第三百二十九章 这AI不错,但还嫩了点
。”
孙涵对看木心安慰道。
几人又寒喧了一阵,15分钟休息时间过得差不多了,林羽和陆翔回到了羽毛球场馆,准备他们的表演赛,而主冰娇和孙涵则暂时留了下来,随便在观众席里面找了两个位置坐下,她们俩的表演赛还得很晚才会开始。
比赛再度开启后,第5局,“奥沙利文”开球。
他的开球路数始终是传统的n字跑球,没有任何变化,这更加让凌志坚定了它是ai机器人的事实。
如果照着往常的防守方式跟他博奔的话,自己一定会落入下风,所以凌志跟赵施言配合,打了一杆让观众价们再度感到匪夷所思的球,通过低杆右塞,先让白球触碰底库,反弹后贴近红球堆的底边,做了一杆防守。
这杆防守如果放在现实场景中依然是不合理的,一般会被称作是消极防守。
所谓消极防守,就是让白球无止境地贴近红球堆,或者广义地说就是简单地让对手没有进攻机会,并不去管这杆之后对手好不好防。
也就是说,如果已方选择了消极防守,那么对手下一杆的选择就多了。
在赛场上,对手的选择越多,对于自已就越不利!所以必须采取积极的防守策略,给对手制造麻烦,让对手既没办法进攻,也没办法做上高质量防守,也就是让对手的选择尽量少起来!所以未心在开后的第二杆就采取消极防守策略,这让很多观赛大佬们心生不满,怀疑主办方是不是随便找了两个业余球员代表华夏参加的表演赛?然而木心对于这一杆的选择并没有觉得哪里不好,他想通过这一杆看看,这个ai到底拥有多少防守策略?紧接着,“奥沙利文“再次上场,将红球堆给暴力炸散,让观众在再次看呆了!!木心轻哼一声,脸上露出了甜美的微笑,她总算是摸透了这具人工ai的大致底细。
在现实世界中,红球堆的情况十分复杂,面对不同的情况,防守策略也会不太一样。
前儿局的比赛,两组选丰通常都是将处十上半台的白球打到日半台,白球触碰到一颗红球后经过2库反弹,再次回到上半台木心还没有看到过这位ai先生使用过其他防守策略。
而刚刚自己已的那一杆所谓的“消极防守”,其实就是想看看,这位先生究竟会做出什么样的选择。
而刚刚这位ai先生已经用实际行动告诉了她答案,这一杆它通过4库反弹还是将白球强行控制回了上半台,可是此时此刻,红球堆已经全部散开了,即便是上半台也是遍布机会,根本没有起到防守效果!凌志猜想这具a天脑所用到的策略模型要么是训练时间太短:还没有掌握足够多的策略,要么,就是已经训练得极为成熟,成熟到根本不想利用消极防守策略来跟对手耗时间!因为从长远来看,消极防守对于已方是没有任何收益的,等于是把自己的命运完全交给了对手。
而对于ai来讲,没有任何收益的策略,或者说不能把主动权牢牢把握在自己手里的策略,它必然不会去选择!这也让凌志松了一口气,如果这个ai跟自己已玩起了消极防守,那还真的是不好破局。
因为它消极,那么自己可能就得被迫积极,但是自己所谓的积极防守,放在ai眼里可能会显得有些可笑。
因为它完全可以不按现实世界的寻常套路去出牌,比如说把一些超级难球当做是进攻机会。
所以刚刚的那一杆球,恰恰展示出了它的防守短板!它本意是想要控制白球回到上半台,持续掌握防守主动,然而却没想到大量红球也会同步跟看来到上半台,给对手留下进攻机会。
这一点,或许是设计模型的人没有能够考虑到这种情况。
所以模型训练的时间必然十分有限,还没有达到很成熟的程度。
接下来这局,木心牢牢把握住上手机会,再次一杆超分,没有给ai任何的上手机会!!因为这位"奥沙利文”先生的准度十分惊人,所以木心并不敢托大,如果让它得到上场的机会,那么自已便会再次成为背景板,就这样,之后的3局比赛,木心分别试探出了这位ai先生的其也个短板,最终以5:3的比分赢得表演赛的胜利其实她可以赢得更简单一些,比如用第5局的那杆消极防守,逼迫对手不断把球堆炸散!因为此时是处于比赛当中,它不可能学习到上一局失利的情况,也就是说,从它踏入这个赛场的那一刻起,它的进攻和防守策略,就已经确定下来了。
当然了,这是一般情况下。
凌志有听说过,现在已经有ai能做到在线学习。
也就是说,通过在线学习,ai即便已经正式上线到了生产环境,依然可以通过不断的学习来避免生产过程中的某种误操作,在后续的实践过程当中将这项策略的漏洞给补上!等于说,a不需要再回炉训练,而是会随看环境的变化而不断改进自已,这种方式会降低模型训练所付出的时间成本。
但与此同时,在线学习需要耗费的计算成本可并不低,尽管凌志并不觉得主办方会把这个ai设计成在线学习版本,但是为了以防方一,她还是没有选择跟第5局同样的策略,而是通过其他的防守漏洞赢得了比赛胜利。
不过说起来,这ai设计得