Page 47 - 《上海体育大学学报》2025年第8期
P. 47
2025 年 8 月 第 49 卷 第 8 期 原创成果
展的指导意见》（2022 年）指出：“通过场景创新促进人 地”两个要素，是在实体平台中运行的，人工智能若要
工智能关键技术和系统平台优化升级，形成技术供给 进入传统体育领域至少需要经历两次平台切换：第一
和场景需求互动演进的持续创新力。”电竞作为场景 次是通过各种类型的智能传感器收集实体平台中的数
需求有助于弥补人工智能技术的短板，形成稳定的技 据，并运用机器视觉、语言处理、生物特征识别等模块
术供给来源。《深圳市关于建设国际电竞之都的若干 将之“格式化”为算法能够理解的样态；第二次则是将
措施》（2023 年）第六条规定：“支持运用······人工智 计算或生成的结果以实物器具等形式回馈至实体平
能······等新一代数字技术，提升电竞内容制作及传播 台。尽管随着技术发展，平台的切换已经可以实现或
能力，带动电竞直播、经纪、资讯、培训、装备等周边 者即将实现，但切换过程必然伴随着信息损耗和成本
产业发展。”人工智能作为新一代技术有助于强化电 上升等问题。例如，传感器的数据采集不可能进入“宏
[4]
竞运动的核心竞争力，并为其产业发展提供新引擎和 数据” 领域，智能计算的结果也不可能严整地映射到
新动能。因此，厘清电竞与人工智能的关联关系、展望 现实世界，而为了尽可能地降低损耗，有赖于传感器及
人工智能在电竞各个环节的功能实现及运行机理是本 实体器具数量和精度的提升，这又会推高运行成本。相
文的主旨。 较而言，电竞能够在虚拟平台中实现闭环，无须与现实
世界进行交互，竞技过程中的各项数据无须采集和转
1 人工智能与电竞的场域契合
化即可无缝过渡至人工智能，计算结果也可不经实体
相较于传统体育，人工智能与电竞有着天然的契
器具直接用于虚拟平台，从而免除了人工智能进入传
合性，二者在运行平台、数据构造、技术基础等底层逻
统体育所必须经历的平台切换。这不仅能降低成本，
辑上是相通的。换言之，将人工智能融入电竞场域系
将算法和算力集中于某一特定类型并实现某一特定目
属“水乳交融”或“水到渠成”，无须“搭建桥梁”或“破 的，同时也能消除切换过程中产生的错误或不当。即
除障碍”。 如论者 [5]16 所言：“与常见的机器人模拟器相比较，后者
1.1 运行平台的无缝衔接 中的所有环境都必须煞费苦心地对从现实世界中收集
人工智能与电竞的首要契合点在于二者都是在虚 而来的数据进行加工或调整，而在使用游戏作为测试
拟平台上运行的，无须实体要素进行桥接，也无须在虚 平台的时候，就不再存在这样的内容短缺了。”
拟和实体之间进行转化。在人工智能端，尽管有学者 以辅助训练为例，用于运动员训练的乒乓球发球
指出机器学习与传统编程之间存在差异，前者具有“不 机/机器人已经较为成熟，“通过设置在球台上的传感
确定性和可变性”“从数据中学习，获得性能提升”等 器，乒乓球机器人能以约每秒 80 次的速度测算对手的
[2]
特征 ，但主流观点仍将人工智能定义为“根据对环境 位置，尤其是能够看清球的旋转方向和旋转速度，看准
的感知做出合理的行动，并获得最大收益的计算机程 落点后准确将球打回” [6]161 。深度学习了奥运冠军许
[3]
序” 。这一程序尽管存在物理载体（如 CPU、GPU、 昕发球技巧的“许昕 AI 智能发球机”则进一步“采用
RAM、ROM 等），亦可搭载于实物器具（如机器人、家 仿人设计原理，各转动轴分别能模拟人的腰、肩、肘和
居电器、无人驾驶汽车等），但作为人工智能程序核心 腕关节”，“实现各种速度、落点和弧线的上旋球或下
[7]
的数据、算法和计算过程仍然是基于虚拟平台存在 旋球等专业发球” 。但此处仍存在下列问题：①运动
的。在电竞端，竞技游戏本体即是计算机程序的一种， 场地问题。乒乓球项目场地空间相对狭小，运动员活
运行于 PC、移动设备或游戏主机的操作系统，参赛选 动范围也相对有限，在需要大场地的足球、篮球、橄榄
手并不是进行物理意义上的身体对抗或竞争，而是操 球、水球、冰球等项目中，发球机/机器人如何辅助训
控虚拟角色在游戏中“代为”行动，胜负的判定也是依 练？②功能局限问题。在接触性的身体对抗项目（如
据虚拟角色的表现，而非选手本人的运动状况。就此 摔跤、柔道、跆拳道等）中，机器人如何通过对抗来提
而言，人工智能和电竞的运行平台属于同一性质，人工 升人类运动员的技能水平？③训练强度问题，目前机
智能进入电竞场域只是从一个虚拟平台转移到另一个 器人还难以用于顶级运动员的训练，如许昕本人在与
虚拟平台，无须经历“虚拟—实体”之间的平台切换。 “许昕 AI 智能发球机”的对抗中取得了 147 000 的挑
[7]
传统体育/竞技项目皆具备“亲身参与”和“现实场 战成绩 。
43
