“人工智能”对于电竞的准确打开方式

姓名:王茜茜         学号:19020100141     学院:丁香2号书院

转自:https://blog.51cto.com/14263495/2374850

【嵌牛导读】本文将对AI在电竞上的应用进行概述

【嵌牛鼻子】AI电竞

【嵌牛提问】人工智能攻克电竞?

【嵌牛正文】最起初的时候本来想着做一个科普的内容,然而在耐心研讨过之后才发现,Google的世界已经不是我这样没进行过专业训练的电竞记者可以用明确清晰的描述清楚的了。然而,对于人工智能我们还是看到了相当多的误解和偏见,所以有一些基本的不错的提法,还是希望可以有更多的人可以明白。

  上一次关于人工智能的热点来自于“Alpha Go”的横空出世,之前的杂志上也做过专门的内容,对于那个阶段的人工智能而言,我们能够清晰的总结出一些限制条件。这其中最重要的一点是来自于准则,任何棋类运动都拥有相当清晰而且简洁的准则,在准则的基础之上,google的DeepMind无论实现怎么样的学习,在我的认识里,都还是沿着过去几十年里一般性的计算机算法在前进。换句话说,在Alpha Go的阶段,利用原来的线性逻辑,google实现了让电脑的去学习。Alpha Go的伟大之处也正在于此。

  但当我们把准则放到星际争霸中的时候,google虽然不过提供了一些思绪,在我看来既然他们敢开启这个项目,那他们对于“混沌”的处理已经到了我们想象之外的程度,在信息不对称和实时交互的环境下,实现对于局部混沌准则的信息提取与分析,听起来确实是一个相当让人兴奋的事情。如果还像很多水友把DeepMind和悍马2000摆在一同的话,我只可说这是对于人工智能的侮辱。

  说了这么多,更重要的是google的工程师为电子竞技的选手和数据分析师,提供了一个相当重要的思绪,通过这个思绪也许我们可以获得完全不同的电竞解决方案,也是电子竞技不同于传统体育的要点所在。

  局部混沌的准则

  听起来很玄妙的理论,我们能够用相当字面的方式理解混沌,因为局部混沌到底是怎么界定的不是重点,重点在于我们在所有的电竞项目的游戏准则中,我们要直面复杂设计准则带来的不可知。

  在传统的思想方式中,我们希望可以有一些模型有效的量化眼前的世界,所以在数据分析的过程中,我们更习惯总结和归纳。但在一定的条件之下,总结和归纳会让我们浪费大量的时间,而游戏本身版本迭代速度惊人,同时很多平衡性调整是牵一发动满身,所以很难实现规律的归纳,而DeepMind的思绪,通过大量的统计和不时的试错,来是发现相对优的解法。其实这样的方法在电子竞技的训练中是完全可取。以职业选手的训练量和训练水平,我们只需要大量提取数据,很多问题我们完全能够通过经验规律来解决,最重要的是,我们要相信这些规律。

  不对称性信息的提取

  在一般的传统体育中,场面的博弈中几近不会存在直观信息的不对称,然而在电子竞技中,不对称的信息是一个相当基础的玩法。然而在数据分析的过程中,我们更喜欢从结果起程,然后提出一些能够支撑的战术分析逻辑。对照好的战术分析师和教练会尝试不时的开关全图,开让选手理解他们的逻辑。然而对于本身不对称的信息到底应该通过什么样的方法来提取,可能我们还做的远远不够。

  这不是说我们应该在什么时间把在什么位置插眼或者探路的问题,是从既有的信息中,怎么提取有效信息的问题。我想在这个维度上,未几的将来DeepMind会给电子竞技带来相当多全新的思绪,毕竟google是在走在人类最前沿的,如何可以更好的向DeepMind平台学习提取信息的方法,相当值得选手和战术分析师的关注。

  这是人类要强于人工智能相当重要的局部,在我们大脑中,科学家还没法解释清楚神经元对于信息汇总之后的分析是如何精密实现的。DeepMind在星际争霸中遭遇的最大障碍可能也来自于此,但从专业人士口中得到的信息是,在自主学习的过程中,人工智能是把信息的提取和分析剥离。

  在这一点上,也是对于一般性思想方式的挑战,我们习惯把很多信息混在一同讲,实际上这样的讲法往往不能切中把柄,而追求单纯的抑制变量又做不到,所以电竞的数据分析一直都处于一个低水平发展的阶段,而DeepMind告诉我们,越是实时交互环境下的事件,我们越应该把信息的提取和分析分开来处理。

  原因很大略,惟有朝着这个思绪前进,我们才能提高训练的效率。而可能首先的训练体验会很差,但长此以往,我们对于信息处理的能力是能够得到充分训练的,以此因为大量的实时信息的涌入而造成分析困难。大略的说,在星际争霸中,面对三线空投,除了拉农民这样的规避动作之外,在三线空投都已经定位的时候再选择主力的分兵防守,可能比第一时间拉上大量部队回防在最后的结果上要好,可能用一矿的农民为代价保住了最关键的牛塔,然后才能有下一波反击的机会。

  结语

  对于是不是我们将来要依靠人工智能做为陪练和分析师,是不是要看到google的强大AI与世界最顶尖职业选手的对抗,这些在好的方法论面前都变得不那么重要。过去十几年里,硅谷的很多企业都一直潜心人工智能,这不但代表着智械危机的将来,也代表着人类应该不时进步的如今。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,029评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,395评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,570评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,535评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,650评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,850评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,006评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,747评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,207评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,536评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,683评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,342评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,964评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,772评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,004评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,401评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,566评论 2 349

推荐阅读更多精彩内容