“77%了。”

    “唉……”

    [6-0]

    第四盘结束，用时24分钟。

    幸村精市：

    ace数-0

    双误数-0

    制胜球-6

    失误合计-17

    总得分-6

    西格玛：

    ace数-0

    双误数-0

    制胜球-8

    失误合计-0

    总得分-25

    【set 5】

    评论员a：决胜盘，不知道幸村会不会像上一盘一样，平静地接受失败。

    评论员b：我总觉得这不像幸村的性格。

    评论员a：的确令人疑惑。

    镜头在反复给到幸村的教练诺亚，他靠着包厢的椅子，似乎比较放松。

    真是匪夷所思。

    幸村上场了。他深邃的眼神在镜头前一划而过，却令许多人感觉到了莫名的心惊。

    职业网球运动员-布莱尔·史密斯：当我看到幸村释放的气场和他的眼神，我知道那不是猎物的姿态，而是伪装成目标的猎手，在沉着地等待着。

    第一局西格玛发球，幸村1个制胜，3个失误。西格玛1发制胜。

    [1-0]

    “胜率降了。”观察后台的罗伯特·琼斯出声。

    “他的状态在回复。”

    第二局第一发。

    幸村抛球，是攻向外角的214km/h侧旋。西格玛判定无法追及。

    “哦？”

    “ace了。落点很偏。”隔着屏幕听声音都能感到解说的诧异。

    “幸村状态又好了。”

    职业网球运动员-幸村精市：西格玛没有我们想象中那么不可战胜。

    这个对手十分特别，他会解析和即时学习，击球百分百稳定，而且有“鹰眼”预测球路的能力。

    但他也有局限于身体素质的地方，为了稳定性、平衡性和协调牺牲了很多人类能做到的技巧，比如跳击、起跳扣杀、救球。

    在思维层面，他也有独一无二的特色。

    就是以推演的胜率去决策接下来的行为，而胜率的数据是即时更新的，这造就了他即时学习的能力。

    所以我在想，如果我故意给他更新一些错误的数据呢？

    [1-1]

    【监测室】

    “很奇怪。”坐在电脑前的汤姆斯喃喃。

    “单元胜率82%，然后是幸村的制胜。”

    “为什么会发生这种情况？”

    “按理来说这场比赛前期获得的数据，构成的幸村模型已经很全面了。推演没出现漏洞。”

    “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161km/h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。

    “advantage yukimura！”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240km/h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。

    监测室的sra成员们眼睁睁看着西格玛的单元胜率从76%骤降至4%，在幸村正在上前还未出手的时刻。他们除了惊叹已经没有任何想法。

    sra首席设计师-周毅：幸村挖掘出了人工智能的两个痛点，一是数据辨析；二是“套圈”推演。他用敏锐的赛场解读能力找到西格玛强势下的漏洞，用精湛的技术执行了各种战术和布局，这大概就是网球运动的顶点了吧。

    幸村的教练-诺亚·高尔吉亚：收官阶段。我对幸村有信心，他那个时候“在心流区”。

    [4-5]

    幸村的发球胜赛局。

    职业网球运动员-幸村精市：西格玛不会因为“破发胜盘”的局势产生心理波动，这是我不选先发的原因。先破再保对我而言，心理上会更平和，这是我选先接发的原因。

    第一球，幸村发上，中场半截击制胜。

    “fifteen——love！”观众们高呼。

    第二球，234km/h外角平击ace。

    “thirty——love！”

    第三球，幸村拍了很多下，深呼吸后，抛球。

    内角，西格玛挡回底线。幸村攻1区深落点，西格玛正拍大斜线也往底线压，幸村在跑动中一个上拉，4800转的侧上旋弧线在空气中变形，落在边线内。

    经典outside-in。

    “forty——love！”前所未有的齐呼掀起声浪，产生的震动仿佛要把顶棚掀翻。

    “幸村！”

    “最后一球！”

    裁判严肃地平息嘈杂：“quiet please！”

    差不多十秒，球场里才彻底安静。

    屏息等待的不只是现场这两万人，还有横跨了昼夜守候的世界各地观众。

    不过幸村“听不见”这些，或者说他的耳朵听见了，但是大脑把它扔进“回收站”。

    他感觉身体里的力量在往外涌动。

    带有侧旋的211km/h的内角球在眨眼间被西格玛用拍挡回，但是落点有点浅。幸村站在中场以手指球。

    抛物线下落的球在幸村眼中放慢，余光观察着往后退的西格玛。

    可以的。

    果断地扣杀，翻向侧边外侧的小斜线角度。

    界内！

    “噢噢噢噢噢噢噢！！”

    像是梦中的幻觉，睡觉的人惊醒，这才清晰听见隔壁的尖叫，嘟嘟囔囔地抱怨了一句。

    神奈川的街头巷尾出现狂奔的身影，在路灯下拖长了倒影。