卡拉威利用人工智能和超级计算机来解决你的糟糕高尔夫球技

人工智能在国际象棋和跳棋等游戏中可能经常击败人类，但它目前在高尔夫方面帮助我们。卡拉威在整个 Mavrik 系列中都使用机器学习来引入新的设计元素，其中一些甚至让其 120 人研发团队中的资深成员感到惊讶。

Callaway 的 AI 工作始于 Flash 一号木杆，该一号木杆依靠 AI 来确定杆面形状。一号木杆杆面通常采用常见的形状，即中间较厚，边缘变薄。Callaway 研发高级副总裁 Alan Hocknell 表示：“它首次推出的杆面厚度图案与我们设计的完全不同。最薄的区域之一位于中间。它有波纹和脊状图案。厚区域与薄区域直接相邻。它有一些我们真的不理解的东西，但我们可以证明它能产生更快的球速。”

计算机通常帮助球杆制造商模拟数千次击球，以分析其性能的一致性。然而，卡拉威将参数输入人工智能，让它自行解决问题。

通过依赖人工智能模拟，该公司可以更有效地调整表现目标，以优化其试图帮助的球员群体。这对于初学者来说尤其困难。“为能力较低的高尔夫球手设计的挑战在于，噪音程度更高，”霍克内尔说。“击球之间的差异比巡回赛职业选手高得多。计算机可以帮助分析这一点。它帮助我们了解我们需要解决的挑战是什么。”

据霍克内尔介绍，一套新球杆的开发过程通常需要 12 到 16 个月，这段时间只够制作三到四个原型。一旦球杆在模拟之外的现实世界中存在，该公司就会使用挥杆机器人来评估其性能，但它也会将球杆交到真人手中。人工智能可以帮助分析击球——即使由于技术水平不同而有很大差异——并帮助引导开发朝着正确的方向发展。

然而，打造人工智能设计的球杆并不总是那么简单。卡拉威表示，为了将球杆从屏幕上带到俱乐部，它必须对其制造工艺进行一些显著的升级。例如，为了制造发球杆面，它需要改造锻造炉。“我们需要一种新的钛合金——一种可以制造这种不寻常厚度图案的合金，”霍克内尔说。“世界上只有几台机器可以用我们使用的薄钛合金做到这一点。我们必须改变钛的晶体结构，使其在即将承受的负荷下经久耐用。”

测量设备也需要类似的改进。“我们开发了一种激光扫描系统，将数百万个激光点投射到杆面后部，以便比使用接触式探头进行更详细的测量，”霍克内尔说。“我们将测量点从几十个增加到了数百万个。”当然，如果设计不能在球场上展示，它们就毫无价值。

为了处理所有计算，Callaway 在校园内建造了自己的超级计算机，拥有大约 1,000 个核心。考虑到他们正在进行的运算量，Hocknell 表示，这比租用基于云的系统的时间更经济可行。“过去需要四到五周才能完成的事情现在只需几天，”他说。

随着时间的推移，Callaway 的高尔夫击球数据集规模只会越来越大。目前，该数据集可追溯至 20 年前，并不断从世界各地的 Callaway 试杆中心的联网机器中提取数据。最终，人工智能可以在实际试杆过程中发挥作用。目前，Callaway 收集有关这些击球的数据用于自己的研究，但将来，球员可以进入试杆环节，实时分析他们的比赛情况，帮助他们选择合适的球杆。

目前，卡拉威提供三种不同类型的 AI 设计的 Mavrik 球杆，包括适合普通球员的标准版、适合高水平和职业级球员的 Sub-Zero 版，以及更注重容错击球而非纯粹的球控制和手感的 Max 版。

虽然要跟踪的球杆数量相当多，但卡拉威表示，每支球杆都有自己独特的设计。“以前，你通常会选择一支中等铁杆，然后使用电子表格设置其余球杆的参数，”他解释道。“现在看来，这有点粗糙。”现在，人工智能已经改进了这一过程，以强调其特定用途的理想特性。长铁杆强调球速和轨迹，以提供更大的距离。短铁杆旨在使发射轨迹和球旋转更加一致，以便击球并留在果岭上。

卡拉威将继续向其算法输入数据，希望找到进一步改进球杆的方法。霍克内尔期待在此过程中能有更多惊喜。