人工智能可能经常在像国际象棋和跳棋这样的游戏中击败人类，但它目前在挥杆方面正帮助我们。Callaway 在 Mavrik 系列中使用了机器学习，引入了新的设计元素，其中一些甚至让其 120 人研发团队的资深成员感到惊讶。
Callaway 的人工智能努力始于其 Flash 驱动杆，该驱动杆依赖人工智能来确定其杆面的形状。驱动杆面通常采用熟悉的形状，中心较厚，边缘逐渐变薄。“它首次出现的杆面厚度模式与我们设计的一点都不像，”Callaway 研发部高级副总裁 Alan Hocknell 说。“最薄的区域之一就在中心。它有波纹和脊状的图案。它有紧邻薄区域的厚区域。它有一些我们真正不理解的东西，但我们可以证明它能产生更高的球速。”
计算机通常帮助球杆制造商模拟成千上万次的击球，以分析其性能的一致性。然而，Callaway 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性能目标，从而更有效地帮助其目标球员群体。这对初学者尤其困难。“为低水平高尔夫球手设计球杆的挑战在于，你的‘噪音’程度更高，”Hocknell 说。“相比职业球员，每一次挥杆的差异性要大得多。计算机可以帮助分析这一点。它帮助我们捕捉到我们需要解决的挑战。”
据 Hocknell 称，一套新球杆的开发过程通常需要 12 到 16 个月，这只够制造三到四种原型。一旦球杆在模拟之外的实体世界中存在，该公司就会使用挥杆机器人来评估其性能，但也会让真人试用。人工智能可以帮助分析挥杆——即使由于技能水平的差异导致了很多变化——并帮助将开发引导到正确的方向。
然而，制造人工智能设计的球杆并不总是那么简单。Callaway 表示，为了将球杆从屏幕变成现实，它不得不对其制造工艺进行一些显著的升级。例如，为了制造驱动杆面，它需要对锻造工艺进行改造。“我们需要一种新的钛合金——一种我们可以制造这种不寻常厚度图案的材料，”Hocknell 说。“世界上只有几台机器能够用我们使用的薄钛等级做到这一点。我们必须改变钛的晶体结构，使其在将承受的载荷下足够耐用。”
测量设备也需要类似的提升。“我们开发了一个激光扫描系统，将数百万个激光点打到杆面背面，以便比接触式探针更详细地测量，”Hocknell 说。“我们从几十个点增加到了数百万个点。”当然，如果设计无法在球场上使用，它们就没有价值。
为了处理所有计算，Callaway 在其园区内建造了自己的超级计算机，拥有大约 1000 个核心。Hocknell 表示，鉴于他们进行的计算量，这比租用基于云的系统的计算时间更经济。“以前需要四到五周的事情现在只需要几天，”他说。
随着时间的推移，Callaway 的高尔夫挥杆数据量只会不断增长。目前的数据可以追溯到 20 年前，并且不断从世界各地的 Callaway 配件中心的联网机器中提取数据。最终，人工智能可以在实际的配件过程中发挥作用。目前，Callaway 为其自身研究收集这些挥杆数据，但将来，球员可以在配件过程中获得对自己比赛的实时分析，以帮助他们选择合适的球杆。
目前，Callaway 提供三种不同版本的 AI 设计的 Mavrik 球杆，包括标准版（适合普通球员）、Sub-Zero 版（适合高级球员和职业球员）以及 Max 版，后者更注重容错性，而不是纯粹的球速控制和手感。
虽然需要跟踪的球杆数量相当多，但 Callaway 表示，每款球杆都有其独特的设计。“以前，你通常会选择一套中的一支铁杆，然后使用电子表格来设定其余球杆的参数，”他解释说。“如今这似乎有点粗糙。”现在，人工智能已经改进了这一流程，以强调其特定用途的理想特性。长铁杆强调球速和弹道，以提供更远的距离。短铁杆旨在使起杆弹道和球的旋转更加一致，以便击球上果岭并停留在上面。
Callaway 将继续向其算法输入数据，希望能找到进一步改进其球杆的方法。Hocknell 预计未来还会出现更多惊喜。
