'快過博爾特，準過羅納爾多，人工智能將取代人類運動員？'
全文共2525字，預計學習時長5分鐘
全文共2525字，預計學習時長5分鐘
上個月，瑞士網球名將費德勒再次闖進溫網總決賽，收穫了職業生涯溫網單打第100勝，再次刷新了世界紀錄，成為了網壇歷史上在單個大滿貫賽事裡勝場數達到三位數的第一人。
全文共2525字，預計學習時長5分鐘
上個月，瑞士網球名將費德勒再次闖進溫網總決賽，收穫了職業生涯溫網單打第100勝，再次刷新了世界紀錄，成為了網壇歷史上在單個大滿貫賽事裡勝場數達到三位數的第一人。
雖然最終他與冠軍失之交臂，但我們仍然不得不驚歎他長久的運動生涯。網球場上的費德勒動作行雲流水，朝氣蓬勃，優雅有力；完全看不出來他已經37歲了。
勒布朗·詹姆斯是另一個老當益壯的精英運動員代表。他憑藉強大的綜合能力於2017賽季獲得民眾認可，該賽季也成為他綜合表現最好的一個賽季。對於許多運動員而言，33歲意味著巔峰時期已過，但詹姆斯寶刀未老，創下了出場82場常規賽的記錄，領銜全聯盟（NBA）歷史出場時間榜。他的平均籃板和助攻數也十分出彩，每場平均得分高達27.5，創造了2009年以來的數據新高。
全文共2525字，預計學習時長5分鐘
上個月，瑞士網球名將費德勒再次闖進溫網總決賽，收穫了職業生涯溫網單打第100勝，再次刷新了世界紀錄，成為了網壇歷史上在單個大滿貫賽事裡勝場數達到三位數的第一人。
雖然最終他與冠軍失之交臂，但我們仍然不得不驚歎他長久的運動生涯。網球場上的費德勒動作行雲流水，朝氣蓬勃，優雅有力；完全看不出來他已經37歲了。
勒布朗·詹姆斯是另一個老當益壯的精英運動員代表。他憑藉強大的綜合能力於2017賽季獲得民眾認可，該賽季也成為他綜合表現最好的一個賽季。對於許多運動員而言，33歲意味著巔峰時期已過，但詹姆斯寶刀未老，創下了出場82場常規賽的記錄，領銜全聯盟（NBA）歷史出場時間榜。他的平均籃板和助攻數也十分出彩，每場平均得分高達27.5，創造了2009年以來的數據新高。
不論選擇哪種運動項目，我們都能看到精英運動員的身影：他們似乎超乎常人，不受時間影響，生猛如同“非人類”一般的存在。於是，體育評論員們常開玩笑說：
勒布朗·詹姆斯一類的運動員就像機器一樣，具備超人的能力。
但機器真的代表職業運動競技的未來嗎？在機器人技術（Robotics）和人工智能（AI）日新月異的今天，我們是不是已經進入精英運動員不再是人類的時代？
全文共2525字，預計學習時長5分鐘
上個月，瑞士網球名將費德勒再次闖進溫網總決賽，收穫了職業生涯溫網單打第100勝，再次刷新了世界紀錄，成為了網壇歷史上在單個大滿貫賽事裡勝場數達到三位數的第一人。
雖然最終他與冠軍失之交臂，但我們仍然不得不驚歎他長久的運動生涯。網球場上的費德勒動作行雲流水，朝氣蓬勃，優雅有力；完全看不出來他已經37歲了。
勒布朗·詹姆斯是另一個老當益壯的精英運動員代表。他憑藉強大的綜合能力於2017賽季獲得民眾認可，該賽季也成為他綜合表現最好的一個賽季。對於許多運動員而言，33歲意味著巔峰時期已過，但詹姆斯寶刀未老，創下了出場82場常規賽的記錄，領銜全聯盟（NBA）歷史出場時間榜。他的平均籃板和助攻數也十分出彩，每場平均得分高達27.5，創造了2009年以來的數據新高。
不論選擇哪種運動項目，我們都能看到精英運動員的身影：他們似乎超乎常人，不受時間影響，生猛如同“非人類”一般的存在。於是，體育評論員們常開玩笑說：
勒布朗·詹姆斯一類的運動員就像機器一樣，具備超人的能力。
但機器真的代表職業運動競技的未來嗎？在機器人技術（Robotics）和人工智能（AI）日新月異的今天，我們是不是已經進入精英運動員不再是人類的時代？
圖片來源：unsplash.com/@slelham
機器人來了，它們就在你的垃圾郵件箱裡
近幾年，啟用AI的設備日漸成為日常生活中不可或缺的一部分，以至於人們早已習以為常甚至不以為意。儘管好萊塢電影將AI等同於全人類的滅絕，不過現實遠遠比電影勾勒的平淡得多。
網飛的每次觀看推薦，都基於它所收集的用戶觀看習慣數據，以及觀看同樣內容的其他用戶的數據。Siri為用戶推送從住宅地址到工作地點的交通路況前，知道了用戶上下班通勤的路線，因而提供一些該用戶可能認為有用的信息。你使用Gmail嗎？不知道你有沒有關注過它如何將郵件自動放入不同的相關分區，或者說，你認為Gmail會怎樣將垃圾郵件自動放入垃圾郵件文件夾，而不需要你再花時間篩選？以上種種，都由AI完成。
目前的技術有許多待改進之處，距離人們心目中的AI成熟期還有很長一段時間。但毋庸置疑，人們有望在未來二十年看到人造運動員得到發展，與人類運動員同臺競技。培養人造運動員與培養人類運動員的方法大致相同。他們都需要進行體能訓練和思維/智力訓練。聽起來是不是很簡單？
白人可以跳躍，機器人顯然也可以
拋開上世紀九十年代的電影資料，機器人技術領域在這些年取得了有目共睹的發展。然而，人們都很清楚，在機器能夠復刻人類活動之前，還有很長一段路要走。走路、跑步、跳躍、抓取和拋擲物體對於人類而言都是簡單的動作，但是對於機器人呢？它們還在緩慢摸索中……
有些機器人可能距離復刻人類運動還很遠，但並不是無法做到。像來自波士頓動力公司 ( Boston Dynamics ) 的機器人阿特拉斯 ( Altlas ) ，就已經切實地在彈跳能力上領先。
同樣是波士頓動力研製的，那個會上樓梯、會開門、會端茶倒水還能拖動好幾噸重的“機器狗”SpotMini——四足機器人，將於今年首發開賣。
全文共2525字，預計學習時長5分鐘
上個月，瑞士網球名將費德勒再次闖進溫網總決賽，收穫了職業生涯溫網單打第100勝，再次刷新了世界紀錄，成為了網壇歷史上在單個大滿貫賽事裡勝場數達到三位數的第一人。
雖然最終他與冠軍失之交臂，但我們仍然不得不驚歎他長久的運動生涯。網球場上的費德勒動作行雲流水，朝氣蓬勃，優雅有力；完全看不出來他已經37歲了。
勒布朗·詹姆斯是另一個老當益壯的精英運動員代表。他憑藉強大的綜合能力於2017賽季獲得民眾認可，該賽季也成為他綜合表現最好的一個賽季。對於許多運動員而言，33歲意味著巔峰時期已過，但詹姆斯寶刀未老，創下了出場82場常規賽的記錄，領銜全聯盟（NBA）歷史出場時間榜。他的平均籃板和助攻數也十分出彩，每場平均得分高達27.5，創造了2009年以來的數據新高。
不論選擇哪種運動項目，我們都能看到精英運動員的身影：他們似乎超乎常人，不受時間影響，生猛如同“非人類”一般的存在。於是，體育評論員們常開玩笑說：
勒布朗·詹姆斯一類的運動員就像機器一樣，具備超人的能力。
但機器真的代表職業運動競技的未來嗎？在機器人技術（Robotics）和人工智能（AI）日新月異的今天，我們是不是已經進入精英運動員不再是人類的時代？
圖片來源：unsplash.com/@slelham
機器人來了，它們就在你的垃圾郵件箱裡
近幾年，啟用AI的設備日漸成為日常生活中不可或缺的一部分，以至於人們早已習以為常甚至不以為意。儘管好萊塢電影將AI等同於全人類的滅絕，不過現實遠遠比電影勾勒的平淡得多。
網飛的每次觀看推薦，都基於它所收集的用戶觀看習慣數據，以及觀看同樣內容的其他用戶的數據。Siri為用戶推送從住宅地址到工作地點的交通路況前，知道了用戶上下班通勤的路線，因而提供一些該用戶可能認為有用的信息。你使用Gmail嗎？不知道你有沒有關注過它如何將郵件自動放入不同的相關分區，或者說，你認為Gmail會怎樣將垃圾郵件自動放入垃圾郵件文件夾，而不需要你再花時間篩選？以上種種，都由AI完成。
目前的技術有許多待改進之處，距離人們心目中的AI成熟期還有很長一段時間。但毋庸置疑，人們有望在未來二十年看到人造運動員得到發展，與人類運動員同臺競技。培養人造運動員與培養人類運動員的方法大致相同。他們都需要進行體能訓練和思維/智力訓練。聽起來是不是很簡單？
白人可以跳躍，機器人顯然也可以
拋開上世紀九十年代的電影資料，機器人技術領域在這些年取得了有目共睹的發展。然而，人們都很清楚，在機器能夠復刻人類活動之前，還有很長一段路要走。走路、跑步、跳躍、抓取和拋擲物體對於人類而言都是簡單的動作，但是對於機器人呢？它們還在緩慢摸索中……
有些機器人可能距離復刻人類運動還很遠，但並不是無法做到。像來自波士頓動力公司 ( Boston Dynamics ) 的機器人阿特拉斯 ( Altlas ) ，就已經切實地在彈跳能力上領先。
同樣是波士頓動力研製的，那個會上樓梯、會開門、會端茶倒水還能拖動好幾噸重的“機器狗”SpotMini——四足機器人，將於今年首發開賣。
SpotMini機器狗開門
全文共2525字，預計學習時長5分鐘
上個月，瑞士網球名將費德勒再次闖進溫網總決賽，收穫了職業生涯溫網單打第100勝，再次刷新了世界紀錄，成為了網壇歷史上在單個大滿貫賽事裡勝場數達到三位數的第一人。
雖然最終他與冠軍失之交臂，但我們仍然不得不驚歎他長久的運動生涯。網球場上的費德勒動作行雲流水，朝氣蓬勃，優雅有力；完全看不出來他已經37歲了。
勒布朗·詹姆斯是另一個老當益壯的精英運動員代表。他憑藉強大的綜合能力於2017賽季獲得民眾認可，該賽季也成為他綜合表現最好的一個賽季。對於許多運動員而言，33歲意味著巔峰時期已過，但詹姆斯寶刀未老，創下了出場82場常規賽的記錄，領銜全聯盟（NBA）歷史出場時間榜。他的平均籃板和助攻數也十分出彩，每場平均得分高達27.5，創造了2009年以來的數據新高。
不論選擇哪種運動項目，我們都能看到精英運動員的身影：他們似乎超乎常人，不受時間影響，生猛如同“非人類”一般的存在。於是，體育評論員們常開玩笑說：
勒布朗·詹姆斯一類的運動員就像機器一樣，具備超人的能力。
但機器真的代表職業運動競技的未來嗎？在機器人技術（Robotics）和人工智能（AI）日新月異的今天，我們是不是已經進入精英運動員不再是人類的時代？
圖片來源：unsplash.com/@slelham
機器人來了，它們就在你的垃圾郵件箱裡
近幾年，啟用AI的設備日漸成為日常生活中不可或缺的一部分，以至於人們早已習以為常甚至不以為意。儘管好萊塢電影將AI等同於全人類的滅絕，不過現實遠遠比電影勾勒的平淡得多。
網飛的每次觀看推薦，都基於它所收集的用戶觀看習慣數據，以及觀看同樣內容的其他用戶的數據。Siri為用戶推送從住宅地址到工作地點的交通路況前，知道了用戶上下班通勤的路線，因而提供一些該用戶可能認為有用的信息。你使用Gmail嗎？不知道你有沒有關注過它如何將郵件自動放入不同的相關分區，或者說，你認為Gmail會怎樣將垃圾郵件自動放入垃圾郵件文件夾，而不需要你再花時間篩選？以上種種，都由AI完成。
目前的技術有許多待改進之處，距離人們心目中的AI成熟期還有很長一段時間。但毋庸置疑，人們有望在未來二十年看到人造運動員得到發展，與人類運動員同臺競技。培養人造運動員與培養人類運動員的方法大致相同。他們都需要進行體能訓練和思維/智力訓練。聽起來是不是很簡單？
白人可以跳躍，機器人顯然也可以
拋開上世紀九十年代的電影資料，機器人技術領域在這些年取得了有目共睹的發展。然而，人們都很清楚，在機器能夠復刻人類活動之前，還有很長一段路要走。走路、跑步、跳躍、抓取和拋擲物體對於人類而言都是簡單的動作，但是對於機器人呢？它們還在緩慢摸索中……
有些機器人可能距離復刻人類運動還很遠，但並不是無法做到。像來自波士頓動力公司 ( Boston Dynamics ) 的機器人阿特拉斯 ( Altlas ) ，就已經切實地在彈跳能力上領先。
同樣是波士頓動力研製的，那個會上樓梯、會開門、會端茶倒水還能拖動好幾噸重的“機器狗”SpotMini——四足機器人，將於今年首發開賣。
SpotMini機器狗開門
10只SpotMini機器狗拽走大貨車
機器人走在我們身邊不再是夢。
全文共2525字，預計學習時長5分鐘
上個月，瑞士網球名將費德勒再次闖進溫網總決賽，收穫了職業生涯溫網單打第100勝，再次刷新了世界紀錄，成為了網壇歷史上在單個大滿貫賽事裡勝場數達到三位數的第一人。
雖然最終他與冠軍失之交臂，但我們仍然不得不驚歎他長久的運動生涯。網球場上的費德勒動作行雲流水，朝氣蓬勃，優雅有力；完全看不出來他已經37歲了。
勒布朗·詹姆斯是另一個老當益壯的精英運動員代表。他憑藉強大的綜合能力於2017賽季獲得民眾認可，該賽季也成為他綜合表現最好的一個賽季。對於許多運動員而言，33歲意味著巔峰時期已過，但詹姆斯寶刀未老，創下了出場82場常規賽的記錄，領銜全聯盟（NBA）歷史出場時間榜。他的平均籃板和助攻數也十分出彩，每場平均得分高達27.5，創造了2009年以來的數據新高。
不論選擇哪種運動項目，我們都能看到精英運動員的身影：他們似乎超乎常人，不受時間影響，生猛如同“非人類”一般的存在。於是，體育評論員們常開玩笑說：
勒布朗·詹姆斯一類的運動員就像機器一樣，具備超人的能力。
但機器真的代表職業運動競技的未來嗎？在機器人技術（Robotics）和人工智能（AI）日新月異的今天，我們是不是已經進入精英運動員不再是人類的時代？
圖片來源：unsplash.com/@slelham
機器人來了，它們就在你的垃圾郵件箱裡
近幾年，啟用AI的設備日漸成為日常生活中不可或缺的一部分，以至於人們早已習以為常甚至不以為意。儘管好萊塢電影將AI等同於全人類的滅絕，不過現實遠遠比電影勾勒的平淡得多。
網飛的每次觀看推薦，都基於它所收集的用戶觀看習慣數據，以及觀看同樣內容的其他用戶的數據。Siri為用戶推送從住宅地址到工作地點的交通路況前，知道了用戶上下班通勤的路線，因而提供一些該用戶可能認為有用的信息。你使用Gmail嗎？不知道你有沒有關注過它如何將郵件自動放入不同的相關分區，或者說，你認為Gmail會怎樣將垃圾郵件自動放入垃圾郵件文件夾，而不需要你再花時間篩選？以上種種，都由AI完成。
目前的技術有許多待改進之處，距離人們心目中的AI成熟期還有很長一段時間。但毋庸置疑，人們有望在未來二十年看到人造運動員得到發展，與人類運動員同臺競技。培養人造運動員與培養人類運動員的方法大致相同。他們都需要進行體能訓練和思維/智力訓練。聽起來是不是很簡單？
白人可以跳躍，機器人顯然也可以
拋開上世紀九十年代的電影資料，機器人技術領域在這些年取得了有目共睹的發展。然而，人們都很清楚，在機器能夠復刻人類活動之前，還有很長一段路要走。走路、跑步、跳躍、抓取和拋擲物體對於人類而言都是簡單的動作，但是對於機器人呢？它們還在緩慢摸索中……
有些機器人可能距離復刻人類運動還很遠，但並不是無法做到。像來自波士頓動力公司 ( Boston Dynamics ) 的機器人阿特拉斯 ( Altlas ) ，就已經切實地在彈跳能力上領先。
同樣是波士頓動力研製的，那個會上樓梯、會開門、會端茶倒水還能拖動好幾噸重的“機器狗”SpotMini——四足機器人，將於今年首發開賣。
SpotMini機器狗開門
10只SpotMini機器狗拽走大貨車
機器人走在我們身邊不再是夢。
在亞馬遜的re:MARS會議上，一個帶相機陣列的Spot機器人。攝影：James Vince
雖然阿特拉斯遠遠它們不是人類動作的完美復刻，但不容否認，它們的表現十分突出。技術還在不斷髮展中，想想二十年的發展會帶來什麼？我們可能會見到跑得比尤塞恩·博爾特快，或者運球準確度比克里斯蒂亞諾·羅納爾多更高的機器人嗎？
在體育競技領域，機器欲與人類媲美，所需競爭的不僅是體能。它們還需要在信息處理、形勢判斷和決策執行等能力上都快人一步。
全文共2525字，預計學習時長5分鐘
上個月，瑞士網球名將費德勒再次闖進溫網總決賽，收穫了職業生涯溫網單打第100勝，再次刷新了世界紀錄，成為了網壇歷史上在單個大滿貫賽事裡勝場數達到三位數的第一人。
雖然最終他與冠軍失之交臂，但我們仍然不得不驚歎他長久的運動生涯。網球場上的費德勒動作行雲流水，朝氣蓬勃，優雅有力；完全看不出來他已經37歲了。
勒布朗·詹姆斯是另一個老當益壯的精英運動員代表。他憑藉強大的綜合能力於2017賽季獲得民眾認可，該賽季也成為他綜合表現最好的一個賽季。對於許多運動員而言，33歲意味著巔峰時期已過，但詹姆斯寶刀未老，創下了出場82場常規賽的記錄，領銜全聯盟（NBA）歷史出場時間榜。他的平均籃板和助攻數也十分出彩，每場平均得分高達27.5，創造了2009年以來的數據新高。
不論選擇哪種運動項目，我們都能看到精英運動員的身影：他們似乎超乎常人，不受時間影響，生猛如同“非人類”一般的存在。於是，體育評論員們常開玩笑說：
勒布朗·詹姆斯一類的運動員就像機器一樣，具備超人的能力。
但機器真的代表職業運動競技的未來嗎？在機器人技術（Robotics）和人工智能（AI）日新月異的今天，我們是不是已經進入精英運動員不再是人類的時代？
圖片來源：unsplash.com/@slelham
機器人來了，它們就在你的垃圾郵件箱裡
近幾年，啟用AI的設備日漸成為日常生活中不可或缺的一部分，以至於人們早已習以為常甚至不以為意。儘管好萊塢電影將AI等同於全人類的滅絕，不過現實遠遠比電影勾勒的平淡得多。
網飛的每次觀看推薦，都基於它所收集的用戶觀看習慣數據，以及觀看同樣內容的其他用戶的數據。Siri為用戶推送從住宅地址到工作地點的交通路況前，知道了用戶上下班通勤的路線，因而提供一些該用戶可能認為有用的信息。你使用Gmail嗎？不知道你有沒有關注過它如何將郵件自動放入不同的相關分區，或者說，你認為Gmail會怎樣將垃圾郵件自動放入垃圾郵件文件夾，而不需要你再花時間篩選？以上種種，都由AI完成。
目前的技術有許多待改進之處，距離人們心目中的AI成熟期還有很長一段時間。但毋庸置疑，人們有望在未來二十年看到人造運動員得到發展，與人類運動員同臺競技。培養人造運動員與培養人類運動員的方法大致相同。他們都需要進行體能訓練和思維/智力訓練。聽起來是不是很簡單？
白人可以跳躍，機器人顯然也可以
拋開上世紀九十年代的電影資料，機器人技術領域在這些年取得了有目共睹的發展。然而，人們都很清楚，在機器能夠復刻人類活動之前，還有很長一段路要走。走路、跑步、跳躍、抓取和拋擲物體對於人類而言都是簡單的動作，但是對於機器人呢？它們還在緩慢摸索中……
有些機器人可能距離復刻人類運動還很遠，但並不是無法做到。像來自波士頓動力公司 ( Boston Dynamics ) 的機器人阿特拉斯 ( Altlas ) ，就已經切實地在彈跳能力上領先。
同樣是波士頓動力研製的，那個會上樓梯、會開門、會端茶倒水還能拖動好幾噸重的“機器狗”SpotMini——四足機器人，將於今年首發開賣。
SpotMini機器狗開門
10只SpotMini機器狗拽走大貨車
機器人走在我們身邊不再是夢。
在亞馬遜的re:MARS會議上，一個帶相機陣列的Spot機器人。攝影：James Vince
雖然阿特拉斯遠遠它們不是人類動作的完美復刻，但不容否認，它們的表現十分突出。技術還在不斷髮展中，想想二十年的發展會帶來什麼？我們可能會見到跑得比尤塞恩·博爾特快，或者運球準確度比克里斯蒂亞諾·羅納爾多更高的機器人嗎？
在體育競技領域，機器欲與人類媲美，所需競爭的不僅是體能。它們還需要在信息處理、形勢判斷和決策執行等能力上都快人一步。
不幸的是，這是幾十年來電腦一直都在做的事情。
全文共2525字，預計學習時長5分鐘
上個月，瑞士網球名將費德勒再次闖進溫網總決賽，收穫了職業生涯溫網單打第100勝，再次刷新了世界紀錄，成為了網壇歷史上在單個大滿貫賽事裡勝場數達到三位數的第一人。
雖然最終他與冠軍失之交臂，但我們仍然不得不驚歎他長久的運動生涯。網球場上的費德勒動作行雲流水，朝氣蓬勃，優雅有力；完全看不出來他已經37歲了。
勒布朗·詹姆斯是另一個老當益壯的精英運動員代表。他憑藉強大的綜合能力於2017賽季獲得民眾認可，該賽季也成為他綜合表現最好的一個賽季。對於許多運動員而言，33歲意味著巔峰時期已過，但詹姆斯寶刀未老，創下了出場82場常規賽的記錄，領銜全聯盟（NBA）歷史出場時間榜。他的平均籃板和助攻數也十分出彩，每場平均得分高達27.5，創造了2009年以來的數據新高。
不論選擇哪種運動項目，我們都能看到精英運動員的身影：他們似乎超乎常人，不受時間影響，生猛如同“非人類”一般的存在。於是，體育評論員們常開玩笑說：
勒布朗·詹姆斯一類的運動員就像機器一樣，具備超人的能力。
但機器真的代表職業運動競技的未來嗎？在機器人技術（Robotics）和人工智能（AI）日新月異的今天，我們是不是已經進入精英運動員不再是人類的時代？
圖片來源：unsplash.com/@slelham
機器人來了，它們就在你的垃圾郵件箱裡
近幾年，啟用AI的設備日漸成為日常生活中不可或缺的一部分，以至於人們早已習以為常甚至不以為意。儘管好萊塢電影將AI等同於全人類的滅絕，不過現實遠遠比電影勾勒的平淡得多。
網飛的每次觀看推薦，都基於它所收集的用戶觀看習慣數據，以及觀看同樣內容的其他用戶的數據。Siri為用戶推送從住宅地址到工作地點的交通路況前，知道了用戶上下班通勤的路線，因而提供一些該用戶可能認為有用的信息。你使用Gmail嗎？不知道你有沒有關注過它如何將郵件自動放入不同的相關分區，或者說，你認為Gmail會怎樣將垃圾郵件自動放入垃圾郵件文件夾，而不需要你再花時間篩選？以上種種，都由AI完成。
目前的技術有許多待改進之處，距離人們心目中的AI成熟期還有很長一段時間。但毋庸置疑，人們有望在未來二十年看到人造運動員得到發展，與人類運動員同臺競技。培養人造運動員與培養人類運動員的方法大致相同。他們都需要進行體能訓練和思維/智力訓練。聽起來是不是很簡單？
白人可以跳躍，機器人顯然也可以
拋開上世紀九十年代的電影資料，機器人技術領域在這些年取得了有目共睹的發展。然而，人們都很清楚，在機器能夠復刻人類活動之前，還有很長一段路要走。走路、跑步、跳躍、抓取和拋擲物體對於人類而言都是簡單的動作，但是對於機器人呢？它們還在緩慢摸索中……
有些機器人可能距離復刻人類運動還很遠，但並不是無法做到。像來自波士頓動力公司 ( Boston Dynamics ) 的機器人阿特拉斯 ( Altlas ) ，就已經切實地在彈跳能力上領先。
同樣是波士頓動力研製的，那個會上樓梯、會開門、會端茶倒水還能拖動好幾噸重的“機器狗”SpotMini——四足機器人，將於今年首發開賣。
SpotMini機器狗開門
10只SpotMini機器狗拽走大貨車
機器人走在我們身邊不再是夢。
在亞馬遜的re:MARS會議上，一個帶相機陣列的Spot機器人。攝影：James Vince
雖然阿特拉斯遠遠它們不是人類動作的完美復刻，但不容否認，它們的表現十分突出。技術還在不斷髮展中，想想二十年的發展會帶來什麼？我們可能會見到跑得比尤塞恩·博爾特快，或者運球準確度比克里斯蒂亞諾·羅納爾多更高的機器人嗎？
在體育競技領域，機器欲與人類媲美，所需競爭的不僅是體能。它們還需要在信息處理、形勢判斷和決策執行等能力上都快人一步。
不幸的是，這是幾十年來電腦一直都在做的事情。
“上”得桌遊，“下”得籃球？
距離世界國際象棋冠軍加里·卡斯帕羅夫敗給IBM旗下的超級電腦“深藍” ( Deep Blue )已經過去了22年。
早些時候，谷歌旗下Deepmind開發的AI程序“Alphago”擊敗了圍棋世界冠軍李世石震驚全球。
比起國際象棋，圍棋棋盤範圍廣大，步法繁多；電腦能夠窮盡學習國際象棋的所有走法，再選擇最佳走法，而它無法窮盡圍棋棋局中的所有可能。這意味著，電腦要想贏得比賽，就要像人類圍棋選手一樣，使用某種直覺去決定怎麼走棋最好。
Alphago的算法通過分析專業人類棋手的棋局，以及與自己對弈多至3000萬次後，已經學會了下圍棋。
現在，算法的高階版本“Alphazero”已經問世。它不僅能在短短40天內超越所有舊版本Alphago，還能不依靠遊戲規則外的人類輸入等等行為實現超越。
全文共2525字，預計學習時長5分鐘
上個月，瑞士網球名將費德勒再次闖進溫網總決賽，收穫了職業生涯溫網單打第100勝，再次刷新了世界紀錄，成為了網壇歷史上在單個大滿貫賽事裡勝場數達到三位數的第一人。
雖然最終他與冠軍失之交臂，但我們仍然不得不驚歎他長久的運動生涯。網球場上的費德勒動作行雲流水，朝氣蓬勃，優雅有力；完全看不出來他已經37歲了。
勒布朗·詹姆斯是另一個老當益壯的精英運動員代表。他憑藉強大的綜合能力於2017賽季獲得民眾認可，該賽季也成為他綜合表現最好的一個賽季。對於許多運動員而言，33歲意味著巔峰時期已過，但詹姆斯寶刀未老，創下了出場82場常規賽的記錄，領銜全聯盟（NBA）歷史出場時間榜。他的平均籃板和助攻數也十分出彩，每場平均得分高達27.5，創造了2009年以來的數據新高。
不論選擇哪種運動項目，我們都能看到精英運動員的身影：他們似乎超乎常人，不受時間影響，生猛如同“非人類”一般的存在。於是，體育評論員們常開玩笑說：
勒布朗·詹姆斯一類的運動員就像機器一樣，具備超人的能力。
但機器真的代表職業運動競技的未來嗎？在機器人技術（Robotics）和人工智能（AI）日新月異的今天，我們是不是已經進入精英運動員不再是人類的時代？
圖片來源：unsplash.com/@slelham
機器人來了，它們就在你的垃圾郵件箱裡
近幾年，啟用AI的設備日漸成為日常生活中不可或缺的一部分，以至於人們早已習以為常甚至不以為意。儘管好萊塢電影將AI等同於全人類的滅絕，不過現實遠遠比電影勾勒的平淡得多。
網飛的每次觀看推薦，都基於它所收集的用戶觀看習慣數據，以及觀看同樣內容的其他用戶的數據。Siri為用戶推送從住宅地址到工作地點的交通路況前，知道了用戶上下班通勤的路線，因而提供一些該用戶可能認為有用的信息。你使用Gmail嗎？不知道你有沒有關注過它如何將郵件自動放入不同的相關分區，或者說，你認為Gmail會怎樣將垃圾郵件自動放入垃圾郵件文件夾，而不需要你再花時間篩選？以上種種，都由AI完成。
目前的技術有許多待改進之處，距離人們心目中的AI成熟期還有很長一段時間。但毋庸置疑，人們有望在未來二十年看到人造運動員得到發展，與人類運動員同臺競技。培養人造運動員與培養人類運動員的方法大致相同。他們都需要進行體能訓練和思維/智力訓練。聽起來是不是很簡單？
白人可以跳躍，機器人顯然也可以
拋開上世紀九十年代的電影資料，機器人技術領域在這些年取得了有目共睹的發展。然而，人們都很清楚，在機器能夠復刻人類活動之前，還有很長一段路要走。走路、跑步、跳躍、抓取和拋擲物體對於人類而言都是簡單的動作，但是對於機器人呢？它們還在緩慢摸索中……
有些機器人可能距離復刻人類運動還很遠，但並不是無法做到。像來自波士頓動力公司 ( Boston Dynamics ) 的機器人阿特拉斯 ( Altlas ) ，就已經切實地在彈跳能力上領先。
同樣是波士頓動力研製的，那個會上樓梯、會開門、會端茶倒水還能拖動好幾噸重的“機器狗”SpotMini——四足機器人，將於今年首發開賣。
SpotMini機器狗開門
10只SpotMini機器狗拽走大貨車
機器人走在我們身邊不再是夢。
在亞馬遜的re:MARS會議上，一個帶相機陣列的Spot機器人。攝影：James Vince
雖然阿特拉斯遠遠它們不是人類動作的完美復刻，但不容否認，它們的表現十分突出。技術還在不斷髮展中，想想二十年的發展會帶來什麼？我們可能會見到跑得比尤塞恩·博爾特快，或者運球準確度比克里斯蒂亞諾·羅納爾多更高的機器人嗎？
在體育競技領域，機器欲與人類媲美，所需競爭的不僅是體能。它們還需要在信息處理、形勢判斷和決策執行等能力上都快人一步。
不幸的是，這是幾十年來電腦一直都在做的事情。
“上”得桌遊，“下”得籃球？
距離世界國際象棋冠軍加里·卡斯帕羅夫敗給IBM旗下的超級電腦“深藍” ( Deep Blue )已經過去了22年。
早些時候，谷歌旗下Deepmind開發的AI程序“Alphago”擊敗了圍棋世界冠軍李世石震驚全球。
比起國際象棋，圍棋棋盤範圍廣大，步法繁多；電腦能夠窮盡學習國際象棋的所有走法，再選擇最佳走法，而它無法窮盡圍棋棋局中的所有可能。這意味著，電腦要想贏得比賽，就要像人類圍棋選手一樣，使用某種直覺去決定怎麼走棋最好。
Alphago的算法通過分析專業人類棋手的棋局，以及與自己對弈多至3000萬次後，已經學會了下圍棋。
現在，算法的高階版本“Alphazero”已經問世。它不僅能在短短40天內超越所有舊版本Alphago，還能不依靠遊戲規則外的人類輸入等等行為實現超越。
圖片來源：unsplash.com/@ninjason
Alphazero與自己對決數百萬次，實質上是通過自學掌握遊戲法，Alphazero在策略和理解上持續進步，直至具備了擊敗以往所有版本的Alphago的能力。
Alphazero屬於“一般用途”開發方向的AI程序，也就是說，它的用途不僅侷限於棋盤遊戲。Alphazero在科學、醫學、金融等其他領域均有巨大應用潛力。理論上，只要有一個基本工作數據集（例如遊戲規則），它就能學會一切。
能否在未來見證一臺集AI和機器人技術於一體，不僅能復刻人類的複雜運動，還能與Alphago的認知功能匹敵的機器呢？
答案無疑是肯定的。
全文共2525字，預計學習時長5分鐘
上個月，瑞士網球名將費德勒再次闖進溫網總決賽，收穫了職業生涯溫網單打第100勝，再次刷新了世界紀錄，成為了網壇歷史上在單個大滿貫賽事裡勝場數達到三位數的第一人。
雖然最終他與冠軍失之交臂，但我們仍然不得不驚歎他長久的運動生涯。網球場上的費德勒動作行雲流水，朝氣蓬勃，優雅有力；完全看不出來他已經37歲了。
勒布朗·詹姆斯是另一個老當益壯的精英運動員代表。他憑藉強大的綜合能力於2017賽季獲得民眾認可，該賽季也成為他綜合表現最好的一個賽季。對於許多運動員而言，33歲意味著巔峰時期已過，但詹姆斯寶刀未老，創下了出場82場常規賽的記錄，領銜全聯盟（NBA）歷史出場時間榜。他的平均籃板和助攻數也十分出彩，每場平均得分高達27.5，創造了2009年以來的數據新高。
不論選擇哪種運動項目，我們都能看到精英運動員的身影：他們似乎超乎常人，不受時間影響，生猛如同“非人類”一般的存在。於是，體育評論員們常開玩笑說：
勒布朗·詹姆斯一類的運動員就像機器一樣，具備超人的能力。
但機器真的代表職業運動競技的未來嗎？在機器人技術（Robotics）和人工智能（AI）日新月異的今天，我們是不是已經進入精英運動員不再是人類的時代？
圖片來源：unsplash.com/@slelham
機器人來了，它們就在你的垃圾郵件箱裡
近幾年，啟用AI的設備日漸成為日常生活中不可或缺的一部分，以至於人們早已習以為常甚至不以為意。儘管好萊塢電影將AI等同於全人類的滅絕，不過現實遠遠比電影勾勒的平淡得多。
網飛的每次觀看推薦，都基於它所收集的用戶觀看習慣數據，以及觀看同樣內容的其他用戶的數據。Siri為用戶推送從住宅地址到工作地點的交通路況前，知道了用戶上下班通勤的路線，因而提供一些該用戶可能認為有用的信息。你使用Gmail嗎？不知道你有沒有關注過它如何將郵件自動放入不同的相關分區，或者說，你認為Gmail會怎樣將垃圾郵件自動放入垃圾郵件文件夾，而不需要你再花時間篩選？以上種種，都由AI完成。
目前的技術有許多待改進之處，距離人們心目中的AI成熟期還有很長一段時間。但毋庸置疑，人們有望在未來二十年看到人造運動員得到發展，與人類運動員同臺競技。培養人造運動員與培養人類運動員的方法大致相同。他們都需要進行體能訓練和思維/智力訓練。聽起來是不是很簡單？
白人可以跳躍，機器人顯然也可以
拋開上世紀九十年代的電影資料，機器人技術領域在這些年取得了有目共睹的發展。然而，人們都很清楚，在機器能夠復刻人類活動之前，還有很長一段路要走。走路、跑步、跳躍、抓取和拋擲物體對於人類而言都是簡單的動作，但是對於機器人呢？它們還在緩慢摸索中……
有些機器人可能距離復刻人類運動還很遠，但並不是無法做到。像來自波士頓動力公司 ( Boston Dynamics ) 的機器人阿特拉斯 ( Altlas ) ，就已經切實地在彈跳能力上領先。
同樣是波士頓動力研製的，那個會上樓梯、會開門、會端茶倒水還能拖動好幾噸重的“機器狗”SpotMini——四足機器人，將於今年首發開賣。
SpotMini機器狗開門
10只SpotMini機器狗拽走大貨車
機器人走在我們身邊不再是夢。
在亞馬遜的re:MARS會議上，一個帶相機陣列的Spot機器人。攝影：James Vince
雖然阿特拉斯遠遠它們不是人類動作的完美復刻，但不容否認，它們的表現十分突出。技術還在不斷髮展中，想想二十年的發展會帶來什麼？我們可能會見到跑得比尤塞恩·博爾特快，或者運球準確度比克里斯蒂亞諾·羅納爾多更高的機器人嗎？
在體育競技領域，機器欲與人類媲美，所需競爭的不僅是體能。它們還需要在信息處理、形勢判斷和決策執行等能力上都快人一步。
不幸的是，這是幾十年來電腦一直都在做的事情。
“上”得桌遊，“下”得籃球？
距離世界國際象棋冠軍加里·卡斯帕羅夫敗給IBM旗下的超級電腦“深藍” ( Deep Blue )已經過去了22年。
早些時候，谷歌旗下Deepmind開發的AI程序“Alphago”擊敗了圍棋世界冠軍李世石震驚全球。
比起國際象棋，圍棋棋盤範圍廣大，步法繁多；電腦能夠窮盡學習國際象棋的所有走法，再選擇最佳走法，而它無法窮盡圍棋棋局中的所有可能。這意味著，電腦要想贏得比賽，就要像人類圍棋選手一樣，使用某種直覺去決定怎麼走棋最好。
Alphago的算法通過分析專業人類棋手的棋局，以及與自己對弈多至3000萬次後，已經學會了下圍棋。
現在，算法的高階版本“Alphazero”已經問世。它不僅能在短短40天內超越所有舊版本Alphago，還能不依靠遊戲規則外的人類輸入等等行為實現超越。
圖片來源：unsplash.com/@ninjason
Alphazero與自己對決數百萬次，實質上是通過自學掌握遊戲法，Alphazero在策略和理解上持續進步，直至具備了擊敗以往所有版本的Alphago的能力。
Alphazero屬於“一般用途”開發方向的AI程序，也就是說，它的用途不僅侷限於棋盤遊戲。Alphazero在科學、醫學、金融等其他領域均有巨大應用潛力。理論上，只要有一個基本工作數據集（例如遊戲規則），它就能學會一切。
能否在未來見證一臺集AI和機器人技術於一體，不僅能復刻人類的複雜運動，還能與Alphago的認知功能匹敵的機器呢？
答案無疑是肯定的。
但人類運動員是否會被機器取代？
甭擔心，並不會。
儘管計算能力將全面進步，但人類和機器有一個根本差別。
那就是，人類運動員在乎輸贏。
這個視頻記錄了安迪·穆雷成為1936年來首位成功衛冕溫網冠軍的英國男子網球運動員的瞬間。
仔細觀察他在實現自己的人生夢想後的反應。春風得意之際，不善言表的穆雷用盡他有限的肢體語言，表達勝利的喜悅。觀眾各種激動的反應，也凸顯出這是很多英國人心中英國體育史上最偉大的時刻。
有朝一日舉起溫網獎盃也許只是穆雷一個人的終生追求，但目睹他成功奪冠卻是全英國人的共同期盼。
人類可以教一個機器人如何後空翻，如何跨欄，但情感是（至少至今是）人類獨有的特質。也許有一天（也許就是今天）機器會在速度或力量上超越人類，但如果沒有了體育激發的情感——對勝利的渴望，獲勝的喜悅等，體育競技的意義又何在？
有人願意看到一個運動員為實現電腦算法，而不是為實現人生目標舉起獎盃嗎？
全文共2525字，預計學習時長5分鐘
上個月，瑞士網球名將費德勒再次闖進溫網總決賽，收穫了職業生涯溫網單打第100勝，再次刷新了世界紀錄，成為了網壇歷史上在單個大滿貫賽事裡勝場數達到三位數的第一人。
雖然最終他與冠軍失之交臂，但我們仍然不得不驚歎他長久的運動生涯。網球場上的費德勒動作行雲流水，朝氣蓬勃，優雅有力；完全看不出來他已經37歲了。
勒布朗·詹姆斯是另一個老當益壯的精英運動員代表。他憑藉強大的綜合能力於2017賽季獲得民眾認可，該賽季也成為他綜合表現最好的一個賽季。對於許多運動員而言，33歲意味著巔峰時期已過，但詹姆斯寶刀未老，創下了出場82場常規賽的記錄，領銜全聯盟（NBA）歷史出場時間榜。他的平均籃板和助攻數也十分出彩，每場平均得分高達27.5，創造了2009年以來的數據新高。
不論選擇哪種運動項目，我們都能看到精英運動員的身影：他們似乎超乎常人，不受時間影響，生猛如同“非人類”一般的存在。於是，體育評論員們常開玩笑說：
勒布朗·詹姆斯一類的運動員就像機器一樣，具備超人的能力。
但機器真的代表職業運動競技的未來嗎？在機器人技術（Robotics）和人工智能（AI）日新月異的今天，我們是不是已經進入精英運動員不再是人類的時代？
圖片來源：unsplash.com/@slelham
機器人來了，它們就在你的垃圾郵件箱裡
近幾年，啟用AI的設備日漸成為日常生活中不可或缺的一部分，以至於人們早已習以為常甚至不以為意。儘管好萊塢電影將AI等同於全人類的滅絕，不過現實遠遠比電影勾勒的平淡得多。
網飛的每次觀看推薦，都基於它所收集的用戶觀看習慣數據，以及觀看同樣內容的其他用戶的數據。Siri為用戶推送從住宅地址到工作地點的交通路況前，知道了用戶上下班通勤的路線，因而提供一些該用戶可能認為有用的信息。你使用Gmail嗎？不知道你有沒有關注過它如何將郵件自動放入不同的相關分區，或者說，你認為Gmail會怎樣將垃圾郵件自動放入垃圾郵件文件夾，而不需要你再花時間篩選？以上種種，都由AI完成。
目前的技術有許多待改進之處，距離人們心目中的AI成熟期還有很長一段時間。但毋庸置疑，人們有望在未來二十年看到人造運動員得到發展，與人類運動員同臺競技。培養人造運動員與培養人類運動員的方法大致相同。他們都需要進行體能訓練和思維/智力訓練。聽起來是不是很簡單？
白人可以跳躍，機器人顯然也可以
拋開上世紀九十年代的電影資料，機器人技術領域在這些年取得了有目共睹的發展。然而，人們都很清楚，在機器能夠復刻人類活動之前，還有很長一段路要走。走路、跑步、跳躍、抓取和拋擲物體對於人類而言都是簡單的動作，但是對於機器人呢？它們還在緩慢摸索中……
有些機器人可能距離復刻人類運動還很遠，但並不是無法做到。像來自波士頓動力公司 ( Boston Dynamics ) 的機器人阿特拉斯 ( Altlas ) ，就已經切實地在彈跳能力上領先。
同樣是波士頓動力研製的，那個會上樓梯、會開門、會端茶倒水還能拖動好幾噸重的“機器狗”SpotMini——四足機器人，將於今年首發開賣。
SpotMini機器狗開門
10只SpotMini機器狗拽走大貨車
機器人走在我們身邊不再是夢。
在亞馬遜的re:MARS會議上，一個帶相機陣列的Spot機器人。攝影：James Vince
雖然阿特拉斯遠遠它們不是人類動作的完美復刻，但不容否認，它們的表現十分突出。技術還在不斷髮展中，想想二十年的發展會帶來什麼？我們可能會見到跑得比尤塞恩·博爾特快，或者運球準確度比克里斯蒂亞諾·羅納爾多更高的機器人嗎？
在體育競技領域，機器欲與人類媲美，所需競爭的不僅是體能。它們還需要在信息處理、形勢判斷和決策執行等能力上都快人一步。
不幸的是，這是幾十年來電腦一直都在做的事情。
“上”得桌遊，“下”得籃球？
距離世界國際象棋冠軍加里·卡斯帕羅夫敗給IBM旗下的超級電腦“深藍” ( Deep Blue )已經過去了22年。
早些時候，谷歌旗下Deepmind開發的AI程序“Alphago”擊敗了圍棋世界冠軍李世石震驚全球。
比起國際象棋，圍棋棋盤範圍廣大，步法繁多；電腦能夠窮盡學習國際象棋的所有走法，再選擇最佳走法，而它無法窮盡圍棋棋局中的所有可能。這意味著，電腦要想贏得比賽，就要像人類圍棋選手一樣，使用某種直覺去決定怎麼走棋最好。
Alphago的算法通過分析專業人類棋手的棋局，以及與自己對弈多至3000萬次後，已經學會了下圍棋。
現在，算法的高階版本“Alphazero”已經問世。它不僅能在短短40天內超越所有舊版本Alphago，還能不依靠遊戲規則外的人類輸入等等行為實現超越。
圖片來源：unsplash.com/@ninjason
Alphazero與自己對決數百萬次，實質上是通過自學掌握遊戲法，Alphazero在策略和理解上持續進步，直至具備了擊敗以往所有版本的Alphago的能力。
Alphazero屬於“一般用途”開發方向的AI程序，也就是說，它的用途不僅侷限於棋盤遊戲。Alphazero在科學、醫學、金融等其他領域均有巨大應用潛力。理論上，只要有一個基本工作數據集（例如遊戲規則），它就能學會一切。
能否在未來見證一臺集AI和機器人技術於一體，不僅能復刻人類的複雜運動，還能與Alphago的認知功能匹敵的機器呢？
答案無疑是肯定的。
但人類運動員是否會被機器取代？
甭擔心，並不會。
儘管計算能力將全面進步，但人類和機器有一個根本差別。
那就是，人類運動員在乎輸贏。
這個視頻記錄了安迪·穆雷成為1936年來首位成功衛冕溫網冠軍的英國男子網球運動員的瞬間。
仔細觀察他在實現自己的人生夢想後的反應。春風得意之際，不善言表的穆雷用盡他有限的肢體語言，表達勝利的喜悅。觀眾各種激動的反應，也凸顯出這是很多英國人心中英國體育史上最偉大的時刻。
有朝一日舉起溫網獎盃也許只是穆雷一個人的終生追求，但目睹他成功奪冠卻是全英國人的共同期盼。
人類可以教一個機器人如何後空翻，如何跨欄，但情感是（至少至今是）人類獨有的特質。也許有一天（也許就是今天）機器會在速度或力量上超越人類，但如果沒有了體育激發的情感——對勝利的渴望，獲勝的喜悅等，體育競技的意義又何在？
有人願意看到一個運動員為實現電腦算法，而不是為實現人生目標舉起獎盃嗎？
全文共2525字，預計學習時長5分鐘
上個月，瑞士網球名將費德勒再次闖進溫網總決賽，收穫了職業生涯溫網單打第100勝，再次刷新了世界紀錄，成為了網壇歷史上在單個大滿貫賽事裡勝場數達到三位數的第一人。
雖然最終他與冠軍失之交臂，但我們仍然不得不驚歎他長久的運動生涯。網球場上的費德勒動作行雲流水，朝氣蓬勃，優雅有力；完全看不出來他已經37歲了。
勒布朗·詹姆斯是另一個老當益壯的精英運動員代表。他憑藉強大的綜合能力於2017賽季獲得民眾認可，該賽季也成為他綜合表現最好的一個賽季。對於許多運動員而言，33歲意味著巔峰時期已過，但詹姆斯寶刀未老，創下了出場82場常規賽的記錄，領銜全聯盟（NBA）歷史出場時間榜。他的平均籃板和助攻數也十分出彩，每場平均得分高達27.5，創造了2009年以來的數據新高。
不論選擇哪種運動項目，我們都能看到精英運動員的身影：他們似乎超乎常人，不受時間影響，生猛如同“非人類”一般的存在。於是，體育評論員們常開玩笑說：
勒布朗·詹姆斯一類的運動員就像機器一樣，具備超人的能力。
但機器真的代表職業運動競技的未來嗎？在機器人技術（Robotics）和人工智能（AI）日新月異的今天，我們是不是已經進入精英運動員不再是人類的時代？
圖片來源：unsplash.com/@slelham
機器人來了，它們就在你的垃圾郵件箱裡
近幾年，啟用AI的設備日漸成為日常生活中不可或缺的一部分，以至於人們早已習以為常甚至不以為意。儘管好萊塢電影將AI等同於全人類的滅絕，不過現實遠遠比電影勾勒的平淡得多。
網飛的每次觀看推薦，都基於它所收集的用戶觀看習慣數據，以及觀看同樣內容的其他用戶的數據。Siri為用戶推送從住宅地址到工作地點的交通路況前，知道了用戶上下班通勤的路線，因而提供一些該用戶可能認為有用的信息。你使用Gmail嗎？不知道你有沒有關注過它如何將郵件自動放入不同的相關分區，或者說，你認為Gmail會怎樣將垃圾郵件自動放入垃圾郵件文件夾，而不需要你再花時間篩選？以上種種，都由AI完成。
目前的技術有許多待改進之處，距離人們心目中的AI成熟期還有很長一段時間。但毋庸置疑，人們有望在未來二十年看到人造運動員得到發展，與人類運動員同臺競技。培養人造運動員與培養人類運動員的方法大致相同。他們都需要進行體能訓練和思維/智力訓練。聽起來是不是很簡單？
白人可以跳躍，機器人顯然也可以
拋開上世紀九十年代的電影資料，機器人技術領域在這些年取得了有目共睹的發展。然而，人們都很清楚，在機器能夠復刻人類活動之前，還有很長一段路要走。走路、跑步、跳躍、抓取和拋擲物體對於人類而言都是簡單的動作，但是對於機器人呢？它們還在緩慢摸索中……
有些機器人可能距離復刻人類運動還很遠，但並不是無法做到。像來自波士頓動力公司 ( Boston Dynamics ) 的機器人阿特拉斯 ( Altlas ) ，就已經切實地在彈跳能力上領先。
同樣是波士頓動力研製的，那個會上樓梯、會開門、會端茶倒水還能拖動好幾噸重的“機器狗”SpotMini——四足機器人，將於今年首發開賣。
SpotMini機器狗開門
10只SpotMini機器狗拽走大貨車
機器人走在我們身邊不再是夢。
在亞馬遜的re:MARS會議上，一個帶相機陣列的Spot機器人。攝影：James Vince
雖然阿特拉斯遠遠它們不是人類動作的完美復刻，但不容否認，它們的表現十分突出。技術還在不斷髮展中，想想二十年的發展會帶來什麼？我們可能會見到跑得比尤塞恩·博爾特快，或者運球準確度比克里斯蒂亞諾·羅納爾多更高的機器人嗎？
在體育競技領域，機器欲與人類媲美，所需競爭的不僅是體能。它們還需要在信息處理、形勢判斷和決策執行等能力上都快人一步。
不幸的是，這是幾十年來電腦一直都在做的事情。
“上”得桌遊，“下”得籃球？
距離世界國際象棋冠軍加里·卡斯帕羅夫敗給IBM旗下的超級電腦“深藍” ( Deep Blue )已經過去了22年。
早些時候，谷歌旗下Deepmind開發的AI程序“Alphago”擊敗了圍棋世界冠軍李世石震驚全球。
比起國際象棋，圍棋棋盤範圍廣大，步法繁多；電腦能夠窮盡學習國際象棋的所有走法，再選擇最佳走法，而它無法窮盡圍棋棋局中的所有可能。這意味著，電腦要想贏得比賽，就要像人類圍棋選手一樣，使用某種直覺去決定怎麼走棋最好。
Alphago的算法通過分析專業人類棋手的棋局，以及與自己對弈多至3000萬次後，已經學會了下圍棋。
現在，算法的高階版本“Alphazero”已經問世。它不僅能在短短40天內超越所有舊版本Alphago，還能不依靠遊戲規則外的人類輸入等等行為實現超越。
圖片來源：unsplash.com/@ninjason
Alphazero與自己對決數百萬次，實質上是通過自學掌握遊戲法，Alphazero在策略和理解上持續進步，直至具備了擊敗以往所有版本的Alphago的能力。
Alphazero屬於“一般用途”開發方向的AI程序，也就是說，它的用途不僅侷限於棋盤遊戲。Alphazero在科學、醫學、金融等其他領域均有巨大應用潛力。理論上，只要有一個基本工作數據集（例如遊戲規則），它就能學會一切。
能否在未來見證一臺集AI和機器人技術於一體，不僅能復刻人類的複雜運動，還能與Alphago的認知功能匹敵的機器呢？
答案無疑是肯定的。
但人類運動員是否會被機器取代？
甭擔心，並不會。
儘管計算能力將全面進步，但人類和機器有一個根本差別。
那就是，人類運動員在乎輸贏。
這個視頻記錄了安迪·穆雷成為1936年來首位成功衛冕溫網冠軍的英國男子網球運動員的瞬間。
仔細觀察他在實現自己的人生夢想後的反應。春風得意之際，不善言表的穆雷用盡他有限的肢體語言，表達勝利的喜悅。觀眾各種激動的反應，也凸顯出這是很多英國人心中英國體育史上最偉大的時刻。
有朝一日舉起溫網獎盃也許只是穆雷一個人的終生追求，但目睹他成功奪冠卻是全英國人的共同期盼。
人類可以教一個機器人如何後空翻，如何跨欄，但情感是（至少至今是）人類獨有的特質。也許有一天（也許就是今天）機器會在速度或力量上超越人類，但如果沒有了體育激發的情感——對勝利的渴望，獲勝的喜悅等，體育競技的意義又何在？
有人願意看到一個運動員為實現電腦算法，而不是為實現人生目標舉起獎盃嗎？
留言 點贊 關注
我們一起分享AI學習與發展的乾貨
歡迎關注全平臺AI垂類自媒體 “讀芯術”