随着科技的发展，未来的体育竞技是否会由机器人主导？本文探讨了机器人技术与人工智能在体育领域的应用，分析了机器人在体能、智能及情感层面与人类运动员的对比，以及它们在体育竞技中的可能性。
全文共2525字，预计学习时长5分钟
上个月，瑞士网球名将费德勒再次闯进温网总决赛，收获了职业生涯温网单打第100胜，再次刷新了世界纪录，成为了网坛历史上在单个大满贯赛事里胜场数达到三位数的第一人。
虽然最终他与冠军失之交臂，但我们仍然不得不惊叹他长久的运动生涯。网球场上的费德勒动作行云流水，朝气蓬勃，优雅有力；完全看不出来他已经37岁了。
勒布朗·詹姆斯是另一个老当益壮的精英运动员代表。他凭借强大的综合能力于2017赛季获得民众认可，该赛季也成为他综合表现最好的一个赛季。对于许多运动员而言，33岁意味着巅峰时期已过，但詹姆斯宝刀未老，创下了出场82场常规赛的记录，领衔全联盟（NBA）历史出场时间榜。他的平均篮板和助攻数也十分出彩，每场平均得分高达27.5，创造了2009年以来的数据新高。
不论选择哪种运动项目，我们都能看到精英运动员的身影：他们似乎超乎常人，不受时间影响，生猛如同“非人类”一般的存在。于是，体育评论员们常开玩笑说：
勒布朗·詹姆斯一类的运动员就像机器一样，具备超人的能力。
但机器真的代表职业运动竞技的未来吗？在机器人技术（Robotics）和人工智能（AI）日新月异的今天，我们是不是已经进入精英运动员不再是人类的时代？
图片来源：unsplash.com/@slelham
机器人来了，它们就在你的垃圾邮件箱里
近几年，启用AI的设备日渐成为日常生活中不可或缺的一部分，以至于人们早已习以为常甚至不以为意。尽管好莱坞电影将AI等同于全人类的灭绝，不过现实远远比电影勾勒的平淡得多。
网飞的每次观看推荐，都基于它所收集的用户观看习惯数据，以及观看同样内容的其他用户的数据。Siri为用户推送从住宅地址到工作地点的交通路况前，知道了用户上下班通勤的路线，因而提供一些该用户可能认为有用的信息。你使用Gmail吗？不知道你有没有关注过它如何将邮件自动放入不同的相关分区，或者说，你认为Gmail会怎样将垃圾邮件自动放入垃圾邮件文件夹，而不需要你再花时间筛选？以上种种，都由AI完成。
目前的技术有许多待改进之处，距离人们心目中的AI成熟期还有很长一段时间。但毋庸置疑，人们有望在未来二十年看到人造运动员得到发展，与人类运动员同台竞技。培养人造运动员与培养人类运动员的方法大致相同。他们都需要进行体能训练和思维/智力训练。听起来是不是很简单？
白人可以跳跃，机器人显然也可以
抛开上世纪九十年代的电影资料，机器人技术领域在这些年取得了有目共睹的发展。然而，人们都很清楚，在机器能够复刻人类活动之前，还有很长一段路要走。走路、跑步、跳跃、抓取和抛掷物体对于人类而言都是简单的动作，但是对于机器人呢？它们还在缓慢摸索中……
有些机器人可能距离复刻人类运动还很远，但并不是无法做到。像来自波士顿动力公司 ( Boston Dynamics ) 的机器人阿特拉斯 ( Altlas ) ，就已经切实地在弹跳能力上领先：
很酷吧？
同样是波士顿动力研制的，那个会上楼梯、会开门、会端茶倒水还能拖动好几吨重的“机器狗”SpotMini——四足机器人，将于今年首发开卖。
SpotMini机器狗开门
10只SpotMini机器狗拽走大货车
机器人走在我们身边不再是梦。
在亚马逊的re:MARS会议上，一个带相机阵列的Spot机器人。
摄影：James Vincent / The Verge
虽然阿特拉斯远远它们不是人类动作的完美复刻，但不容否认，它们的表现十分突出。技术还在不断发展中，想想二十年的发展会带来什么？我们可能会见到跑得比尤塞恩·博尔特快，或者运球准确度比克里斯蒂亚诺·罗纳尔多更高的机器人吗？
在体育竞技领域，机器欲与人类媲美，所需竞争的不仅是体能。它们还需要在信息处理、形势判断和决策执行等能力上都快人一步。
不幸的是，这是几十年来电脑一直都在做的事情。
“上”得桌游，“下”得篮球？
距离世界国际象棋冠军加里·卡斯帕罗夫败给IBM旗下的超级电脑“深蓝” ( Deep Blue )已经过去了22年。
早些时候，谷歌旗下Deepmind开发的AI程序“Alphago”击败了围棋世界冠军李世石震惊全球。
比起国际象棋，围棋棋盘范围广大，步法繁多；电脑能够穷尽学习国际象棋的所有走法，再选择最佳走法，而它无法穷尽围棋棋局中的所有可能。这意味着，电脑要想赢得比赛，就要像人类围棋选手一样，使用某种直觉去决定怎么走棋最好。
Alphago的算法通过分析专业人类棋手的棋局，以及与自己对弈多至3000万次后，已经学会了下围棋。
现在，算法的高阶版本“Alphazero”已经问世。它不仅能在短短40天内超越所有旧版本Alphago，还能不依靠游戏规则外的人类输入等等行为实现超越。
图片来源：unsplash.com/@ninjason
Alphazero与自己对决数百万次，实质上是通过自学掌握游戏法，Alphazero在策略和理解上持续进步，直至具备了击败以往所有版本的Alphago的能力。
Alphazero属于“一般用途”开发方向的AI程序，也就是说，它的用途不仅局限于棋盘游戏。Alphazero在科学、医学、金融等其他领域均有巨大应用潜力。理论上，只要有一个基本工作数据集（例如游戏规则），它就能学会一切。
能否在未来见证一台集AI和机器人技术于一体，不仅能复刻人类的复杂运动，还能与Alphago的认知功能匹敌的机器呢？
答案无疑是肯定的。
但人类运动员是否会被机器取代？
甭担心，并不会。
尽管计算能力将全面进步，但人类和机器有一个根本差别。
那就是，人类运动员在乎输赢。
这个视频记录了安迪·穆雷成为1936年来首位成功卫冕温网冠军的英国男子网球运动员的瞬间。
仔细观察他在实现自己的人生梦想后的反应。春风得意之际，不善言表的穆雷用尽他有限的肢体语言，表达胜利的喜悦。观众各种激动的反应，也凸显出这是很多英国人心中英国体育史上最伟大的时刻。
有朝一日举起温网奖杯也许只是穆雷一个人的终生追求，但目睹他成功夺冠却是全英国人的共同期盼。
人类可以教一个机器人如何后空翻，如何跨栏，但情感是（至少至今是）人类独有的特质。也许有一天（也许就是今天）机器会在速度或力量上超越人类，但如果没有了体育激发的情感——对胜利的渴望，获胜的喜悦等，体育竞技的意义又何在？
有人愿意看到一个运动员为实现电脑算法，而不是为实现人生目标举起奖杯吗？
留言 点赞 发个朋友圈
我们一起分享AI学习与发展的干货
编译组：夏伊凡、余书敏
相关链接：
https://medium.com/swlh/will-the-athletes-of-the-future-be-artificial-d619114cb7bc
如需转载，请后台留言，遵守转载规范
推荐文章阅读
长按识别二维码可添加关注
读芯君爱你
扫一扫
170
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
