從打「高爾夫球」看「人工智慧」與人類學習之差異─科技智慧(3)陳華夫hwafuchen陳華夫hwafuchen

從打「高爾夫球」看「人工智慧」與人類學習之差異─科技智慧(3)

2020-09-08|閱讀時間約 10 分鐘
作者:陳華夫
我樓下有家經營兩年的「兒童圍棋學院」,唯一的老師也是老闆的年輕人的棋力是台灣業餘棋力最高的六段。雖然,他經常看我電腦圍棋的文章(如「人工智慧」的AlphaGo「圍棋革命」─圍棋的本質(1)),但對我大力提倡的「現代流圍棋」因為不能教小孩子賺錢,並沒啥興趣。
有一天,經過「棋院」,透過玻璃門看到已是下課了,只有幾位兒童在等家長來接回家。
我就推門進去與老師寒暄:
「生意還好吧?」
「還不錯,這兩年都有盈餘。」老師答說。
他話還沒說完,三五位兒童撲向我:
「爺爺,和我下一盤嘛!」「爺爺,你幾段?」「爺爺,你幾級?」
老師忙著幫我解圍:「爺爺還有別的事!。」
我則懷著沒有關愛兒童的內疚,趁隙奪門而出,心中卻是百感交集。
我接下來以自己30年高爾夫球的生涯,來說明「刻意練習」如何讓我領悟高爾夫的「揮桿」(Swing)的要訣。
(竹科高爾夫球練習場)
我每天早上6─7時,在「竹科高爾夫練習場」運動,打高爾夫。30年期間,球友來來去去,連經營者都換了6位,我可說是六朝元老、少數至今仍然在場「揮桿」的倖存者。。
剛開始學高爾夫球,並沒啥遠大目標,只憑著直覺「揮桿」,避免在友人面前一再揮「空桿」─打不到球。但打著打著才發現,要用隻桿子每次都能敲起地上的小白球,竟然是天底下少數萬分困難的事。我是朋友眼中樣樣都通的《百戰天龍》「馬蓋仙」,又曾是大學桌球、網球選手,不禁大為驚訝,連忙蒐羅閱讀中外高爾夫球書籍,並花錢拜高爾夫球教練學藝。
但令我更驚訝的是,中外高爾夫書籍或高爾夫教練那裡,都學找不到真正有用的 「揮桿」(Swing)原則及練習方法。
怎麼說呢?
我平均每天約打100個球,剛開始階段,很講究「正確」的姿勢,都是用教練教的、書上看的姿勢去打球─如何握桿,如何上桿,如何下桿,轉腰,但打了約10年「正確」姿勢,約30萬個球,卻心裡卻還是空空的,自覺比初學高爾夫時還退步,打出好球的機率是令人沮喪的 5% 以下,而且因為「正確」姿勢有誤差,造成手、腿、肩、及腰的全身運動肌肉幾乎都用力過度而受傷,但打高爾夫的人都是肌肉酸痛了,就去推拿或貼「沙隆巴斯」止痛,不痛了就再打,周而復始。
但在有一次養傷時,痛定思痛,決定要改弦易轍。摒棄所有「正確」姿勢,採取「元學習」的方法─其關鍵就是要「有意識」的歸納出高爾夫的練習方法,如:
1)初始(initial)下桿的力量決定後續打球的遠近。所以,要打遠球,必需在初始的剎那,用最大力量,其它時間用力都是浪費力氣。也就是,上桿時,手臂、肩、身體要放鬆的把球桿及手拉至最高點,下桿時要有爆發力。常見的錯誤是,上桿時全身僵硬,以致手不能拉至90度的最高點(見下圖)。
2)並沒有所謂「正確」姿勢,好的擊球姿勢是手腕、手臂、腿、肩、及腰在「桿頭」擊到球的剎那,同時配合放出最大的力量,這是依據「力」(Force)的大小是向量加成的原理推論而來。
3)學習數學很困難,學習高爾夫球也很困難,但困難之處不一樣。學數學是一點一點的循序漸進的學,算數、向量、微積分,微分方程式等。而學習高爾夫,你可點擊此「完美揮桿」的連續動作影片,但你觀看上千遍揮桿影片或拜師學球,仍難領會其要訣。 為什麼呢? 因為肌肉有「記憶」,而學習高爾夫揮桿,就是要練習你的手腕、手臂、腿、肩、及腰的肌肉,「記憶」住最有威力的擊球姿勢,也就是要採取「雙鐘擺高爾夫擊球模式」的故事基模,人的「記憶」及「知識」事由故事「基模」(Schema)所編織成的「腦神經元網絡」(見拙文什麼是「記憶」?如何「記憶」?「記憶」的本質?─開悟的本質(3),及什麼是「思考」?如何「洞識」?何謂「思想家」?─開悟的本質(2))。必須腦中有了「雙鐘擺高爾夫擊球模式」故事「基模」,再加上「刻意練習」,肌肉才能「記憶」住「雙鐘擺高爾夫擊球模式」(如下圖),而執行此揮桿模式的關鍵在手腕用力的時機(延遲, delay)及抖動的大小。(見書本《刻意練習:原創者全面解析,比天賦更關鍵的學習法》(Peak: Secrets from the New Science of Expertise))
4)「雙鐘擺高爾夫擊球模式」把球桿當作第一隻鐘擺臂,而手臂當作第二隻鐘擺臂,兩隻鐘擺臂連鎖的把桿頭準確的擊出地上的小白球。它最重要的是告訴我們,擊球時要分兩次擊球,第一次是大手臂(第一鐘擺)先到小腹前的定位,然後再用手腕以球桿(第二鍾擺)用力擊球,一般人只有一次擊球,力量不夠,球無法飛遠,距離不夠。 在球飛出去後,要正確收束發出去的巨大旋轉力量,以免失去重心。關鍵就在,左腳立刻伸直,整個身體也畢挺直立,成90度垂直於地面,雙手「繞脖子」(around the neck )的舉在肩上,球桿的球頭自然下垂,這是正確而有力的「收桿」。
最重要的,「雙鐘擺高爾夫擊球模式」可以有效的應用角動量守恆的原理來增加擊球的距離,其解釋如下:在上桿時,儘量轉肩,把球桿當作第一隻鐘擺臂,而手臂當作第二隻鐘擺臂的儘量拉的越高,越向右後邊,以最大量的增加旋轉角動量。下桿時,儘量旋轉肩膀,當作第二隻鐘擺臂的手臂迅速貼身旋轉轉至小腹前的定位,然後再用手腕以球桿(第二鍾擺)用力擊球,因為角動量守恆,當在上桿時,手臂離開身體,轉動慣量變大,而下桿時,手臂旋轉至小腹前時,轉動慣量瞬間變小,因為角動量守恆,所以球桿旋轉的就速度瞬間變大。如果,揮桿得宜,有效利用角動量守恆,擊球距離可增加,4、50碼,頂尖職業高爾夫球手都深諳此法,不可不學。
(圖片製作:陳華夫)
5)「刻意練習」(deliberate practice):學習與練習可以改善大腦狀況。經過精心組織的「刻意練習」,主掌腦部記憶的海馬體可以生長,神經元也變的連接更多。大腦變得更聰明,更高效。(見拙文什麼是「記憶」?如何「記憶」?「記憶」的本質?─科技與智慧(22)
「刻意練習」的要訣是3F:(1)Focus─專注學習目標,(2)Feedback─回饋達標差距,(3)Fix─不斷改善達標差距。
這個練習方法有雙重角色:在揮桿之前,擔任揮桿的目標方針,在球打出之後,就回饋所擊出去的球的品質─初始的力量是否最大,施力時間對嗎?手腕的抖動延遲、最佳化了嗎?收桿正確嗎?等,用以改善揮桿姿勢。
至於「施力的時間」及「手腕抖動的延遲」的最佳化,就要從「時間之箭」(Arrow of time)的因果論說起─時間上,發生在前(先)的事件,人們會理解為,後面事件的「原因」,以致不會去刻意「評估」這個「原因」的好壞,也就是說,不會去評估它,以致於,當連續不斷的打10盒300球的話,不僅腰酸腦脹,我們也不會去評估任何一球的品質。
直到有一天早上,轉機出現了,我打著打著球,尿急,就去上廁所。走著走著,腦筋跳出來說:「唉,竟然打了一早上「臭球」,都是手腕抖的太大!」我這時才恍然大悟,不能「貪球」。每打一球,都應該去上廁所,中斷一下,讓腦筋清醒喘息一下,檢討球打出去的品質,才不會一直都在打「臭球」。
就這樣「元學習」與不「貪球」的「刻意練習」又打了20年。就在兩個月前,我似乎已能掌握打出好球在90%以上的機率之要訣了。
有一天早上,剛揮出一個好球,正在心中檢討揮桿品質時,就聽到聲喝采;「好球!」,轉眼一看,是正巧走過的張教練,他接著說:「看到一個好球,真舒服。」我心裡更是舒服,終於能掌握了高爾夫揮桿之道─有意識的使用「元學習」基本原則,再加上不斷以之評估學習結果,持續20年的練習,才能學習好複雜的高爾夫「揮桿」。
人工智慧深度學習,不如人類的的「刻意練習」。它雖然可以產生橫掃人類圍棋的AlphpaGo,但它畢竟不是「人工通用智慧」(Artificial General Intelligence)。有很多缺點;例如,從「圖像識別」到「視頻識別」,各種基於少量訊息輸入的「對抗性」和「干擾性」因素可以輕易地造成深度學習算法的「人工智慧系統」的判別錯誤。其主要的三個缺點:1)「有監督學習方式」(Supervising learning),需要大量人工標註數據;2)AI無法提煉出規則,無法模塊化知識;3)知識無法重用和舉一反三的學習轉移。所以,當今的人工智慧無法抽取我在50年前高中所學的「牛頓力學」知識,舉一反三的學習轉移成為上述的高爾夫球的兩個基本原則,當然無法進行進一步的「刻意練習」。(詳見拙文AI「深度學習」的缺陷及我親身的補正?─科技智慧(5)
結論:
學習高爾夫揮桿,就是要練習你的手腕、手臂、腿、肩、及腰的肌肉,「記憶」住最有威力的擊球姿勢,也就是要採取「雙鐘擺高爾夫擊球模式」的故事基模,人的「記憶」及「知識」事由故事「基模」(Schema)所編織成的「腦神經元網絡」,然後,數十年的「刻意練習」。(見拙文什麼是「記憶」?如何「記憶」?「記憶」的本質?─開悟的本質(3)
6
贊助支持創作者,成為他繼續創作的動力吧!
作者介紹
思想家─理解世界。5篇「深度政經分析」、6篇「現代開悟之洞識」、10篇「開悟的本質」、13篇「美中關係」、6篇「驀然回首」、19篇「文學與藝術」、35篇「科技與智慧」、9篇「圍棋的本質」、40篇「美中經濟」、28篇「美股的本質」、12篇「美聯儲的本質」、12篇「貨幣及美元的本質」,共196篇。
本文發佈於
思想家─理解、解釋、預測世界。發表:4篇「深度政經分析」、6篇「現代開悟之洞識」、11篇「開悟的本質」、13篇「美中關係」、6篇「驀然回首」、18篇「文學與藝術」、35篇「科技與智慧」、9篇「圍棋的本質」、40篇「美中經濟」、28篇「美股的本質」、12篇「美聯儲的本質」、12篇「貨幣及美元的本質」,共195篇。
如果要發表留言,請先登入註冊會員
領取見面禮
只要設定追蹤作者,即可享有
48 小時 Premium 閱讀權限