索尼Ace機(jī)器人擊敗四分之三職業(yè)選手，AI首達(dá)人類專家水平

在AlphaGo擊敗圍棋冠軍李世石十年后，人工智能再次迎來標(biāo)志性時刻：一款名為“Ace”的機(jī)器人在真實競技中擊敗了人類乒乓球職業(yè)運動員。不同于當(dāng)年發(fā)生在棋盤上的對決，這一次AI走入物理世界，在高速、不確定的環(huán)境中與人類正面對抗并取得優(yōu)勢，顯示出感知、決策與執(zhí)行能力的全面提升。開發(fā)這款機(jī)器人的索尼公司表示，這是“機(jī)器人首次在現(xiàn)實世界中一個廣泛開展的競技體育項目中達(dá)到人類專家級水平”。從圍棋到乒乓球，這一跨越不僅體現(xiàn)了技術(shù)從虛擬推理向現(xiàn)實互動的躍遷，也意味著AI正逐步逼近甚至重塑人類在復(fù)雜運動與技能領(lǐng)域的邊界。

“Ace”

《自然》雜志4月22日發(fā)布的一項最新研究顯示，日本電子巨頭Sony打造的一款名為“Ace”機(jī)器人在打乒乓球方面表現(xiàn)得極其嫻熟，甚至對頂尖人類乒乓球選手構(gòu)成嚴(yán)峻挑戰(zhàn)，有時還能戰(zhàn)勝他們。這一成果表明，AI的進(jìn)步正讓機(jī)器人變得更加敏捷。日本職業(yè)乒乓球運動員安藤南和曾根翔等人參與了與索尼機(jī)器人的對戰(zhàn)。兩名來自日本乒乓球協(xié)會的裁判對比賽進(jìn)行了判定。索尼稱，去年12月，在與Ace對戰(zhàn)的4名高水平選手中，僅有1人未敗給Ace。Ace成功證明了自己是一個強(qiáng)勁的對手。索尼表示，這是“機(jī)器人首次在現(xiàn)實世界中一個廣泛開展的競技體育項目中達(dá)到人類專家級水平——這是AI和機(jī)器人研究的一個長期里程碑”。

讓機(jī)器人以瞬時反應(yīng)速度與熟練人類運動員互動和競爭是一件極其困難的事情。索尼AI總裁邁克爾·施普蘭格（Michael Spranger）表示，研究人員有意避免給予機(jī)器人不公平的優(yōu)勢，使其速度、臂展和表現(xiàn)與每周訓(xùn)練至少20小時的熟練運動員相當(dāng)。它在標(biāo)準(zhǔn)尺寸球臺上，按照官方乒乓球規(guī)則比賽。“打造一個超越人類的乒乓球機(jī)器人其實很容易。”他說，“你可以造一臺機(jī)器，把球吸進(jìn)去，再以遠(yuǎn)超人類回?fù)裟芰Φ乃俣却虺鋈ァ５@不是我們的目標(biāo)。我們的目標(biāo)是實現(xiàn)某種程度的可比性，對人類保持一定程度的公平，并在AI層面、決策和戰(zhàn)術(shù)層面，以及某種程度的技術(shù)能力上取勝。”

不過，Ace確實也具備一些“超越人類”的特征，這讓它在乒乓球運動上產(chǎn)生了一定的優(yōu)勢：研究人員在球場周圍布置了九個攝像頭作為Ace的“眼睛”，這讓Ace擁有通過追蹤乒乓球上標(biāo)志來測量旋轉(zhuǎn)的驚人能力。這款定制機(jī)器人的手臂擁有8個關(guān)節(jié)（即運動自由度），可以控制其移動，使其能夠精準(zhǔn)定位球拍、執(zhí)行擊球動作，并快速應(yīng)對對手的來球。“速度確實是當(dāng)今機(jī)器人技術(shù)中的一個核心問題，尤其是在不固定的場景或環(huán)境中。”施普蘭格表示，“我們看到很多工廠里的機(jī)器人速度非常非常快，但它們只是重復(fù)同樣的軌跡。而通過這項技術(shù)，我們展示了實際上可以訓(xùn)練機(jī)器人在不斷變化的不確定環(huán)境中變得高度適應(yīng)、具有競爭力且快速。”這意味著“Ace不是僅僅通過擊球速度超過人類來取勝，而是通過真正地‘打比賽’來贏”。

AlphaGo擊敗李世石十年后

2016年，超過2億人觀看了AlphaGo在首爾對陣圍棋世界冠軍李世石的比賽。這場對決因第二局中的“第37手”而被銘記——這一落子極其反常，以至于職業(yè)解說最初認(rèn)為這是失誤。但事實證明它具有決定性意義。大約一百步之后，這枚棋子恰好處在贏棋所需的位置。這一表現(xiàn)展現(xiàn)了驚人的前瞻性，也體現(xiàn)了AI系統(tǒng)不僅能模仿人類專家，還能發(fā)現(xiàn)全新的策略。不過，長期以來，AI研究人員一直將國際象棋等棋類游戲作為衡量計算機(jī)能力的基準(zhǔn)，隨后又?jǐn)U展到更加開放的電子游戲世界。但將AI從模擬環(huán)境帶入物理世界，一直是機(jī)器人制造商的“黃金標(biāo)準(zhǔn)”。過去一年標(biāo)志著“機(jī)器人領(lǐng)域某種意義上的ChatGPT時刻”。施普蘭格表示。他指的是出現(xiàn)了新的AI驅(qū)動方法，使機(jī)器人能夠理解現(xiàn)實環(huán)境，并執(zhí)行諸如后空翻等高強(qiáng)度物理任務(wù)。

AlphaGO的母公司DeepMind也參與了這一領(lǐng)域的研究。不僅如此，DeepMind還將Alpha系列AI的能力拓展到了生物醫(yī)療、數(shù)學(xué)推理、算法發(fā)現(xiàn)、基因組研究、核聚變等多項科學(xué)領(lǐng)域，展示了AI幫助人類理解物理世界復(fù)雜性的潛力。2020年，DeepMind通過 AlphaFold 2系統(tǒng)終于攻克了蛋白質(zhì)折疊這一長期難題。這對于理解疾病和開發(fā)新藥至關(guān)重要。隨后，DeepMind解析了科學(xué)界已知的全部2億種蛋白質(zhì)結(jié)構(gòu)，并通過開源數(shù)據(jù)庫向全球科學(xué)家免費開放。Alpha系列的AlphaProof模型結(jié)合語言模型與 AlphaGo的升級版AlphaZero 的強(qiáng)化學(xué)習(xí)和搜索算法，能夠證明形式化數(shù)學(xué)命題。同系列的AlphaEvolve模型能夠在程序空間中搜索更高效算法。

在與AlphaGo對局十年后，李世石故地重游，在當(dāng)時對局的場館中一場主題為“智能體AI時代”的活動中，他提出了關(guān)于AI的新敘事，但是這一次他更強(qiáng)調(diào)合作：若當(dāng)年的對局象征著人與機(jī)器的競爭，那么如今AI正演變?yōu)槟軌蚶斫馊祟愐鈭D并執(zhí)行復(fù)雜任務(wù)的協(xié)作伙伴。