——VPGAME CTO俞圆圆谈人工智能与大数据系统在电子竞技中的应用
6月22日，以“人工智能技术赋能行业升级”为主题的World of Tech2019 全球人工智能技术峰会，在北京粤财JW万豪酒店召开。60多名国内外一线人工智能精英大咖、1000多位技术同仁齐聚峰会，分享人工智能的平台工具、算法模型、语音视觉等层面的技术方法和案例实施经验等，助力人工智能落地。
VPGAME CTO俞圆圆(俞圆圆,2006年毕业于斯坦福大学计算机科学系人工智能方向,前 Ucloud 云计算研发总监，微软 Azure 网络研发***软件工程师，AWS EC2 网络及安全高级工程师。)（以下简称“Y3”）作为电子竞技方面的IT架构的专家，在IT架构优化分会场率先发表了题为《人工智能和大数据系统在电子竞技数据处理平台中的应用》的演讲，介绍了VPGAME在分布式系统、存储系统、以及算法逻辑是如何对海量电竞比赛数据进行清洗处理、分级存储以及上层应用的，阐释了对IT架构进行优化或赋能的正确方式、以及电子竞技信息化步入新阶段的途径。
VPGAME CTO俞圆圆发表演讲
电子竞技作为近年来竞技体育项目中发展最迅猛的一个独特分支，正在引起大量的社会关注和重视。Y3在演讲中表示，和其他竞技体育项目一样，电子竞技对于数据的分析和应用有着独特的要求。电子竞技项目中，由于职业玩家和业余玩家的距离更近、业余玩家对于项目的参与度更高，使得其比赛数据的体量和数据分析的技术要求较之传统体育有着几何级数的增长。
电子竞技数据天然的属性对算法提出了更高的要求，VPGAME采用分布式数据处理在时间成本、数据维度以及数据及时性上解决了电子竞技数据在处理阶段体量大、数据分析复杂的问题。Y3在讲到公司FunData大数据系统架构时，从ETL层、接口层、数据处理层、存储层四个维度阐释了电子竞技数据的采集处理过程。
FunData大数据系统架构
同样，电子竞技数据在存储服务上对电子竞技从业者也提出了更高的要求。Y3对比MySQL、HBase、BigTable、Firestore以及MongoDB在存储上的优劣，并通过例举数据存储在DOTA2、PUBG等游戏赛事应用中的表现以及实际操作中的灵活切换，从容量、性能、扩容、价格展示VPGAME对数据存储的处理。
FunData大数据存储
除了分布式系统、存储系统之外，Y3还对基于OCR的电竞数据挖掘和基于机器学习的胜率预测在电子竞技行业的上层应用展开了详细讲解。尤其是在深度学习上面，电竞领域的人工智能很好的契合了深度学习可塑性、普适性、高效率，同时削减了深度学习中训练成本高昂以及不能直接学习的劣势，通过例举游戏英雄之前相互克制关系判断最终对抗阵容对胜率判断的机器学习来帮助胜率预测等，让更多人了解到电竞数据、深度学习对电子竞技行业发展的前瞻性帮助。
DOTA2与LOL的直播图像识别
基于机器学习的胜率预测：模型选择
正因为有着更加优化的IT架构，面对着比传统竞技体育更加复杂的比赛数据体量和数据分析，VPGAME才可以轻松应对，并且推动着电子竞技行业大数据技术发展。
