上的发言,西班牙人展现出充分的自信和乐观,这让他们忐忑了神情。
sra工程师阿曼达·加西亚:我们已经上交了考卷,只是等待着评分的结果。我们的心情对结果不会有任何影响,所以,这是有些煎熬的一段时间。