“是因为幸村状态有起伏吧?上一次或许是失误,但这次可以入界。”
“所以西格玛参考的数据和实际情况不一样,他需要重新观察…应该是这样。”
“但这个是巧合吗?”
拥有智慧头脑的教授和博士们面面相觑。
“还是说幸村在有意控制?”
sra研究员-罗伯特·琼斯:数据污染。人工智能目前仍未攻克的难题。简单地说,ai在学习的时候,会根据提供的数据进行“认知纠正”。
举个例子,原始认知是能识别鹿的图像为“鹿”,但这时有数据进入纠正,说,“这不是鹿,是马”。它无法判别是不是真实,所以把鹿的图像对应“马”的答案,直到下一次再进行纠正。
这和人们在信息爆炸时代,无法完全识别互联网信息的真假是类似的。人尚且无法辨认,何况是现有的人工智能呢。
我认为第四盘有问题,导致西格玛对幸村状态的构型产生了偏差,进而导致推演胜率不符实际。
他需要在第五盘及时纠偏。
幸村的教练-诺亚·高尔吉亚:我在第四盘的末尾理解了幸村的策略。前期的布局让对手产生错误认知,然后运用在关键分上。这是比较常用的套路。现在针对西格玛的情况类似。
职业网球运动员-幸村精市:西格玛的ai很强大,很多招数只能使用一次。所以这是针对关键分的策略。在网球比赛中,关键分是相当有分量的棋子,只要它落下就会让胜负的天平发生倾斜。
又是连续的抢点进攻,幸村最后一板正手击出161kmh的回头直线制胜。
[40:40]
评论员b:幸村的领域生成了。
评论员a:他明显不想等西格玛回过神,要速战速决,一下破发。
【监测室】
“西格玛在犹疑。”中道悠马紧张地环着双臂。
“他可能很困惑现在发生了什么,哈哈哈。”赵智文乐了。
这个凌晨,不知在日本有多少人“垂死病中惊坐起”,死死盯着屏幕中的直播现场。
雅高体育场外的斜坡站满了人,他们捂着心脏,抑制好似“曙光复来”的激动。
上网截击,幸村的正手角度扣向小斜线界外。
“advantageyukimura!”裁判的声音也越来越响亮,他快克制不住了。
现场吵闹得好比菜市场。
“please!”
裁判和巡视人员的提醒下,场面才稍稍控制住。
西格玛不为所动地握着球。
职业网球运动员-扬·莱昂纳德:我不知道当时有多少人注意到,从第一盘到现在,幸村的接发站位越来越靠前。
——————————
巴黎,幸村屋内。
“如果真的得到决胜分的机会,应该怎么做?”诺亚问。
“这个时候会在西格玛的发球局。也就是说,要没有任何意外的,牢牢把握住机会的战术。”幸村缓缓阐述。
“不能有太多回合。”
“要能一击制胜。”
两人对视的瞬间,心有灵犀——
“sabr”(费式偷袭)
诺亚轻笑,手中的皇后落定。
“check。”
——————————
西格玛抛起球的瞬间,幸村在几亿双眼的注视下前压。西格玛的“鹰眼”已经观察到他的举动,但在已经开始引拍的情况下,西格玛内部判定、程序锁死。为了避免失误,他不能在引拍的途中骤然改变动作。
他击出240kmh的外角球,而幸村预判到了,因为他的站位有诱导性。他猜到西格玛会进攻外角。
如蜻蜓点水般卸掉球速,又施加了一些侧旋,球轻飘飘地过了网,在地上弹动。
西格玛发球后的平衡调整再次拖了后腿。
咚、咚。
“唔喔喔喔喔!——”几乎整齐划一的全体起立!
而球馆外早已疯狂,甚至有人脱掉了羽绒服、毛衣,手边的任何东西,抛上天空。
[1-2]幸村破发。
棋局化作一颗黑子,在棋盘上落在了关键。