人工智能改變了棒球……世界將如何改變

棒球是投手的遊戲，其中更是首發投手的遊戲。講述崔東原和宣銅烈最後的首發對決的電影（《完美遊戲》）的存在證明了這壹點。1987年5月16日舉行的實際比賽中，崔東原（209個）和宣銅烈（232個）每人都投出了200多個球。

而現在很難找到在壹場比賽中投出100個球的投手。截止到23日，在今年的韓國職業棒球比賽中，先發投手投出100個以上球的比率只有19.4%（494次中的96次）。同期，美國職業棒球大聯盟（MLB）的相關比率更低，僅為11.5%（1490次中的171次）。僅在2010年，MLB首發投手的壹半左右（49.7%）在投出100個以上的球後下了投手踏板。

先發投手投出的球比過去少是因為“大數據”。美國數據科學家塞斯•史蒂文斯•達維多維茨在2017年出版的書《我們都在說謊》中寫道：“棒球是擁有幾乎所有綜合數據集的第壹個領域，壹群聰明人願意為理解數據奉獻壹生。”而且，這些聰明人制造的人工智能（AI）得出結論說，“讓先發投手長時間擔任投手，效率會下降。”

AI還把棒球從“投擲、擊球、奔跑的項目”改為“投擲、擊球的項目”。數據分析結果顯示，盜壘或“再走壹個壘”的跑壘打法效果並不如預期。相反，像本壘打、三振、四壞球上壘那樣，在投手和擊球手之間終結勝負的比賽增多。

AI讓棒球變得如此“順暢”後，“棒球變得沒意思了”的說法開始隨處可見。觀眾人數和電視收視率也有所減少。對此，MLB事務局引進投球限制時間，擴大壘尺寸，努力將棒球重新改為“塵土飛揚的項目”。如果沒有受傷等情況，正在研究強制首發投手無條件投6局以上的方案。

達維多維茨在書中寫道，“現在幾乎所有領域都發生了變化（像棒球壹樣）。棒球走在前頭，其他領域緊隨其後。棒球統計學吞噬了世界。”從這個意義上講，制作生成型AI“ChatGPT”的OpenAI創始人薩姆•奧爾特曼是寫滿選手各類數據的“棒球卡”收集狂，這也許不是偶然。

OpenAI首席技術官（CTO）米拉•穆拉蒂在發表像人壹樣看、聽、說的“Chat GPT-4o”時強調：“為了讓人們更好地利用ChatGPT，將焦點放在了減少摩擦上。”就像棒球壹樣，AI也在朝著“流暢、更加流暢、比這更流暢”的方向發展。

那麽，AI在下壹階段會不會像棒球壹樣向追求“塵土”的方向發展呢？因為，能夠讓我們成為人類的，不是只知道分辨出帶有信號燈的圖片的能力，而是人與人之間產生的摩擦壹起生活的力量。