——VPGAME CTO俞圓圓談人工智能與大數據系統在電子競技中的應用

6月22日，以“人工智能技術賦能行業升級”為主題的World of Tech2019 全球人工智能技術峰會，在北京粵財JW萬豪酒店召開。60多名國內外一線人工智能精英大咖、1000多位技術同仁齊聚峰會，分享人工智能的平臺工具、算法模型、語音視覺等層面的技術方法和案例實施經驗等，助力人工智能落地。

VPGAME CTO俞圓圓(俞圓圓,2006年畢業于斯坦福大學計算機科學系人工智能方向,前 Ucloud 云計算研發總監，微軟 Azure 網絡研發***軟件工程師，AWS EC2 網絡及安全高級工程師。)（以下簡稱“Y3”）作為電子競技方面的IT架構的專家，在IT架構優化分會場率先發表了題為《人工智能和大數據系統在電子競技數據處理平臺中的應用》的演講，介紹了VPGAME在分布式系統、存儲系統、以及算法邏輯是如何對海量電競比賽數據進行清洗處理、分級存儲以及上層應用的，闡釋了對IT架構進行優化或賦能的正確方式、以及電子競技信息化步入新階段的途徑。

[[269135]]

VPGAME CTO俞圓圓發表演講

電子競技作為近年來競技體育項目中發展最迅猛的一個獨特分支，正在引起大量的社會關注和重視。Y3在演講中表示，和其他競技體育項目一樣，電子競技對于數據的分析和應用有著獨特的要求。電子競技項目中，由于職業玩家和業余玩家的距離更近、業余玩家對于項目的參與度更高，使得其比賽數據的體量和數據分析的技術要求較之傳統體育有著幾何級數的增長。

電子競技數據天然的屬性對算法提出了更高的要求，VPGAME采用分布式數據處理在時間成本、數據維度以及數據及時性上解決了電子競技數據在處理階段體量大、數據分析復雜的問題。Y3在講到公司FunData大數據系統架構時，從ETL層、接口層、數據處理層、存儲層四個維度闡釋了電子競技數據的采集處理過程。

FunData大數據系統架構

同樣，電子競技數據在存儲服務上對電子競技從業者也提出了更高的要求。Y3對比MySQL、HBase、BigTable、Firestore以及MongoDB在存儲上的優劣，并通過例舉數據存儲在DOTA2、PUBG等游戲賽事應用中的表現以及實際操作中的靈活切換，從容量、性能、擴容、價格展示VPGAME對數據存儲的處理。

FunData大數據存儲

除了分布式系統、存儲系統之外，Y3還對基于OCR的電競數據挖掘和基于機器學習的勝率預測在電子競技行業的上層應用展開了詳細講解。尤其是在深度學習上面，電競領域的人工智能很好的契合了深度學習可塑性、普適性、高效率，同時削減了深度學習中訓練成本高昂以及不能直接學習的劣勢，通過例舉游戲英雄之前相互克制關系判斷最終對抗陣容對勝率判斷的機器學習來幫助勝率預測等，讓更多人了解到電競數據、深度學習對電子競技行業發展的前瞻性幫助。

DOTA2與LOL的直播圖像識別

基于機器學習的勝率預測：模型選擇

正因為有著更加優化的IT架構，面對著比傳統競技體育更加復雜的比賽數據體量和數據分析，VPGAME才可以輕松應對，并且推動著電子競技行業大數據技術發展。