馬斯克、Google都在做,AI能完勝人類電競選手?
馬斯克、Google都在做,AI能完勝人類電競選手?

從信心滿滿到麻木絕望,這是有「不敗少年」之稱的南韓棋士李世乭,在2016年與Google開發的人工智慧AlphaGo對弈的心情轉折。

從李世乭敗給人工智慧(AI)開始,一般大眾逐漸正視AI的潛在發展性,而相較於雙方都能掌握賽局全面資訊的圍棋,在電競中,因為僅能掌握視野裡的片段訊息,且是動態進行、反應時間短暫、複雜度遠遠高出許多,這也是為什麼像DeepMind、OpenAI這些人工智慧公司都紛紛將AI與電競結合,不論是訓練選手,或是擊敗選手,AI讓我們看見電競的另一種可能。

今夏挑戰團體戰,OpenAI再度獲勝

「如果你不關心AI的安全性,現在應該要這麼做,AI造成的威脅比北韓更高。」特斯拉執行長馬斯克(Elon Musk)會這麼說,是因為由他創辦的非營利人工智慧組織OpenAI,開發出的AI機器人,2017年成功在電競遊戲《Dota 2》中擊敗人類選手。

OpenAI技術長葛瑞格.布洛克曼(Greg Brockman)表示,OpenAI完全是透過自學,訓練出一套專屬的戰略玩法,且整個訓練過程僅花了兩週,賽後馬斯克表示,「這是OpenAI首次在比圍棋更複雜的電競項目中擊敗人類。」一席話暗指OpenAI的成就勝於AlphaGo。

不過這麼說或許不全然公平,曾在Google大腦團隊工作過的研究員丹尼.布里茲(Denny Britz)認為,OpenAI擊敗人類並沒有實質上的重大突破,因為這場比賽採一對一的模式,並非一般電競比賽的多人團體戰,在戰術規劃、協作能力等,複雜度根本不能相比。

此外,OpenAI是由《Dota 2》的API(應用程式介面)製作,因此機器可以事先掌握像是準確攻擊距離數值,這些人類選手無法得到的遊戲資訊,因此在基礎上本身就不公平。布里茲認為AI並未有突破性的進展,只是研究人員用正確的方式繞過現有技術的限制來解決問題,並直言AI要在電競中擊敗人類,還需要至少一、兩年的時間。

然而OpenAI採自主學習模式,有可能發展出人類不曾使用的玩法,而最終人類可以向AI選手學習新的戰略玩法,來精進自己的技能。2018年六月,OpenAI團隊已經成功製作一款能夠在《Dota 2》中以「團體戰」形式,擊敗5名頂尖業餘玩家的AI軟體「OpenAI Five」;AI與AI之間能夠相互配合,被認為是電腦科學領域的新里程碑。

既能給人類新戰略,也能讓AI更聰明

就在擊敗李世乭後,Google的AI團隊DeepMind與暴雪娛樂(Blizzard Entertainment),於2017年合作一項結合遊戲《星海爭霸 2》的研究計畫,不過跟OpenAI與人類競賽的目的不同,DeepMind是要把遊戲當成訓練AI的工具,讓AI變得更聰明、更精準。

《星海爭霸 2》是專業電競比賽中的比賽項目之一,是一款高度複雜的遊戲,玩家必須兼顧建構防禦、採集資源、發展武器等工作,任務複雜且多樣,不同玩法也會導致不同的結果。

看中這款遊戲的複雜性,DeepMind推出將《星海爭霸 2》用於訓練AI的介面API,資料庫中集合了高達6萬5千場的電競比賽影像,讓AI學習人類的戰術,團隊也將遊戲中的特定元素,像是地圖探索、資源收集分拆出來,讓AI可以針對弱項單獨訓練,並將這些數據反饋給研究人員。

DeepMind研究員奧里歐.凡尼爾斯(Oriol Vinyals)認為,比起圍棋,《星海爭霸 2》的複雜度更接近現實生活中的情況。圍棋落點的可能性是10的170次方,而《星海爭霸 2》的複雜度至少要再加上100個零,不過目前AI在《星海爭霸 2》的探索仍處在早期階段,反應能力仍不夠準確。

然而透過DeepMind、OpenAI的例子,已可以看到「AI+電競」邁出關鍵性一步,不論是用來訓練選手,或測試新的AI技術,也許未來AI科學家可以跟遊戲發行商合作,在高度複雜的遊戲中,結合AI科技來提升遊戲本身以外的價值,加速AI整體發展速度。或許正如同DeepMind顧問大衛.邱吉爾(David Churchill)說的:「我們正在替未來可以用於真實世界的科技,打造一個測試的溫床。」

OpenAI.jpg
OpenAI擁有強大的自我訓練能力,它只需要花一天時間,就能完成人類180年的遊戲訓練。
圖/ REUTERS

OpenAI

成立年|2015年
創辦人|伊隆.馬斯克(Elon Musk)、山姆.奧爾特曼(Sam Altman)
業務內容|非營利人工智慧研究機構

往下滑看下一篇文章
從人、流程到工具:TVBS解構新聞業AI轉型方程式
從人、流程到工具:TVBS解構新聞業AI轉型方程式

在生成式 AI 驅動下,新聞產業正加速進入新一輪轉型。這股技術浪潮不僅改變了內容產製模式,也重塑了讀者獲取資訊的入口。面對這場產業變革,台灣科技媒體領導品牌TVBS 展現強勁的轉型動能,不僅積極布局 AI 應用,更憑藉創新專案獲得「nDX數位創新獎助計畫」肯定。

為加速經驗擴散並促進產業交流,日前,TVBS 攜手數位經濟暨產業發展協會(DTA)舉辦「AI in the Newsroom-TVBS轉型實戰分享」發表會,現場匯聚媒體與科技領域專業人士,從實務案例出發,深入剖析 AI 導入新聞現場的應用模式,共同見證 TVBS 如何以 AI 為核心引擎,重新定義數位時代的媒體影響力。

TVBS-1.jpg
圖/ 數位時代

從「人」出發:從超級個體到超級組織,啟動 AI 原生轉型

TVBS 集團成長長簡西村表示,早在生成式 AI 浪潮成形之初,TVBS 便已啟動轉型布局。不僅於 2023 年成立AI未來科技部,專責 AI 應用開發與轉型推進,更由董事長親自主持每週一次的 AI 策略會議,確保決策與執行節奏高度一致,並進一步盤點出「人、流程、科技(PPT)」三大轉型關鍵,逐步落實將 AI 導入各項營運環節。

從「人」的角度來看,TVBS 以 AI 提升效率與創造價值為目標,提出超級個體與超級組織的轉型藍圖。其中,超級個體指的是能善用 AI 工具的記者,例如:透過 AI 分析海量資料、自動生成初稿或經營個人品牌,透過與 AI 的分工協作,不僅提升產出效率,也讓記者得以回歸深度核實與現場採訪等核心職能。

當多個超級個體串聯,便進一步形塑出超級組織,透過 AI 全面提升團隊的數位戰力,成為 AI Native(AI原生)媒體組織。TVBS 的願景是,讓每一個議題皆能發展出專屬 AI Agent,負責資料處理與初稿生成,而人扮演總編輯角色,負責內容品質與倫理把關。如此一來,不僅能實現全天候、高頻率的內容更新,更可透過多 Agent 協作,同時產出文字、影音、Podcast 等不同形式的內容,實現一次生產、全平台分發的目標。

從「流程」出發:讓AI嵌入新聞產製,縮減 30% 作業時間

從「流程」的角度來看,AI 唯有真正嵌入新聞產製流程,才能發揮最大效益。然而,哪些環節最適合導入 AI、導入後流程該如何重塑,往往只有第一線新聞人最清楚。為此,TVBS 邀請新聞部同仁組成「文科種子」團隊,並由主管從日常工作情境出發,親自示範 AI 應用,讓記者實際感受到 AI 帶來的效率提升,進而翻轉「不好用」的既有印象,吸引更多資深同仁投入 AI 應用開發。

TVBS新聞部網路新聞中心總編輯楊致中強調,「AI不是要把新聞人變成工程師,而是要讓新聞人重新回到專業現場。」因此,這群橫跨編輯、記者、編譯等不同職能的種子成員,從使用者視角出發,與工程師並肩協作,以使用情境取代傳統規格書,讓技術團隊得以深入理解採訪流程中的真實痛點,進而開發出涵蓋多語翻譯、初稿生成、重點歸納、多稿比對、標題與內容優化等 AI 應用,整體作業時間平均縮短逾三成。同時,新聞部也與 AI 部門建立每週開會機制,持續提出痛點及回饋使用經驗,推動產品快速迭代。

TVBS-3.jpg
圖/ 數位時代

另一方面,TVBS 也連續三屆舉辦員工限定的「AI 黑客松」,各部門同仁由日常工作中的痛點出發,發想出更貼近第一線需求的 AI 解決方案,讓 AI 逐步成為組織共通的語言,不僅有效提升工作效率,也進一步形塑出 AI 驅動的創新文化。

從「科技」出發:打造混血系統 AI WIZE,讓AI真正貼近使用需求

從「工具」的角度來看,如何在滿足使用需求的同時兼顧技術快速迭代,成為關鍵課題。為此,TVBS 提出混血系統概念,由新聞人與 AI 部門協助,共同開發出專為媒體場景打造的 AI WIZE 平台。

TVBS-2.jpg
圖/ 數位時代

TVBS AI未來科技部副總監吳楨文說明,AI 技術迭代速度極快,若仍沿用傳統「使用者提需求、工程師寫程式」的開發模式,不僅溝通成本高、也難以快速及時優化,容易導致使用體驗不如預期。若是直接使用外部 AI 工具,在產出結果不穩定的情況下,使用者常常要反覆調整提示詞與修正細節,反而會增加時間成本,使 AI 應用淪為新的負擔。

為解決這樣的困境,TVBS 在開發 AI WIZE 時,結合系統化與人才混血兩大策略,由工程師在「深水區」把關系統架構、資訊安全與成本控管,而新聞人則在「淺水區」透過 AI Studio 等自然語言工具定義應用場景,並將新聞專業封裝成可重複使用的 AI Agent技能,同時透過持續回饋機制,讓 AI Agent 不斷學習與優化,使工具更貼近日常工作需求。

簡西村最後強調,人機協作不是選擇,而是必然路徑。TVBS 期望透過這場 AI 轉型,打造兼具速度、深度與可信度的新型媒體競爭力,並以自身實踐經驗為基礎,帶動台灣媒體在 AI 浪潮下強化整體產業競爭力,重新定義媒體的「真實」價值,開創新聞產業的 AI 新時代。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓