上半台。

木心还没有看到过这位ai先生使用过其他防守策略。

而刚刚自己的那一杆所谓的“消极防守”，其实就是想看看，这位先生究竟会做出什么样的选择。

而刚刚这位ai先生已经用实际行动告诉了她答案，这一杆它通过4库反弹还是将白球强行控制回了上半台，可是此时此刻，红球堆已经全部散开了，即便是上半台也是遍布机会，根本没有起到防守效果！

凌志猜想这具ai大脑所用到的策略模型要么是训练时间太短，还没有掌握足够多的策略，要么，就是已经训练得极为成熟，成熟到根本不想利用消极防守策略来跟对手耗时间！

因为从长远来看，消极防守对于己方是没有任何收益的，等于是把自己的命运完全交给了对手。

而对于ai来讲，没有任何收益的策略，或者说不能把主动权牢牢把握在自己手里的策略，它必然不会去选择！

这也让凌志松了一口气，如果这个ai跟自己玩起了消极防守，那还真的是不好破局。

因为它消极，那么自己可能就得被迫积极，但是自己所谓的积极防守，放在ai眼里可能会显得有些可笑。

因为它完全可以不按现实世界的寻常套路去出牌，比如说把一些超级难球当做是进攻机会。

所以刚刚的那一杆球，恰恰展示出了它的防守短板！

它本意是想要控制白球回到上半台，持续掌握防守主动，然而却没想到大量红球也会同步跟着来到上半台，给对手留下进攻机会。

这一点，或许是设计模型的人没有能够考虑到这种情况。

所以模型训练的时间必然十分有限，还没有达到很成熟的程度。

接下来这局，木心牢牢把握住上手机会，再次一杆超分，没有给ai任何的上手机会！

因为这位“奥沙利文”先生的准度十分惊人，所以木心并不敢托大，如果让它得到上场的机会，那么自己便会再次成为背景板！

就这样，之后的3局比赛，木心分别试探出了这位ai先生的其他几个短板，最终以5:3的比分赢得了表演赛的胜利！

其实她可以赢得更简单一些，比如用第5局的那杆消极防守，逼迫对手不断把球堆炸散！

因为此时是处于比赛当中，它不可能学习到上一局失利的情况，也就是说，从它踏入这个赛场的那一刻起，它的进攻和防守策略，就已经确定下来了。

当然了，这是一般情况下。凌志有听说过，现在已经有ai能做到在线学习。

也就是说，通过在线学习，ai即便已经正式上线到了生产环境，依然可以通过不断的学习来避免生产过程中的某种误操作，在后续的实践过程当中将这项策略的漏洞给补上！

等于说，ai不需要再回炉训练，而是会随着环境的变化而不断改进自己，这种方式会降低模型训练所付出的时间成本。

但与此同时，在线学习需要耗费的计算成本可并不低，尽管凌志并不觉得主办方会把这个ai设计成在线学习版本，但是为了以防万一，她还是没有选择跟第5局同样的策略，而是通过其他的防守漏洞赢得了比赛胜利。

不过说起来，这ai设计得还真挺不错的，就是跟自己比，还嫩了点。

比赛结束后，桓志军显得很高兴，使劲拍了拍木心的肩膀，说了很多激励的话语，木心也都一一笑着回应。

ai机器人依然是没有任何表示，在与木心和桓志军握手以后，就悄然离开了现场。

木心还想过要不要跟踪它，看看它究竟会去哪里。但仔细一想，这里是虚拟世界，它所在的地方并没有任何意义，除非能够看到它的源代码，否则的话还有可能暴露自己知晓了这次表演赛的秘密。

而就在此时此刻，沉浸