电子竞技正在重新定义训练的意义

体育史上见证了运动员训练运动能力的方式逐渐转变。仅仅通过运动来练习一项运动的日子早已一去不复返了。相反，运动科学为运动发展开辟了一条新的道路，无论是在生理能力还是认知能力方面。电子竞技一直在采取类似的方法，但速度极快。正如我们将在这里看到的，它没有显示出停止的迹象。这就是为什么电子竞技将重新定义训练的实际意义。

高度承诺

有没有想过哪些职业需要最多的培训？大多数人会想到职业运动，因为许多类型的运动员每周锻炼 6 天、每天大约 5-6 小时。正如您可能从这个主题中猜到的那样，最终的答案是电子竞技。职业网络运动员通常每天训练 8 小时每天训练时间可达12-15 小时尽管这听起来很疯狂，但这种对训练的高度投入是由同样疯狂的竞争水平推动的。

以FIFA电子世界杯为例，每年有超过2000万玩家在虚拟球场上进行正面交锋，最终只有一名玩家获得最终冠军。据估计，多达十亿游戏迷正在争夺成为某种级别的竞技玩家。奖金和主要赞助协议也鼓励电子竞技运动员取得优异成绩。

爆炸式的行业

职业游戏的吸引力之一在于它实际上可以成为一种利润丰厚的职业选择。每年向竞技游戏玩家发放的奖金超过 1 亿美元Dota 2这样的游戏的奖金超过2000 万美元，而且奖金池还在逐年增长。竞技已经在下一届亚运会上作为一项真正的运动首次亮相，奥运会有望成为下一个将电子竞技推向全球舞台的赛事。

参与电子竞技活动的不仅仅是游戏玩家，整个行业的观众数量也在大幅增加。 2017 年，电子竞技行业的收入为 15 亿美元，预计到 2022 年全球收入将达到 23 亿美元。

不管你信不信，电子竞技的娱乐方面的收视率比 HBO、Netflix 和 ESPN 的总和还多，预计受欢迎程度将超过 NBA 和 NFL。

专业化的游戏团队

Teams ”的诞生这听起来可能不太令人兴奋，但这些实际上是致力于培养多种视频游戏人才的大型商业公司。

一个团队通常每年会让网络运动员参加 200 场或更多比赛。拥有如此多的运动员和改变比赛环境性质的资金，这些公司完全专注于突破训练的界限。该视频让我们深入了解他们改变电子竞技领域的速度。

[嵌入]https://www.youtube.com/watch?v=uyF6ZwtLonM[/embed]

Jason Lake ，电子竞技团队“复杂游戏”的首席执行官，将历史转变定义为训练的三个阶段的演变。

电竞1.0——在家独自训练，比赛时才与队友见面

电子竞技 2.0 – 与队友和教练一起训练和生活

电子竞技 3.0 – 在专用设施中与队友、技术和教练人员一起训练

运动科学范式

在这些专门的中心，新的目标是训练整个表演系统，使身体和精神都健康。其中一个因素就是健康，因为职业玩家通常在 20 岁出头就出现职业倦怠。专门针对电子竞技市场的营养品牌从中获利，被称为“游戏玩家的功能性食品”。

另一个方面是传统运动员使用的尖端技术的使用。与生理科学一样，这种转变也符合提高职业运动员心理表现的。

与电子竞技的发展步伐相匹配，这种新的性能范式正在从根本上改变游戏玩家如何从根本上提高自己。很快，电子竞技训练中心可能看起来更像美国宇航局的设施，而不是视频游戏中心。

人工智能范式

最近更快速的趋势是通过人工智能(AI) 引导的软件进行训练的全新概念。 Learn2Play是一家总部位于塞浦路斯的初创企业，它是世界各地涌现的众多此类初创企业之一。 Learn2Play 通过参与大型锦标赛的在线游戏培训学校，帮助竞技游戏玩家利用人工智能和机器学习来培养他们的技能。尽管他们本质上是一家全新的公司，但他们已经招募了 150 万希望提高技能的游戏玩家。技能组合。

能够远程训练的关键优势在于，可以访问潜在的广阔的全球新兴游戏玩家市场。因此，尽管这场基于互联网的培训革命仍处于起步阶段，但它已准备好以惊人的指数速度扩张。以色列以其以科技为重点的产业，甚至正在寻求发展全新的经济。

超级AI教练

也许人工智能范式中最强大的元素是像谷歌这样的巨石公司正在以惊人的速度通用人工智能正如我们在另一篇博客中所介绍的那样，谷歌的 Deep Mind项目最近从象棋和围棋等棋盘游戏的主导地位转向了在复杂的即时战略游戏《星际争霸 II》粉饰。

电子竞技明星们并没有因为人工智能的失败而感到羞辱，而是对通过与更优秀的对手比赛来提高自己的机会着迷。人工智能还提供了学习游戏中从未见过的新策略的机会。

超越游戏

从训练的纯粹表现水平来看，电子竞技正在快速发展……非常非常快。只需一点点前瞻性思维，就很容易想象这个行业将重新定义几乎所有行业中人们的技能和才能的发展方式……从战斗机飞行员到外科医生。正如我们之前所介绍的，网络运动员可能代表了人类思维敏捷性的巅峰，并且与技术紧密融合，他们现在正在引领一场性能训练的革命。

观看这个空间...

电子竞技的运动维度

‍