AI预测RNG还不如日本队，面对T1必败无疑？ - 游戏资讯(健康生活网)

随着2022英雄联盟MSI季中冠军赛即将揭开战幕，RNG也将代表LPL出征本次赛事。不过，就在这两天，国外一家名为FactorGG的网站用AI预测了MSI的结果，来自LCK的T1以40%的夺冠率稳居榜首，而RNG最终夺冠几率却只有不到20%。更离谱的是，FactorGG还综合分析了各队数据，对参赛队伍的战力进行评级，RNG甚至还不如日本队DFM和省队PSG……

那么问题来了，这个AI预测的结果究竟是否可靠？难道RNG在MSI面对T1真的必败无疑？

首先要承认，综合各队近期赛事数据进行夺冠预测，其实是一件非常科学的事情。因为不止电竞赛场，包括足球、篮球等传统体育项目，普遍都有赛前预测冠军的传统。例如四年一届的世界杯，赛前总会有媒体或专业学者预测有哪几支队伍可能夺冠，而事实上最后的冠军也往往出自其中。

结合这个例子，相信大家也已经注意到了，预测冠军当然可以做到，但这个大前提是：数据，只能帮助我们分析哪些队伍最有夺冠的可能性，而不是给出可量化的精准数据。就像本文开头FactorGG的“预测”，甚至连T1、RNG的夺冠几率都给出来了，这显然已经脱离了科学的范畴，反而更像是玄学。

实际上，所谓AI预测赛事结果，这些年“被打脸”的案例不在少数。最经典的就是去年年底，EDG在S11决赛面对DK前夕，多个AI的预测结果都是DK三比零轻松取胜。然而事实却是，EDG以3:2战胜对手夺冠。

这再次凸显出目前赛事预测方法的不确定性，毕竟AI所能采集的近期赛事数据，往往来自于参赛队伍在各赛区的表现。这也就意味着，数据受到队伍所处赛区综合实力的影响，并不能考虑到国际赛场面对其他赛区选手的状态。

举个例子，AI分析的队伍战力榜单中，来自日本LJL赛区的DFM数据远超RNG，这个结果明显超出观众的认知常识。但如果拉取两支队伍的联赛数据，我们就不难找出AI得出这个结果的原因：

没错，DFM在LJL赛区有着恐怖的统治力，而RNG在竞争残酷的LPL刷不出这么漂亮的数据。这就好比说，我在国服白银段位能打出非常漂亮的数据，仅看数据甚至超过Faker，但这绝对不意味着我敢说“我能和Faker五五开”。

更何况，与干巴巴的队伍或选手数据不同，决定赛场结果的因素还有很多。选手的生理状态、心理状态，与队友之间的关系，都可能直接或间接影响比赛结果。

2017年诺贝尔经济学奖得主，因对行为经济学做出贡献而闻名的理查德·塞勒，就指出“完全理性不可能存在，人在现实生活中的各种行为必然会受到非理性影响。”虽然只是经济学观点，但完全适用于电竞赛场。

一个比较典型的例子，是2020年的S10全球总决赛。在TES面对FNC的比赛中，后者连胜两局，距离赢下比赛只剩一步之遥。但问题在于，他们当时犯了一个比较低级的错误，几名选手在休息期间进餐，还因此诞生了“谢谢你，小杨生煎”的梗。要知道，在精神高度紧张的职业赛场，进食极有可能导致血糖增高而出现困倦的情况发生。随后，FNC就连输三局，被TES上演“让二追三”。

比赛期间避免进食防止血糖升高，对于职业选手而言是基础常识，但FNC还是因为“非理性行为”付出了代价。或许FNC的例子只是个例，但这也凸显出一个事实，以人为主体进行博弈的比赛，非常依赖选手和团队的状态。这就像“蝴蝶效应”，任何一名选手的某种可能性，都会对最终结果产生数据分析之外的影响。

不过，从目前来看，国外各个赛区——尤其是韩国LCK赛区观众，对这份AI数据分析过于迷信，对于我们而言其实并非坏事。正所谓骄兵必败，迷信数据分析的结果，或许将使得他们付出惨重的代价。

当然，从AI给出的综合分析数据我们也不难看出，T1是RNG夺冠路上的最大阻碍。面对这支在LCK全胜的恐怖对手，RNG和LPL必须使出浑身解数，才能确保胜利的天平倒向我们！

这里是游戏BUG姬，每天为你带来主机圈、网游圈、电竞圈有价值的深度内容和更犀利的吐槽。如果你觉得还不错，请关注我！谢谢你这么好看，还愿意读我的文章。