[全本小说]:qbxs. N e t 一秒记住！

工作”。

SRA首席设计师-周毅：仿真机器人的研究持续了近百年，在临近的二十年迎，各专业都井喷式迎来技术革新，材料、能源、人工智能、仿生学……当这么多的成果呈现在世人面前，一个长久存在的问题应运而生。

第一个成熟的机械智能体（或者通俗地称为“机器人”）将以什么样的形式诞生？

SRA工程师-中道悠马：当周教授在小组里提出这个想法，我们激烈地讨论了一晚。我想到了自己喜爱的运动，网球。

SRA首席设计师-周毅：悠马很快说服了所有人，包括我。

首先，网球对全身机能有很高的要求，而且它是隔网运动，人与机器人不会彼此肢体接触。

其次，网球是两人对抗，能在相对没有多余干扰的情况下，考验一对一的思维响应能力。

第三，网球的规则相对公平、客观。人们对孰强孰弱一目了然，不会有太多的争议。

第四，网球有标杆式的强者，足够充分地考验他（机器人）。

唯一的缺点是，它很难！不是一朝一夕能创造成果的。

马丁·佩罗特：安东尼向我推荐了这个活。一小时20欧，对我来说真的很诱人。不过在听说是要当机器人“测试员”的时候，我以为他在开玩笑。

马丁背着包，一个穿得圆滚滚的人带他进入园区。外面在下雪，他进门前先拍了拍肩上的雪花。

马丁·佩罗特：我以为会是《终结者》那样的，或者《底特律：变人》？镭射眼、刀枪不入、变换各种形态，它会把我打得落花流水。

测试的区域是一片室内网球场。马丁一来就被球场两边吸引了目光。

一边是两个喂球机器，从幸村的“训练机”暴露后，网坛陆续有人去购买这种强度更高、更精准的喂球机。它们显然是高配，球质很高而且落点精准。

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150km/h，那么另一方的反应、思考、行动时间总和在0.5秒左右，追球距离越长，思考的时间会被压缩到0.1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。

𝚀B𝓍𝑆 .net