從打「高爾夫球」看「人工智慧」與人類學習之差異─科技智慧（3）

作者：陳華夫

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，只憑著直覺高爾夫揮桿，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 高爾夫揮桿原則及練習方法。

有一次，練習場來了一批職業男女高爾夫球員，他們高爾夫揮桿姿勢就如電視轉播的那樣，球打出卻又直又遠，揮出的桿頭速度極快。球球都擊到小白球的甜蜜點（重心），清脆響亮，失誤率極低。

更令我汗顏的是一位韓國約20餘歲，身形與我相似的女球員，其球技幾乎完美，我從頭到為觀摩了30分鐘，也沒看出來她的完美揮桿是如何做出來的，只見她氣定神閒、全身放鬆、沒有任何描稈動作或沉思停頓、就自信的揮出三號木桿，地上的球應聲飛出，直奔250碼。我與她可是天差地別。一定是我的學習方法有基本上缺陷。

其關鍵缺陷是：人們能夠記憶及理解的是高爾夫揮桿的擊球結構，並且腦神經網絡的結構只能承載高爾夫揮桿的擊球結構，而無法承載其擊球內容─即擊球的姿勢或力道大小等。（詳細，請看拙文什麼是「記憶」？如何「記憶」？「記憶」的本質？─學習的本質（3））

而高爾夫球的專家領悟出的高爾夫揮桿的擊球結構後，就能長時間的練習高爾夫揮桿擊球。而不覺枯燥厭煩，這是因為記憶裡腦神經網絡之結構上的概念持續不斷的被聯繫，人才不會擊球時，無聊的頻頻打瞌睡。例如，當我領悟出的高爾夫揮桿的擊球結構即是「雙鐘擺高爾夫擊球模式」後，再配合刻意練習，球技因此在兩年內突飛猛進，穩定性及擊球遠度已能有韓國女職業球員的95%水準。這在以前是不可想像的。

所謂「雙鐘擺高爾夫擊球模式」（如下圖），即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」（如下圖）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。

基本上學習高爾夫揮桿桿屬於程序性學習，它是人們學習運動技能和某種習慣的方法，程序性學習所得到的記憶是無法有意識的回憶的，也無法有意識的透過單獨改正姿勢、手腕、用力來學習的，高爾夫揮桿的程序性學習必須通過不斷的重複練習「雙鐘擺高爾夫擊球模式」，其方法是刻意練習，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。
刻意練習扮演雙重角色：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」。

人工智慧的深度學習，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:
高爾夫揮桿的擊球結構即是「雙鐘擺高爾夫擊球模式」，其練習方法是刻意練習。我的球技因此在兩年內突飛猛進，穩定性及擊球遠度已能有韓國女職業球員的95%水準。這在以前是不可想像的。

（按：請看本文「視頻版」：「陳華夫專欄」視頻版之 6 ─ 從打「高爾夫球」看「人工智慧」與人類學習之差異─科技智慧（3））

請看拙文諾貝爾獎的教育反思─「自學」與「學校教育」─科技與智慧（11）