石翔
5天時間,開了54個小時,將近2300公里,其中有超過一半是山路之后,終于從黃石國家公園的大山里走了出來,躺在鹽湖城的酒店里看勒布朗·詹姆斯用一記45度角的三分,完成對喬丹季后賽得分紀錄的超越。在黃石的五天,除了開車和睡覺之外,有限的信號和時間都一直在關(guān)注柯潔和AlphaGo的對決。
第一場,柯潔以中國圍棋中最小的劣勢四分之一子落敗,但是了解過之前AlphaGo表現(xiàn)的同學(xué)都知道,它的可怕之處就是能100%贏你1目,絕不會選擇99%贏你2目的行棋方式,所以那最后的四分之一子是柯潔和AphlaGo之間一道可不逾越的鴻溝。
在這場比賽之前,了解一些人工智能常識的人都知道以百分之百狀態(tài)的柯潔根本沒有勝算,一絲一毫的勝算都沒有,經(jīng)歷了14個月之后,AlphaGo自我學(xué)習(xí)的盤數(shù)可能已經(jīng)超過人類圍棋歷史上所有的棋局總數(shù),有人估計它和九段選手之前的差距已經(jīng)超過兩目,甚至到了三目。這樣看,校長對柯潔的嘲諷也在情理之中,作為實用主義者的代表,校長絕對不會做這種不可能嘗試,但是柯潔不是校長,他只是一位棋士。
之前,很多傳統(tǒng)體育業(yè)者,不認可電子競技,很多程度上就是因為在電競由于有了設(shè)備的輔助、程序的設(shè)計和過于復(fù)雜的規(guī)則,通過練習(xí)很多屬于人的不確定性是可以被消除的。
像史蒂芬·庫里這樣的投手在對抗之下也無法在一個賽季里達到50%的命中率,剩下的一般是人的不確定性,并非規(guī)則的不確定性。而電競中像“末日戰(zhàn)車”這樣的操作失誤,只會被當(dāng)做笑談,電競比賽很多變數(shù)來自于系統(tǒng)設(shè)置的概率。電競的智力博弈也更多源于雙方對于規(guī)則細節(jié)的熟悉程度,而不是像圍棋一樣在一條時間線上不斷地尋求人的不確定性。
我們喜歡電競比賽,更多的時候是源于在游走和對線、選位和布防、Timing和資源轉(zhuǎn)化過程中屬于人的想象力,喜歡這些人的不確定性,而不是系統(tǒng)強加上的不確定性。那是賭博,不是體育。
從這一點上來看,CS:GO這樣的游戲應(yīng)該是其中的佼佼者,人的不確定性被很好的得以體現(xiàn)。隨著電競的發(fā)展,觀眾也會逐漸認識到這樣的問題,系統(tǒng)強加的隨機性其實是在傷害游戲本身,而如何讓玩家可以在游戲中更多的發(fā)揮出人的不確定性將會成為開發(fā)者需要投入更多精力的部分。
人的可能性會讓事情變得有趣、精彩、感動,甚至是驚嘆,就像柯潔和AphlaGo的第二局棋,柯潔一度展現(xiàn)出了超越自我的強大實力,是AphlaGo幾千萬次的自我學(xué)習(xí)過程中都沒有遇到過的情況,我們沒有必要懷疑DeepMind的創(chuàng)始人兼CEO哈薩比斯對于柯潔的溢美之詞,柯潔一度超越了自己,像他自己在賽后說的一樣,“我以為自己已經(jīng)和勝利非常接近了”。這正是圍棋規(guī)則之下,人的不確定性,就像一年前的Ti6決賽上,Shadow撤退中的敵法師回頭跳上敵方高地的選擇一樣是一種人本身的超越。
可是這樣的場面在電子競技的比賽中并不算常見,即使靈光乍現(xiàn)在復(fù)雜的規(guī)則所帶來容錯性面前也無力改變局面。用一個不太恰當(dāng)?shù)谋扔?,看SKT和KT的比賽就像是兩臺AphlaGo在下棋,過程固然精彩,但是失去了人的可能性,比賽也就失去了靈魂,失去了讓人驚嘆和熱血沸騰的感覺。
我們說人工智能固然強大,但是它始終滿足不了人類類似的“游戲”需求,人的存在就代表了可能性,而人工智能則代表了不斷提高的閾值。
還在看喬丹打球的勒布朗·詹姆斯肯定沒有想過自己可以超越喬丹的季后賽總得分。今天之前,我自己也從沒有想過,連續(xù)五天超過11小時的駕駛之后,我還可以坐下心平靜氣的寫文章,每一個人都渴望創(chuàng)造自己的不可能,讓我們一起期待第三盤中柯潔還會帶給我們什么樣的驚喜吧。