原标题：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。