“我还不老,我还能打”
把时间拨回到去年12月,花海和队友们正征战王者荣耀世界冠军杯。这是王者荣耀赛事体系中最为重要的比赛,对于2022赛季发挥出色的eStarPro来说,自然不愿让冠军旁落。
花海真名叫做罗思源,21岁的他依旧年轻,但在KPL打野位中已经算是一名老将。以天才之姿出道,也经历过挫折,如今的花海正值巅峰。果然,决赛中他发挥出色,在帮助队伍夺冠的同时,自己摘得FMVP。
赛后接受采访,花海说:“我还不老,我还能打。”上赛季的比赛中,他遇到了很多年轻选手,但花海依旧是笑到最后的人。他所说的“老”,跟自己的状态无关。
王者荣耀世界冠军杯上令人惊艳的“澜”将获得独一无二的冠军皮肤,这是花海的招牌英雄。如果当下选择一个英雄代表自己,花海的答案是“澜”,因为其一击必杀的特质很适合他。
图片来源:KPL王者荣耀职业联赛官博在王者荣耀的故事背景里,“澜”是令人胆寒的刺客。正如比赛中的花海,找准时机收割战场,出众的嗅觉帮助他成为KPL第一打野。
花海介绍,自己操作主要依靠直觉,“绕后的时候要卡视野,注意对面的视野布置就是练习的东西。”
和赛场上的风格不同,被问及“是否因操作更好所以更敢打”时,花海却很谦虚:“其实职业选手的操作都很好。”
看起来,21岁的花海并未显出所谓“老将”的疲态,反而拥有更稳定成熟的心态。这份自信来自于刻苦的训练,来自于赛场的表现,也来自于挫折的磨砺。
图片来源:KPL王者荣耀职业联赛官博“不可能有人一直赢”
花海选择将FMVP皮肤给“澜”,除了因为赛场上的契合,还有赛场外的陪伴。“在我低谷的时候,这个英雄刚出来,当时我一直在玩。”他回忆道。
花海所说的低谷,出现在2020年。
2019是花海亮相KPL的第一年。在此之前,他随FTD战队四处征战,遗憾的是,这支队伍一直未能获得参加KPL的资格。
那时的花海,打过中路、边路、打野,他并不在聚光灯下。但正是这段岁月的积累,使得登上KPL舞台的花海立刻吸引来无数关注。
花海。受访者供图2019年春季赛,花海在自己的KPL首秀中斩获“五杀”。那一年,eStarPro夺得KPL春季赛冠军、王者荣耀世界冠军杯冠军。但在次年,他们的成绩出现了明显下滑。
花海回忆,2019年夺冠算是队伍的巅峰,但低谷来得很快。“带来的感觉就是我可以享受荣誉,但是自己也能接受失败。因为电竞就是非常残酷的东西,不可能有人一直赢。”
客观来说,虽然2020赛季eStarPro处于低谷,但花海的状态不错,也并未因此对自己产生怀疑。“当时我承担的东西不是很多,主要还是做好自己就行了,也没有想太多。”
坦然的心态加之不懈的努力,成就了今天的花海。他希望更多人通过自己了解电竞、热爱电竞,希望自己展现给大众的是“热血、积极、努力、永不言弃”的形象。
花海。受访者供图“团队意味着互相信任”
如今的eStarPro早已走出低谷,坦然、花海、清融、易峥、子阳,这五人组在组建成功后已经取得了五冠。2022年KPL年度颁奖礼上,eStarPro全员入选了最佳阵容。
花海是eStarPro的队长,在他眼中,每个队友都很让人省心。“游戏里和生活中,大家性格都特别好,也都很自律。”
尽管2022年全年成绩优异,但eStarPro也曾遇到过困难。春季赛常规赛第三轮,队伍的状态有些起伏。
花海说,那时候季后赛快来了,心里比较忐忑。最终5个人坐下来,坦诚地分享了各自的想法,把问题说开。这次推心置腹的交流后,队伍重新走上正轨。
图片来源:KPL王者荣耀职业联赛官博在花海眼中,团队一词意味着“互相信任”。
因为生活、训练、比赛都在一起,花海能发现队友性格中的另一面。他说,坦然虽然不太爱说话,但心里面装着兄弟们;易峥表现得很开朗,内心会照顾到每个人,他的抗压能力在游戏内外都很强。
“清融是非常年轻、状态非常好的职业选手,操作拉满。子阳稳重、想赢,敢于把他的指挥思路与想法,以及哪些地方没做好去跟大家积极沟通。”花海说。
花海。受访者供图谈及新赛季,花海说,春季赛的目标就是冠军。“春季赛是短期目标,赛季是长期的,要先把短期的做好。”
如同他的职业生涯,花海总希望先把眼前的事做到最好。(完)
你的隐私,大数据怎知道?我们又该如何自我保护?****** 在网络上,每个人都会或多或少,或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘,就存在隐私泄露的风险,引发信息安全问题。面对汹涌而来的5G时代,大众对自己的隐私保护感到越来越迷茫,甚至有点不知所措。那么,你的隐私,大数据是怎么知道的呢?大家又该如何自我保护呢? 1.“已知、未知”大数据都知道 大数据时代,每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前,你说过什么话,它知道;你做过什么事,它知道;你有什么爱好,它知道;你生过什么病,它知道;你家住哪里,它知道;你的亲朋好友都有谁,它也知道……总之,你自己知道的,它几乎都知道,或者说它都能够知道,至少可以说,它迟早会知道! 甚至,连你自己都不知道的事情,大数据也可能知道。例如,它能够发现你的许多潜意识习惯:集体照相时你喜欢站哪里呀,跨门槛时喜欢先迈左脚还是右脚呀,你喜欢与什么样的人打交道呀,你的性格特点都有什么呀,哪位朋友与你的观点不相同呀…… 再进一步说,今后将要发生的事情,大数据还是有可能知道。例如,根据你“饮食多、运动少”等信息,它就能够推测出,你可能会“三高”。当你与许多人都在独立地购买感冒药时,大数据就知道:流感即将暴发了!其实,大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。 当然,这里的“你”并非仅仅指“你个人”,包括但不限于,你的家庭,你的单位,你的民族,甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息,将会把你塑造成什么,是英雄还是狗熊?这却难以预知。 2.数据挖掘就像“垃圾处理” 什么是大数据?形象地说,所谓大数据,就是由许多千奇百怪的数据,杂乱无章地堆积在一起。例如,你在网上说的话、发的微信、收发的电子邮件等,都是大数据的组成部分。在不知道的情况下被采集的众多信息,例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息,也都是大数据的组成部分。还有,各种传感器设备自动采集的有关温度、湿度、速度等万物信息,仍然是大数据的组成部分。总之,每个人、每种通信和控制类设备,无论它是软件还是硬件,其实都是大数据之源。 大数据利用了一种名叫“大数据挖掘”的技术,采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程,可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。 不过,这些听起来高大上的大数据产业,几乎等同于垃圾处理和废品回收。 这并不是在开玩笑。废品收购和垃圾收集,可算作“数据收集”;将废品和垃圾送往集中处理场所,可算作“数据集成”;将废品和垃圾初步分类,可算作“数据规约”;将废品和垃圾适当清洁和整理,可算作“数据清理”;将破沙发拆成木、铁、布等原料,可算作“数据变换”;认真分析如何将这些原料卖个好价钱,可算作“数据分析”;不断总结经验,选择并固定上下游卖家和买家,可算作“模式评估”;最后,把这些技巧整理成口诀,可算作“知识表示”。 再看原料结构。大数据具有异构特性,就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话,那就在于垃圾是有实体的,再利用的次数有限;而大数据是虚拟的,可以反复处理,反复利用。例如,大数据专家能将数据(废品)中挖掘出的旅客出行规律交给航空公司,将某群体的消费习惯卖给百货商店等。总之,大数据专家完全可以“一菜多吃”,反复利用,而且时间越久,价值越大。换句话说,大数据是很值钱的“垃圾”。 3.大数据挖掘永远没有尽头 大数据挖掘,虽然能从正面创造价值,但是也有其负面影响,即存在泄露隐私的风险。隐私是如何被泄露的呢?这其实很简单,我们先来分解一下“人肉搜索”是如何侵犯隐私的吧! 一大群网友,出于某种目的,利用自己的一切资源渠道,尽可能多地收集当事人或物的所有信息;然后,将这些信息按照自己的目的提炼成新信息,反馈到网上与别人分享。这就完成了第一次“人肉迭代”。 接着,大家又在第一次人肉迭代的基础上,互相取经,再接再厉,交叉重复进行信息的收集、加工、整理等工作,于是,便诞生了第二次“人肉迭代”。如此循环往复,经过多次不懈迭代后,当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实,至少主体是事实,“人肉搜索”就成功了。 几乎可以断定,只要参与“人肉搜索”的网友足够多,时间足够长,大家的毅力足够强,那么任何人都可能无处遁形。 其实,所谓的大数据挖掘,在某种意义上说,就是由机器自动完成的特殊“人肉搜索”而已。只不过,这种搜索的目的,不再限于抹黑或颂扬某人,而是有更加广泛的目的,例如,为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之,只要目的明确,那么,大数据挖掘就会有用武之地。 如果将“人肉搜索”与大数据挖掘相比,网友被电脑所替代;网友们收集的信息,被数据库中的海量异构数据所替代;网友寻找各种人物关联的技巧,被相应的智能算法替代;网友们相互借鉴、彼此启发的做法,被各种同步运算所替代。 各次迭代过程仍然照例进行,只不过机器的迭代次数更多,速度更快,每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”,被暂时的挖掘结果所替代。之所以说是暂时,那是因为对大数据挖掘来说,永远没有尽头,结果会越来越精准,智慧程度会越来越高,用户只需根据自己的标准,随时选择满意的结果就行了。 当然,除了相似性外,“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如,机器不会累,它们收集的数据会更多、更快,数据的渠道来源会更广泛。总之,网友的“人肉搜索”,最终将输给机器的“大数据挖掘”。 4.隐私保护与数据挖掘“危”“机”并存 必须承认,就当前的现实情况来说,大数据隐私挖掘的“杀伤力”,已经远远超过了大数据隐私保护的能力;换句话说,在大数据挖掘面前,当前人类有点不知所措。这确实是一种意外。自互联网诞生以后,在过去几十年,人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害,可谁也不曾意识到,至少没有刻意去关注,当众多无害碎片融合起来,竟然后患无穷! 不过,大家也没必要过于担心。在人类历史上,类似的被动局面已经出现过不止一次了。从以往的经验来看,隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”,获得空前好处,产生了更多需要保护的“隐私”,于是,不得不再回过头来,认真研究如何保护这些隐私。当隐私积累得越来越多时,“挖掘”它们就会变得越来越有利可图,于是,新一轮的“挖掘”又开始了。历史地来看,人类在自身隐私保护方面,整体处于优势地位,在网络大数据挖掘之前,“隐私泄露”并不是一个突出的问题。 但是,现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息,如何进行隐私保护呢?单靠技术,显然不行,甚至还会越“保护”,就越“泄露隐私”。 因此,必须多管齐下。例如从法律上,禁止以“人肉搜索”为目的的大数据挖掘行为;从管理角度,发现恶意的大数据搜索行为,对其进行必要的监督和管控。另外,在必要的时候,还需要重塑“隐私”概念,毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。 对于个人的网络行为而言,在大数据时代,应该如何保护隐私呢?或者说,至少不要把过多包含个人隐私的碎片信息遗留在网上呢?答案只有两个字:匿名!只要做好匿名工作,就能在一定程度上,保护好隐私了。也就是说,在大数据技术出现之前,隐私就是把“私”藏起来,个人身份可公开,而大数据时代,隐私保护则是把“私”公开(实际上是没法不公开),而把个人身份隐藏起来,即匿名。 (作者:杨义先、钮心忻,均为北京邮电大学教授) (文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |