文|楊一

來源|智能相對論

沒有一件事，人類在準備開始之前就已經輸了！

但是在電競圈，AI正在瞄準電競選手。

去年8月，在Dota 2國際邀請賽中，世界頂級職業(yè)玩家之一的Dendi，就在和OpenAI開發(fā)的DotaAI的1VS1中敗下陣來。比賽共進行了兩局，第一局，AI利用假動作誘騙Dendi上前補刀并將其擊殺。第二局，Dendi因前期的卡兵失誤而痛失先手，比賽也在 AI 無限地優(yōu)勢滾雪球中草草結束。

更早讓電競玩家擔憂AI貢獻電競的是一場玩家和AI比拼《星際爭霸》操作的對決。玩家和AI分別操控11個機槍兵對40只毒爆蟲，以及100只小狗對20輛重裝坦克分別進行攻防戰(zhàn)。結果，玩家操作的攻防戰(zhàn)全部輸掉，而AI控制的機槍兵以0傷亡的戰(zhàn)績全部消滅毒爆蟲，而100只小狗在消滅20輛重裝坦克后還剩近20只。

這些較量，都成了那些認為玩家（包括職業(yè)玩家）在AI面前成了毫無反抗之力的人的證據。他們認為，電競游戲是通過代碼、程序編制而成，只要把這些代碼錄入到AI中去，無論玩家游戲技巧多么優(yōu)秀，都不可能超過AI。在他們看來，玩家點擊鼠標、鍵盤都是靠頭腦記憶和反應速度來完成，即使再快，也不可能超過AI的速度。

面對AI挑戰(zhàn)，人類真的毫無招架之力？

人類擅長擬人化和抽象化，而電腦則擅長數據化規(guī)?；?，這是區(qū)別玩家和AI的根本所在。和玩家相比，AI具有多方面的優(yōu)勢，使得AI在和玩家對抗時占據上風，甚至可以說，在某些方面不做限制的情況下，玩家和AI根本不是一個層次的對手，根本沒有可比性。是不是有點絕望了？別急，讓我們假設個條件再試試，即AI獲取信息的方式和玩家完全一樣，且必須是和游戲程序獨立開來的另一個軟件，不是游戲本身自帶。

1.“硬件”對比：AI完勝玩家

以射擊類游戲為例，玩家和AI都采取同樣的方式去獲取信息，即依靠各自的視覺和聽覺。

視覺上，玩家主要靠眼睛來獲取，而AI卻是依靠編碼來識別出現在它面前的所有顏色。如果熟知RGB，那么你就知道，人眼看上去幾乎完全一樣的顏色，在AI看來，則是幾種完全不一樣的顏色。在射擊類游戲里，如果偽裝色和背景顏色只有丁點的不同，人眼發(fā)現的幾率很小，但如果是AI，對不起，你被我發(fā)現了。

在射擊類游戲里，聽聲辯位是一個很重要的技巧，那么在聽覺上，兩者相比又會怎樣？對玩家來說，玩家接受到的聲音在大腦里反饋出來的信息始終只能是個大概，更多時候還需要依靠玩家的游戲經驗加以判斷，更何況游戲的聲效還會因游戲質量、玩家的設備等因素影響。但對AI來說，它甚至能通過聲音判斷出你在它背后幾米處。

除去視覺和聲音，玩家和AI的區(qū)別還在于，AI只要提前設定好，就能時刻保證處于最佳狀態(tài)，而對玩家來說，這一點誰也不能保證。

2.家制勝關鍵：戰(zhàn)術和游戲隨機性

以多人競技類和即時戰(zhàn)略類游戲為例，例如Dota和星際爭霸，在玩家和AI以相同的方式獲取信息時，雙方都不知道對方的動作和戰(zhàn)術。在此情景下，戰(zhàn)術及游戲里出現的隨機性，就成了玩家戰(zhàn)勝AI的關鍵。

如前文所述，AI過度依賴邏輯運算，在既有的運算規(guī)則之下，AI估算不到對手的戰(zhàn)術，這個時候，你苦心鉆研的三十六計就派上用場了。即便AI會根據玩家以往的比賽來判斷對手的風格，但兵無常勢，玩家本身就具有不確定性，不會也不可能所有事都能做到按照邏輯來，加上游戲中的隨機性，這些都成了玩家戰(zhàn)勝AI的可能性。

“內耗”之外，我們看到更多可能性

AI和玩家對抗似乎成了科技公司之后的發(fā)力點，谷歌旗下的DeepMind也與暴雪聯(lián)手，共同開發(fā)星際爭霸Ⅱ中與人類玩家對抗的人工智能。那么，AI與玩家的對抗要成為以后電競的主流嗎？

智能相對論認為，在電競行業(yè)，AI的優(yōu)勢不應該局限于人機對戰(zhàn)中，而應該放在模擬數據，更可放在“電子競技運動與管理”這門新興學科上，同樣電競也可以幫助AI，具體來說：

1. AI技術的成熟度檢驗，電競或許能幫上忙

人工智能需要對人的意識、思維進行較好的信息過程的模擬，簡單的說，就是像人一樣的思考，這些也是AI走向成熟的標志。按照這個標準，具體到電競中，參照目前的科技發(fā)展現狀及AI目前的特點，AI在電競中成為“人”仍需要時間。

電競游戲兼顧了數據化基礎和人性化表象，電競游戲的這個特點恰恰能助推AI走向成熟，因此電競游戲也就成了AI最好的試驗品。比如星際爭霸，它擁有豐富多彩的游戲環(huán)境和戰(zhàn)術體系，玩家在同一時間可能有300多種基本行動可以選擇。此外，在星際爭霸中，很多操作是分級的，可以進行修改和擴充。所有這些可能性構成的策略集和策略選擇都對人工智能構成了巨大的挑戰(zhàn)。

在AI尚未百花齊放時，電競可以成為AI發(fā)展的最佳落地點，為玩家?guī)砀囿@喜，為開發(fā)者創(chuàng)造更多商機。

2. 電競游戲的發(fā)展，AI有得玩

在電競發(fā)展如火如荼的當今，游戲的公平性及游戲本身的樂趣性往往決定了游戲能走多遠。AI技術的引進，應當成為技術開發(fā)者們考慮的課題之一。

在電競游戲內融入AI技術，并基于它設計游戲，甚至利用AI自動生成情節(jié)，這些都會成為游戲的最大賣點。也許這看起來有些不可思議，但擁有大數據優(yōu)勢，基于數據判斷的AI往往能給出最客觀的設計方案。試想一下，如果有一天電競游戲里突然發(fā)現AI角色，屆時，游戲體驗將會是革命性的提升。

同時，基于AI取得的最新進展，我們可以回顧以前因為技術而受限的游戲設計，并在未來游戲中獲得突破?；贏I技術的發(fā)展，不斷提高游戲研發(fā)的深度和廣度，同時搭配其大數據和云計算等優(yōu)勢，設計出的游戲可以滿足大多數玩家的需求。而這，也會讓玩家對游戲一直保持新鮮感，開發(fā)者也不必擔憂玩家流失。

簡單的說，將人工智能引進電競，可以為電競游戲帶來更多機會，創(chuàng)造更多活力，提升電競游戲價值。人工智能在電競行業(yè)大有可為。

3. 推動電競教育，AI可助一臂之力

現下電競已經成為了一門學科，但目前其在世界各大教育體系中仍是一個新生兒，如果采取傳統(tǒng)的培訓方式，肯定不適合電競行業(yè)的快速發(fā)展，我們或許可以將目光放在人工智能上面。

電競專業(yè)是一種職業(yè)教育，一種高度市場化的職業(yè)教育，其目標是培養(yǎng)出具有高度實戰(zhàn)能力的電競選手以及相關的管理者，從這一層意義上來說，實戰(zhàn)就應該是培訓的主要方式。但就目前的情況來看，課程中對實戰(zhàn)的投入還遠遠不足。

一名優(yōu)秀的電競選手不僅要對游戲各方面的規(guī)則、特點熟稔于心，還需要具備相當的戰(zhàn)略戰(zhàn)術能力，以及高超的操作技巧、操作水平。而這些，都需要通過長期的訓練、實戰(zhàn)獲取，所以要培養(yǎng)出頂尖級電競玩家，實戰(zhàn)環(huán)節(jié)是缺不了的。而AI這么會玩游戲，或許是個教學中的好對手。同時，人工智能通過和人類交手可以得到更多的經驗，這對它來說，也是個不錯的成長機會。

此外，人工智能還擁有大數據優(yōu)勢，在教學中，根據實際教學情況，人工智能可以基于大數據提供最佳的教學方法。將人工智能AI引入電競教育，還可以將電競專業(yè)當成利用前沿技術改革創(chuàng)新傳統(tǒng)教育的實驗平臺，為未來的教育提供前瞻性的指導。

電競專業(yè)還是個新生兒，人工智能技術卻恰處于大爆發(fā)的時候，既然人工智能有那么多優(yōu)勢可以助力電競專業(yè)發(fā)展，將人工智能引入電競教育又有何不可？

智能相對論：深挖人工智能這口井，評出咸淡，講出黑白，道出深淺。重點關注領域：AI+醫(yī)療、機器人、智能駕駛、AI+硬件、物聯(lián)網、AI+金融、AI+安全、AR/VR、開發(fā)者以及背后的芯片、算法、人機交互等。