策仙人

繼4：1擊敗李世石，將圍棋拉下神壇之后，AlphaGo再度將"魔爪"伸入到人類智慧的另一塊處女地：星際爭霸。對決尚未開始，角力的雙方已然開始造勢，人工智能愛好者們極力鼓吹A(chǔ)I的完美操作、完美運營，職業(yè)選手的粉絲們則叫囂戰(zhàn)略制敵、兵者詭道，勝負的荷爾蒙在屏幕上揮灑，然而這場戰(zhàn)斗的勝負更多只是噱頭，其背后所體現(xiàn)的人工智能的價值，才是電競選手、戰(zhàn)隊管理者、游戲開發(fā)商乃至普通玩家更應(yīng)該關(guān)注的事情，或許，未來電子競技的終極形態(tài)DNA，就藏在AlphaGo身上。

DNA之一：基于數(shù)據(jù)統(tǒng)計的敵情

“知己知彼，百戰(zhàn)不殆”——這是《孫子？謀攻篇》里對真實戰(zhàn)爭中勝利要素的總結(jié)，而電子競技本身就是在模擬真實的戰(zhàn)爭，因此信息的收集同樣重要。

真實戰(zhàn)爭中的知己知彼，講究的是情報，諸葛亮之所以敢在曹軍面前把自己的城門大開，無人看守，就是抓住曹操生性多疑的弱點，又沒在城內(nèi)“插眼”，最終錯失“上高地”的好時機。

而對于競技游戲這樣的虛擬戰(zhàn)爭，情報的搜集則更加細致，EG一般在什么時候清遠古野？老隊長的進攻/防守眼位習(xí)慣是哪里？諸如此類細節(jié)，雖小但關(guān)乎成敗。AlphaGo本質(zhì)上是一臺高性能的云計算服務(wù)器，通過大量的數(shù)據(jù)收集整理，想要窺視對手的這類隱私則是易如反掌。但唯一遺憾的是，AlphaGo可能不是你一個人的，你看著對手習(xí)慣的插眼位置發(fā)笑，對手也盯著你開霧的時間點深思。

DNA之二：基于數(shù)據(jù)挖掘的真相

在競技體育飛速發(fā)展的今天，數(shù)據(jù)挖掘、陣容組建、隊伍訓(xùn)練，已經(jīng)成為掌控比賽勝負的三駕馬車。

以NBA為例，從1946年11月1日第一場NBA比賽開始，就引入了球員數(shù)據(jù)統(tǒng)計，雖然初期數(shù)據(jù)統(tǒng)計只有簡單的得分籃板助攻，但發(fā)展到今天，已經(jīng)可以用包羅萬象來形容。而且NBA聯(lián)盟不僅擁有純粹的數(shù)據(jù)記錄，更有延伸的數(shù)據(jù)挖掘，例如真實命中率、二次助攻、PER值等綜合數(shù)據(jù)，從多維角度來分析一名球員的特點，不再單純的以“數(shù)字“論英雄，誰是數(shù)據(jù)刷子，誰是建隊基石，一目了然。

而對于電子競技項目來說，挖掘數(shù)字背后的價值更是意義重大。利用AlphaGo出色的數(shù)據(jù)統(tǒng)計與分析能力，可以輕易的對海量比賽數(shù)據(jù)進行處理，對于每位選手的數(shù)據(jù)進行精準挖掘。

刷錢快不代表你就是最強Carry，團戰(zhàn)輸出不足只證明你是團隊資源的吸血鬼；

擊殺多不代表你就是節(jié)奏魔王，拉不開裝備優(yōu)勢那你只是執(zhí)迷殺人無視局勢的家伙。

從當前電競賽事的數(shù)據(jù)挖掘來看，相對比較粗獷，普通玩家甚至某些專業(yè)人員仍然更為關(guān)注KDA（Kill，Death，Assist）等表象數(shù)據(jù)，聚光燈永遠聚集在數(shù)據(jù)突出的選手身上。但從未來發(fā)展的角度來看，這種淺顯的衡量標準必然要被淘汰，而誰能利用AlphaGo挖掘數(shù)據(jù)背后更多的真相，尋找到更多更具價值的選手，誰離勝利也將更近一步。

DNA之三：基于數(shù)據(jù)建模的預(yù)測

認知能力，常常被認為是人腦與電腦的根本差異，然而對于AlphoGo來說，依靠著蒙特卡洛樹結(jié)構(gòu)所組建的神經(jīng)網(wǎng)絡(luò)，基于大量高性能CPU的運算能力，其認知能力已經(jīng)足以讓普通人刮目相看，可能唯一欠缺的，只剩自主意識了。

而即使是缺少自主意識的AI在競技類游戲比賽中同樣可以大發(fā)神威，尤其是MOBA類游戲中，眾所周知前期的陣容選擇與戰(zhàn)術(shù)安排都是需要指揮者深入思索才能作出的抉擇。而這也正是大部分中國戰(zhàn)隊的軟肋，從實際情況來看，版本理解不深刻、數(shù)據(jù)分析不到位、過于迷信經(jīng)驗等都是造成這種情況的原因，但更多的其實就是對于游戲的認知不足。

還記得TI5決賽上，意氣風(fēng)發(fā)的CDEC從敗者組一路殺入決賽對決EG，然而在Ban選上，卻被EG抓住了兩儀落不會老鹿的短板，盤盤放老鹿，然而當時的老鹿作為版本最強bug，又是每個隊都不能放的，面對對手的戰(zhàn)術(shù)放人，CDEC在沒有人可以給出更好針對方案的情況下，只能抱著試試看的態(tài)度強行選老鹿，然而打不出應(yīng)有的優(yōu)勢，只能接受“光榮”的失敗。

而對于AlphaGo來說，只要給予它正確的思維算法，依靠著強大的數(shù)據(jù)挖掘能力，它就可以為選手提供最優(yōu)的Ban選方案。特別是在應(yīng)對一些自己不熟悉的套路，通過對過去一段時間的數(shù)據(jù)分析和挖掘，AI能夠根據(jù)對手的Ban選抉擇，分析對手可能會存在的套路、體系，再針對性的提供Ban選方案。

DNA之四：基于數(shù)據(jù)模擬最強大的對手

在傳統(tǒng)競技體育的領(lǐng)域中，陪練一直是一個特殊而尷尬的角色，他們具有一流的水準，卻因為某些原因，只能擔(dān)當正牌選手的訓(xùn)練對象，他們模仿盡可能多的打法，只為了讓正牌選手可以在訓(xùn)練中提前感受比賽的氛圍，仿佛他面對的是賽場上勁敵的影子。

而作為同樣需要了解對手比賽風(fēng)格的電子競技，陪練這一角色同樣必不可少，只是由于比賽載體由球館轉(zhuǎn)移到了電腦上，因此可以借助網(wǎng)絡(luò)，尋找適合的陪練對象。不論是天梯配對，還是線下邀約，亦或者是內(nèi)部對抗，都能給隊伍帶來提升。然而，其缺陷也很突出，無法對于某一個對手進行針對性的訓(xùn)練。因為電競操作的多變性，知名選手都有自己獨特的操作習(xí)慣，你很難找到與你競爭對手足夠相似的選手與隊伍。

但或許，具備深度學(xué)習(xí)能力的AlphaGo可以做到這一點。通過對比賽中選手操作數(shù)據(jù)的分析，可以在較短的時間周期里學(xué)習(xí)其操作方式、戰(zhàn)術(shù)特點，甚至是選手的廢操作也可以一并帶入。進而達到模仿對手的目的，成為一個實際意義上的影子對手。

如果某一位對手一直堪稱你的克星，10次交手或許難求一勝，那么在訓(xùn)練中與他交手100次，1000次你總能找到戰(zhàn)勝他的辦法。

DNA之五：比瘋狂的電腦更瘋狂

在AlphaGo問世之前，我們也曾見過諸多水平層次不齊的電腦AI，以星際2為例，其自帶的AI盡管掌握了雙倍金錢、自帶開圖、APM無限制等諸多特權(quán)，卻仍然可以被一名入門級的星際玩家完虐。究其原因，戰(zhàn)術(shù)單一、兵種搭配死板、沒有應(yīng)對方案是其死穴，因此在類似的競技類游戲中，人機對戰(zhàn)更像是一種雞肋，只為了向初學(xué)者示好。

然而一直以來，擁有一個完美的游戲AI，一直是各大游戲廠商的夢想，受困于現(xiàn)有游戲AI的限制，一些極具創(chuàng)意的游戲模式被舍棄。而這次，AlphaGo或許會讓美夢成真。

作為更智能、更強大的游戲AI，AlphaGo不僅可以執(zhí)行基于游戲規(guī)則的行動，其對于數(shù)據(jù)強大的分析能力可以承載游戲設(shè)計者更多的創(chuàng)意，想想看，當你面對的AI不再是那個死板的暴兵狂魔，而是一個會見招拆招，偶爾還會給你憋大招的家伙，甚至可以像某個你仰慕已久的電競選手一樣與你對戰(zhàn)，那場景該多有趣。

DNA變革：重新定義電子競技

AlphaGo從被Deepmind創(chuàng)造出來的那一刻起，就被賦予了一個艱巨的使命：利用人工智能幫助人類站得更高。盡管在各大媒體的口中，它不過是個追求勝利、不擇手段的家伙，然而，人工智能本身并沒有任何過錯的，它借助計算機先天的儲存、運算優(yōu)勢，力圖將人類生活的每個方面都可以變得更美好。就像是《超能陸戰(zhàn)隊》里，大白既可以成為一個戰(zhàn)斗力爆表的殺戮機器，也可以成為一個乖巧的醫(yī)療專家，一切的不同只是在于初心。

11年前，Sky一躍跳上冠軍舞臺時，那時的電競還是一片荒野，拼命就有收獲；

11年后，當解說臺都擺滿了數(shù)據(jù)表，現(xiàn)代的電競已是一座城池，專業(yè)+天賦，才會有勝利的機會。