不久前，来自英国人工智能公司DeepMind的研究团队，利用一种加速版运动课程，通过计算机模拟数十年足球比赛的情况，训练AI学会了熟练地控制数字人形足球运动员。
早在2016年，AlphaGo在围棋上战胜李世石后没多久，Deepmind就开始琢磨让AI踢足球了。
当年6月，DeepMind的研究人员让AI控制一只蚂蚁形状的物体去追逐小球，然后带球直至将其送进球门得分。
根据DeepMind小组负责人David Silver的说法，借助当时谷歌最新开发出异步Actor-Critic算法，即A3C，AI不仅完成了这个项目，而且在整个过程中不需要向他灌输有关力学的知识。
到了2019年，DeepMind已经训练了许多「Player」，它们分别由不同训练计划制作而成的，DeepMind从中选择10个双人足球团队。
这10个团队每个都有250亿帧的学习经验，DeepMind收集了它们之间的100万场比赛。
然后DeepMind设置环境，让多个AI一起踢足球赛，并且提前设置了规则，奖励整个「足球队」而不是去鼓励某个「AI球员」的个人成绩，以促成整个球队的进步。
看起来一切顺利，然而到了2020年，DeepMind的AI球员出问题了。
根据脑极体提供的资料，在一场比赛中，一方的足球机器人排成一排向球门发起射击，但机器人守门员却并没有准备防守，而是一倒在地上开始胡乱摆动起了双腿。
接着，担任前锋的机器人球员跳了一段十分令人困惑的舞蹈，跺跺脚，挥挥手，啪叽一下摔倒在地上。
此前，AlphaGo的学习是基于监督学习，即通过标记好的数据集来进行训练的。
与之相比，强化学习是模仿人类的学习模式，AI以「试错」的方式进行学习，对了受奖，错了受罚，从而建立正确的联系。
研究者设置了两种奖励，一是完成比赛，二是收集环境中的得分。结果就是智能体找到了一片区域，在那里不停地转圈「刷分」，最后自然没能完成比赛，但它的得分反而更高。
文章开头提到，DeepMind的研究团队在训练「AI足球运动员」上有了新突破。
据论文描述，尽管DeepMind团队在此次研究中简化了游戏规则，并将两队球员人数限定在了2-3人，但「AI足球运动员」可以完成带球突破、身体对抗、精准射门等动作。
第一步，AI需要观看人类踢足球的视频剪辑，学会自然行走，因为AI开始并不知道要在足球场上做什么。
第三步，就用用比赛的形式训练，AI机器人进行2对2比赛，这一步需要耗时2到3周，主要是让AI学会团队协作,以及预测传球等更高难度的运动控制。
DeepMind团队认为，这一研究推动了人工系统向人类水平运动智能向前迈进。
不过，DeepMind团队还是比较清醒，他们知道，这次突破还是有局限性的。
比如，比赛是2v2，而不是现实足球比赛常用的11v11，还不能说明AI可以参加更复杂的足球比赛。
最近，整个AI社区都沉浸在ChatGPT带来的狂欢中，OpenAI也一跃成为全球最受瞩目的科技公司。然而，同样把「通用人工智能」作为终极目标的DeepMind却缺席了这场狂欢。大众不免好奇：DeepMind最近在忙什么？刚刚，DeepMind似乎回应了这个问题：他们把一直以来坚持的强化学习带到了物理世界，做出了一些可以自己学习踢足球的具身智能体小机器人。
“你永远不知道网络另一端坐着的是不是一条狗”——随着技术的发展，同样的道理如今也适用于电话，即使电话那头的声音极为逼真、语序听着正常，可你又怎知对方是真人而非AI机器人当毫无情感、不知疲倦的机器人成为骚扰电话拨打者时，骚扰电话变得越发让人排斥甚至害怕……相对于屏蔽和警惕骚扰电话，今天，我们将从技术的角度重新审视骚扰电线