科技日報北京9月1日電 (記者劉霞)在短短幾周內(nei) ，人工智能(AI)通過模擬數十年足球比賽的情況，學會(hui) 了熟練地控製數字人形足球運動員，相關(guan) 研究發表於(yu) 最新一期的《科學·機器人》雜誌。

　　AI研究公司“深度思維”的研究人員利用一種加速版運動課程，通過計算機模擬訓練AI踢足球，類似於(yu) 將人類嬰兒(er) 培養(yang) 為(wei) 足球運動員。結果顯示，AI能很好地控製代表它的數字人形機器人，該數字人形機器人被設定為(wei) 真實身體(ti) 質量和關(guan) 節運動。

　　“深度思維”公司研究人員表示：“我們(men) 不會(hui) 讓嬰兒(er) 參加11對11的比賽，他們(men) 得先學會(hui) 四處走動，然後學會(hui) 運球，然後再玩1對1或2對2比賽。”

　　課程的第一階段是模仿人類踢足球的視頻剪輯，訓練數字類人機器人自然奔跑。第二個(ge) 階段則通過一種試錯機器學習(xi) 的形式來練習(xi) 運球和射門。

　　前兩(liang) 個(ge) 階段代表了大約1.5年的模擬訓練時間，AI能在大約24小時內(nei) 快速完成。模擬5年的足球比賽後，AI開始表現出運動和控球之外更複雜的行為(wei) 。研究人員稱：“機器人學會(hui) 了協調，也學會(hui) 了我們(men) 以前沒有明確設定為(wei) 訓練內(nei) 容的動作技能。”第三階段的訓練則讓數字人形機器人參與(yu) 2對2比賽。

　　在耗時2—3周，學習(xi) 了20—30年的比賽數據後，AI學會(hui) 了團隊合作技能，例如預測在哪裏傳(chuan) 球等。

　　不過，這種模擬並不意味著科學家們(men) 可以很快研製出能踢足球的機器人。研究人員表示，漫長的學習(xi) 時間使工作更難以直接轉移到真正的足球機器人上，但看看“深度思維”公司的方法在年度機器人杯3D模擬聯盟中是否具有競爭(zheng) 力，也是一件有趣的事。

　　據悉，“深度思維”團隊已經開始教真正的機器人如何將球推向目標，並計劃研究這種AI訓練策略是否適用於(yu) 足球以外的領域。

　　總編輯圈點

　　雖然足球網絡遊戲很常見，但這和一個(ge) 人工係統真正走向人類水平的運動還是有一定差距的。因為(wei) 人類看似自然的踢球運動，跨越了從(cong) 肌肉到認知、到決(jue) 策、再到行為(wei) ，非常多的組織層次，而在空間和時間上模擬並表現它們(men) ，正是AI長期麵臨(lin) 的巨大挑戰。本文的成果是一個(ge) 此類研究非常完美的案例，不過看完這條消息，大家應該還有個(ge) 疑問：如果通過合適的訓練，人工係統都能從(cong) “小白”變成“優(you) 秀球員”，有些足球隊能不能也有所感悟呢？