Java課程是為了今日．Python課程是為了將來

人工智慧是怎麼做到的?連打棒球都難不倒它!

新冠肺炎疫情嚴重影響了全球的政治與經濟——包含了因疫停賽的美、日、韓等國家職棒；卻也激發各產業的創意，設法推出應變奇招。中華職棒突破萬難，於 4 月 12 日領先全球，在桃園閉門複賽，為世界棒壇注入一針強心劑！

機器人都能應援球賽了，那AI是否能上場打球？

現實世界中，一位職棒選手的養成，可說是經歷千辛萬苦。台灣職棒選手前往美國挑戰大聯盟，多是年輕時就從小聯盟開始訓練（除了從日職轉戰大聯盟的陳偉殷之外）。小聯盟又分成六級別，所以一待就是好幾年，也不一定能打到大聯盟。

除了需要長年經驗，棒球的技巧也是千變萬化。投手不可能只是丟個直球而已，還會隨機出現卡特球、伸卡球、滑球、螺旋球等出其不意的球路，加上僅僅只有零點幾秒的速度……人工智慧機器人是否有能力打到球呢？

交通大學電控所蕭得聖教授所領導的團隊，長期鑽研打棒球的機器人。他們的目標不只是要讓 AI 機器人打得到球，還要擊出安打！針對打造此類「安打機器人」，蕭教授提到了四個關鍵點：

鍵點 成就人工智慧棒球員「安打機器人」

首先，機器人要能「看」得準個是來球！為能讓機器人能即時測量球體在三度空間中的飛行軌跡，超高速雙眼攝影機是必須配備。以現今的技術來說是可行的，預算充足的話，連球的縫線都能看得清清楚楚！

只看得到球還不夠，還要能把球打出去！此時就要依照球的質量、慣量、球速等數值，估算出球衝擊到球棒時的動量（描述物體「運動狀態與慣性大小」的空間向量）。這影響到機器人手臂的材質、馬達必須輸出多少力距等等。

若以上兩條件都實現了，就夠了嗎？不！還要經過「磨合」的階段，彼此校正，讓攝影機與機器手臂間的訊息傳遞同步、協調，避免眼手「各行其事」不同調。

現在能看能打的機器人出來了！前面提到，蕭教授的目標是機器人「每打必能擊出安打」，所以除了「眼明手快」的條件達成之外，還要「精準地預測球通過本壘板時的位置與速度」，因此需要能「精準預測球體飛行軌跡的模型」。這個模型決定了棒球機器人的成敗。