听说人工智能不仅能够下棋，还能踢足球了

2017年，谷歌母公司Alphabet旗下DeepMind公司的人工智能程序AlphaGo Master（阿尔法狗），以3：0的大比分击败围棋世界冠军——柯洁。

这一刻AlphaGo Master带给人类的震撼不亚于1997 年 5 月 11 日，IBM生产的“深蓝”击败西洋棋世界冠军卡斯帕罗夫，要知道AlphaGo自学围棋这项我国古老的策略游戏的难度是远超过西洋棋的，一般认为这并不在AI程序能够处理的范围。为什么这么说呢？下完一盘正常的棋，其可能的变化是3的361次方。小器好奇地用手机自带的计算器算了一下，结果显示“错误”。

同年10月19日，DeepMind公司在《Nature》杂志发布了一篇论文，正式向外界公开了AlphaGo Master的升级版——AlphaGo Zero。AlphaGo Zero完全不依赖人类棋谱学习，而且仅仅经过3天的自己与自己对战之后，AlphaGo Zero击败了此前利用人类棋谱学习的AlphaGo Master。

在击败了围棋这一古老的东方智慧以后，Google目前正着眼于全球最受欢迎的运动足球，紧锣密鼓地推进人工智能技术在足球领域的运用。

今年早些时候，谷歌曾在Github上以开源代码的形式发布了“谷歌研究足球环境”的测试版。另外根据谷歌人工智能博客上的公告，这款游戏在开发时使用的公开名称是“Gameplay Football”（可玩性足球）。根据谷歌官方介绍，Gameplay Football拥有逼真的游戏效果，对进球、角球、点球和越位等也有足够的体现。也许用不了多久，我们就能亲身体验到动漫《超智能足球》中曾经出现过的情景。希望那个时候征战“超智能足球世界杯”的中国国家队能够带给球迷更大的惊喜。

当然有了相关的程序，机器人实体也是非常重要的。足球运动需要瞬时的身体控制、持久的技术稳定性以及及时领悟战术的赛场阅读能力。这些都是摆在机器人设计制造领域面前难以逾越的鸿沟。

在AlphaGo Master横空出世，并接连击败世界冠军李世石、柯洁之前，专业棋手一般都认为开发能够击败人类顶尖棋手的围棋软件是天方夜谭。包括剑桥、微软等多个研究机构也曾研究过电脑围棋的算法,均是未达到击败人类顶尖棋手的目标。曾任中国棋院院长的华以刚先生往日接受采访的时候曾经表示过，比尔·盖茨曾想进行围棋智能化研究，但是因为围棋的变化过于深奥，中国微软研究院知难而退。

人类的智慧总要创造些什么，围棋的变化虽然高深莫测，但是AlphaGo Master通过做到只比对手的解法更优一步实现了击败人类选手的目标。机器人的精确控制、持久稳定、战术协同在目前看来很困难，但是经过几代研究者智慧的积累，在某一天突然出现革命性的技术突破也说不定呀!很多技术都是通过找到次优解来实现的，如果不是这样，人类的技术又是如何进步的呢？

最后分享一个尤瓦尔·赫拉利所著的《未来简史》中讲的一个故事：奥克兰运动家队依靠着一套由经济学家和计算机怪才开发神秘计算机算法，找出了被人类球探忽视或低估的球员，打造一支低成本 (4400万美元)却能与纽约洋基队(1.25亿美元)这种传统棒球强队平分秋色的队伍，这支队伍甚至还成为美联史上第一支二十连胜的队伍。那么，中国足球能不能在规划选项之外，也考虑一下这种方式呢？

诚然，技术的进步一定会伴随着各种社会问题。小器认为关键是帮助技术有条件融入社会，而不是无理由的愚昧反对。人类应该运用自己的智慧去实现技术和问题的平衡。