隨著機器學習與人工智能技術日益進步，應用層面也愈來愈廣，例如自動駕駛汽車，甚至為玩家度身訂造的開發遊戲或改善電子競技(Esports)生態，十多年前聽起來像天方夜譚，今天逐漸成真。
機器學習有助改善電競選手的訓練。
機器學習也助長新興電競賭博發展。
對開發遊戲的工作室而言，機器學習能夠加速製作遊戲關卡及平衡難度。IBM互動媒體科技總監George Dolbier曾在去年6月表示，機器學習能夠依據玩家的體驗度身訂造關卡。以《俄羅斯方塊》為例，具機器學習的系統可從簡單的關卡，收集玩家的行為資訊，在之後的關卡製造最佳的遊戲體驗。
機器學習也可以讓遊戲內的非玩家控制角色(NPCs)變得更具生命力，以玩家的表現作不同回應，使互動變得更有深度，更容易勾起玩家的情緒。據調查機構SuperData Research表示，電子競技的營業額將在明年突破10億美元(約8億港元)，而機器學習也可以幫助該方面發展。
如去年3月，曾有學者發表文章，指機器學習可以幫助系統追蹤玩家或團隊的行為表現，藉由找尋行為模式來預測哪一個團隊會在特定情況下較容易勝出。位於柏林的Dojo Madness亦推出教練工具，以此幫助玩家改善表現，甚至推出分析平台「Shadow」，滿足專業團隊的需求。
立即更新/下載AM730手機APP 體驗升級功能
