303宿舍,罗尧吃着西瓜,不断的刷新着各大游戏内竞技版排名,翻开着玩家们对局资料,从数学的角度分析比赛。
结合复盘录像,制定查缺补漏的方案,是未来减少失误的关键。
要是303的舍友们看到罗尧在打游戏,估计内心又要难过一阵子。
在内卷的时代,网瘾少年和情圣该有的体验都有,日子过的不慌不忙很滋润,还被被叫学神的,恐怕只有罗尧了。
在宿舍研究游戏,也是罗尧的无奈。
连续肝了两天的AI开发,罗尧心累,决定停下来。
罗尧的身体在高效的休息之下倒是不觉得疲劳,反倒是心理上的疲劳。
和棋类AI不同的是,在电竞中产生的随机性事件比较多,而且策略的组合多到让人头皮发麻。
罗尧的理解是,至少现在来看,电竞AI就目前来看,是比棋类AI更难开发的。
棋类AI学习套路和范围相对单一,只需要运算速度足够,就能把对手所有的下子策略都列举出来,随后根据对手的下子来不断的做排除法,最终把子下来最佳的位置。
而人脑的运算速度,显然不如电脑的,而当人脑的计算失误,棋类AI的机会就来了。
如果让罗尧这个脑子里自带个来自未来超级AI的人去和现在的AI下棋,那他敢保证能把现在的棋类AI打出屎。
然而,电竞AI就不同了。
AI去操作角色,细节的操作上,是几乎不可能出现错误,关键是在对局中的各种策略。
出装、资源获取与利用这些游戏的可能性,倒是能够有明确的数据,但这种数据是及其海量的,比棋类游戏多太多,真正在对局的时候,人通常是不按套路出牌的。
当人类用跨越性的思维的时候,对AI是一种降维打击。
所以策略这种玩意儿,对于AI来说略微玄幻,是AI难以完全统筹学习的。
跨越性思维,就好像AI天生被设定好的禁区一样,无法进入。
其实按照目前思路开发出来的AI,已经能够满足普通人的训练要求。
然而,要发表在最高级别学术期刊上的论文,这种水平显然是没有什么说服力的。
这种水平的AI,国内的互联网大厂只要集中团队和资源来搞,那应该没什么问题。
论文的优越性就丧失了,尚且可以通过民间科学家般的语言艺术,去水一篇ScI,可这样就不用浪费时间在这个项目上因为只会昙花一现,实用价值丧失。
这种项目不搞也罢,要搞,那就要啃硬骨头。
综合评估下来,现在的AI虽然只是个空骨架,不过可以预见的是,在王者荣耀、吃鸡类游戏、英雄联盟中维持个钻石段位是没有问题的,可要再往高处走就难了。
原因在于钻石以上段位的选手犯错的概率相对较低,而且出装、资源获取和分配的手段相当多样化,各种跨越性思维和出其不意战术的运用,对AI来说都是噩梦。
困境之下,罗尧决定去游戏中找一找思路。
以他现在的水平,打到各类游戏的最高段位,那是没什么难度的事情。