DeepMind自成立就一直在致力於人工智慧的開發，谷歌也正是看中了DeepMind的潛力，收購了DeepMind。谷歌提供強大的經濟和技術支援，確保DeepMind對人工智慧的研發更加的順利。

在2016年，DeepMind的人工智慧用在圍棋上被稱為ALPHAGO，也就是阿爾法狗，擊敗了世界頂級的圍棋選手名噪一時，讓更多的人認識到了人工智慧的未來。

而在去年，DeepMind策劃了一場電競比賽，把參加比賽的人工智慧命名為AlphaStar，在和世界最優秀的星際爭霸選手的對戰中，幾乎是完勝。最後為了人類的面子，給AlphaStar加了一些限制才讓人類扳回一局。

在比賽中，AlphaStar展現了優秀的操作技術和戰略大局觀，什麼時間進攻，什麼時間撤退，什麼時間出什麼樣的科技，戰鬥時怎麼分配兵種等各種操作技術。為什麼如此優秀？因為DeepMind在訓練AlphaStar時，專門為此搭建了一個訓練環境，AlphaStar在這種訓練中打了半個月，獲得了幾百年的遊戲對戰經驗，這樣的學習效率讓人類歎為觀止。

如果星際爭霸2換成英雄聯盟，結果也是一樣，人類在AlphaStar面前沒辦法獲得的勝利。小編雖然偏愛英雄聯盟，但不得不承認，星際爭霸2的難度還是遠超於英雄聯盟的，這樣的情況下，英雄聯盟怎麼會獲得勝利呢？可以設想一下，AlphaStar完美控制兵線不漏一個兵，你所有技能都打不到AlphaStar，AlphaStar計算好距離傷害突然秒殺你，這種遊戲怎麼玩？

首先，要了解什麼是人工智慧，所謂的人工智慧，首先要分兩個方面解釋。

第一，之所以叫人工，是因為無論什麼樣的硬體，都需要軟體驅動，而編寫軟體程式就需要專業的碼農，根據不同的情況需求，編寫程式碼。

第二，所謂智慧，是在人工程式碼與硬體契合以後，在大框架下形成的“智慧”，程式設計上把所有的規則與條件輸入，ai則需要反覆的執行，從而形成“有經驗的智慧”。

其次我們聊聊職業玩家，職業玩家並非普通娛樂遊戲，是需要經歷日復一日學習補刀訓練與團隊默契配合訓練的，不僅如此，還要熟悉賽場的環境與節奏等各種因素。

正如LOL中的人機模式，在不改變遊戲引數的前提，智慧就算操作再怎麼強大，依舊不能掌握好比賽節奏。

所以，兩者相比較，職業選手優勢盡顯。