0. สรุปใน 5 วินาที
อันดับแรก ให้ AI เล่นเกมจำนวนมากและเทียบเด็คหลายแบบ จากนั้นผู้เล่นถือการ์ด 40 ใบที่คัดแล้วกับแผนที่ชัดเจนเข้าไปเล่น Ranked ที่นั่นก็ตัดการ์ดและการเล่นที่ไม่จำเป็นออก ถ้าเจอคู่ต่อสู้คนเดิมหลายครั้ง ก็จะจำนิสัยของคนนั้นได้ด้วย
AI: ลดสิ่งที่ต้องลอง
ผู้เล่น: ลดทางเลือกในเกมจริง
แมตช์ซ้ำ: ลดสิ่งที่ยังไม่รู้เกี่ยวกับคู่ต่อสู้
สมอง: จำสถานการณ์ทั้งกระดานในครั้งเดียว
ในการทดลองแบบไม่ระบุตัวตนครั้งนี้ Aggro Nightmare ขึ้นไปถึงกลุ่ม Diamond และหลังจากนั้นก็ยังชนะได้มาก แต่ส่วนที่น่าสนใจที่สุดไม่ใช่ “ชนะเพราะอยู่ Diamond” ยิ่งเจอคนเดิมซ้ำมากเท่าไร เกมนี้ก็ยิ่งกลายเป็น ซีรีส์ยาวที่มีแค่ฝ่ายเดียวที่รู้ตัว
เมื่อเจอ Witch สุดท้ายแทบไม่ต้องจำชื่อการ์ดเต็ม ๆ ด้วยซ้ำ
นักวิจัย. ตัวทดลอง. สิงโต. โอเค อันต่อไปคืออันนี้
การคิดไม่ได้หายไป การคำนวณในอดีตถูกย่อให้เล็กลง พอเห็นกระดานก็นึกคำตอบออกทันที
1. AI เดินเข้าทุ่งทุ่นระเบิดก่อน: คนไม่ได้หาการ์ด 40 ใบจากศูนย์
ก่อนจะมีเด็คนี้ มีงานวิจัย AI ที่ยาวมาก เริ่มจากเด็คการแข่งขันทางการ แล้วครอบคลุมฐานข้อมูลการ์ด เอนจินกติกา การเปลี่ยนมือเริ่มต้น การเล่นก่อนหรือหลัง วิธีเล่น อัตราชนะต่ำสุดเมื่อเจอแต่ละเด็ค และความเสี่ยงตอนแพ้ ในฝั่งกติกาครบถ้วนรันไปถึง 12,480 เกม และระหว่างทางก็เจอปัญหาว่า ต่อให้เขียนกติกาถูก แต่ถ้า AI ตัดสินใจไม่ดี เด็คที่เล่นยากก็จะถูกประเมินต่ำเกินจริง
ในวันแรกของภาคเสริมที่ 9 มีการเทียบ 32 เด็คใน 2,324 เกม ในโมเดลนี้ Aggro Nightmare ได้อันดับ 1 ด้วยอัตราชนะเฉลี่ย 81.0% และ 63.9% เมื่อเจอคู่ที่แย่ที่สุด เฉพาะ Pirate Swordcraft ทดสอบ 5,904 เกม และอีก 1,944 เกมที่ใช้ seed ที่ไม่เคยเห็น การ์ด 40 ใบพื้นฐานได้ 91.4%
แต่ตัวเลขทั้งสองไม่ได้แปลว่าใน Ranked จะชนะ 81% หรือ 91.4% ตามนั้น สิ่งที่สำคัญกว่าตัวเลขคือ ตัวเลือกจำนวนมากถูกทิ้งไปแล้ว ทำให้สิ่งที่คนต้องลองน้อยลงมาก
ก่อนที่คนจะเล่น 100 เกมแล้วสงสัยว่า “เด็คนี้อ่อนไหม” เครื่องก็เหยียบทุ่นระเบิดไปก่อนแล้ว คนเริ่มจากการตรวจคำตอบ
2. Diamond กับการเจอซ้ำ: บนจอเป็นเกมเดียว แต่ในหัวเป็นเกมซีรีส์ 7 เกม
ใน Worlds Beyond กลุ่ม (Group) แยกจากแรงก์ (Rank) และตามคำอธิบายทางการ จะขึ้นลงตามผลแพ้ชนะล่าสุด BP และ MP ธรรมดาไม่ลดเมื่อแพ้ แต่ Group ลดได้ Diamond คือ Group สูงสุด และเมื่อขึ้นเป็น Grand Master กติกาทางการจะเริ่มที่ CR 1600
ดังนั้นการถึง Diamond ไม่ได้แปลว่าแค่ “เล่นเยอะ” แต่เป็นสัญญาณว่าอย่างน้อยช่วงหลังชนะได้ค่อนข้างมาก
อีกด้านหนึ่ง บอกไม่ได้ว่าอยู่ Diamond แล้วคู่ต่อสู้จะน้อยลงแน่นอน หรือจะเจอแต่คนใน Diamond สูตรการจับคู่ไม่เปิดเผย
อย่างนั้นก็ตาม ในเกมจริงผมเจอคู่ต่อสู้คนเดิมอีกในช่วงที่คนน้อย เช่น กลางวันวันธรรมดาและดึก
เกมที่ 1: เกมธรรมดา
เกมที่ 2: มีข้อมูลจากครั้งก่อน
เกมที่ 3: เริ่มเดานิสัยของคนนั้น
บนจอเป็นเกมเดียว ในหัวเป็นซีรีส์ 7 เกม
“คนนี้เทิร์น 5 ชอบตอบโต้แบบนี้” “ตรงนี้เขาไม่เก็บการ์ดไว้” “กระดานแบบนี้เขาจะไปทางกำจัด” โดยไม่รู้ตัว เราไม่ได้สู้กับเด็คอีกต่อไป แต่กำลังสู้ กับคนคนนั้น
3. Experiment Witch ตอนนี้จำเป็น “นักวิจัย + ตัวทดลอง + สิงโต” ได้
Experiment Witch ของภาคเสริมที่ 9 สะสมตัวทดลองด้วยการ์ดอย่าง Sephie ผู้ทำบาปแห่งศาสตร์ลี้ลับ นักวิจัยผู้หลงใหล และตัวทดลองที่จมดิ่ง ตัวทดลองที่จมดิ่งแตะกระดานได้ตั้งแต่ต้นเกม พอเงื่อนไขครบก็ใหญ่ขึ้นเป็นราว 5/5 และถ้าการเตรียมของ Sephie คืบหน้า ก็จะมีแรงกดดันจาก Storm ด้วย
จากฝั่งผม สัญญาณอันตรายมีน้อยกว่าข้อความเต็มของการ์ดมาก
นักวิจัยมา
→ ตัวทดลองเพิ่ม
→ ช่วง 5/5
→ ช่วง Storm
“สิงโต” ในที่นี้คือ ชื่อเล่นที่ตั้งจากหน้าตาของภาพการ์ดสายทดลอง ไม่ใช่การ์ด Lio การปรากฏตัวของความหมดสิ้น
Ranked ไม่ใช่ข้อสอบเขียนชื่อการ์ด ถ้าทางแยก “สิงโตมา = ตอบโต้แบบนี้” ถูกต้อง ในเกมจริงแค่นั้นก็พอ
ฝั่ง Aggro Nightmare แผนก็ชัดขึ้นอีก คือช่วงเทิร์น 5 ถึง 6 อย่าวางผู้ติดตามที่ไม่จำเป็นพล่อย ๆ เพราะจะให้คู่ต่อสู้มีวัตถุดิบสำหรับฟื้นเลือดหรือยึดกระดานคืน และให้รวมการ์ดที่ตีถึงหน้ากับ Storm ไว้ด้วยกัน
เป้าหมายไม่ใช่ยึดกระดานคืน ถ้ากำจัดลีดเดอร์ของคู่ต่อสู้ได้ กระดานทั้งหมดก็หายไปด้วย
4. “ไม่ได้คิดคำนวณแล้ว” จริง ๆ คือการจับกลุ่ม: แค่เก็บคำตอบไว้
ตอนแรกต้องคิดทีละอย่าง ทั้ง PP จำนวนตัวทดลอง เป้าหมายที่จะฟื้นเลือด Storm ครั้งต่อไป ไปจนถึงเลทัล
พอเจอเด็คแบบเดียวกันหลายครั้ง ยิ่งเป็นคนเดิมด้วย ทั้งหมดนั้นก็รวมเป็นก้อนเดียว คล้ายกับสิ่งที่วิทยาศาสตร์การรู้คิดเรียกว่า chunking
สำหรับมือใหม่ จะเห็นเป็น
การ์ด A + กระดาน B + PP ที่เหลือ + เดามือของคู่ต่อสู้ + เทิร์นถัดไป
สำหรับคนที่ชินแล้ว จบแค่
“อ๋อ ทรงสิงโต”
ไม่ได้เลิกคิด แต่เก็บผลคำนวณเดิมไว้ในรูปที่ไม่ต้องคิดใหม่ทุกครั้ง ไม่ได้ทุบเครื่องคิดเลข แต่เก็บคำตอบไว้
อีกอย่าง ตอนนี้ต้นไม้การตัดสินใจของ Aggro Nightmare ก็เล็กอยู่แล้ว
ถ้าลดเลือดได้ ให้ตีหน้า
ถ้าจะเป็นเหยื่อให้คู่ต่อสู้ฟื้นเลือด อย่าลง
Storm ให้รวมแล้วใช้ทีเดียว
หยุดเฉพาะเลทัลที่แน่นอน
ถ้าจะใช้ VS Zeta ให้ดูเลือดของตัวเองด้วย
เพราะฝั่งตัวเองง่าย สมองที่เหลือจึงเอาไปใช้กับนิสัยของคู่ต่อสู้ได้
5. ชนะเยอะมาก แต่ต้องแยกจาก “อัตราชนะจริง”
ความรู้สึกว่าชนะเยอะตอนนี้ ผสมกันอย่างน้อยห้าอย่าง
- พลังของเด็ค Aggro Nightmare เอง
- ผลของการใช้ AI คัดตัวเลือกเริ่มต้นให้แคบลง
- ผลของการตัดการ์ดและการเล่นที่ไม่จำเป็นในเกมจริง
- การปรับตัวเฉพาะกับคู่ต่อสู้ที่เจอบ่อย เช่น Experiment Witch
- ผลของการจำนิสัยของแต่ละคนจากการเจอซ้ำ
การชนะ 70% กับคน 100 คนที่ไม่ซ้ำกัน ในทางสถิติไม่เหมือนกับการชนะ 70% หลังจากเจอกลุ่มเล็ก ๆ ซ้ำหลายครั้งจนจำพวกเขาได้ อย่างหลังก็เป็นทักษะที่ชนะใน Ranked ได้ แต่ไม่ใช่ความแรงทั่วไปของเด็ค
ถ้าอยากดูว่าใช้ได้ทั่วไปไหม ให้เก็บตัวอย่างใหม่อย่างน้อย 20 ถึง 30 เกมในช่วงที่คนเยอะ โดยเจอคู่ต่อสู้ที่ต่างกัน ถ้ายังชนะได้ใกล้เคียงกัน ก็ไม่ใช่แค่ “จำชาวหมู่บ้านตอนดึกได้”
แต่ถ้าเป้าหมายแค่ชนะใน Ranked ตอนนี้ การจำชาวหมู่บ้านตอนดึกก็เป็นวิธีพัฒนาที่ถูกต้องตามกติกาทุกอย่าง
6. สรุปสุดท้าย: ยกการค้นหาให้ AI ส่วนคนจำแค่ข้อยกเว้น
ทั้งหมดเชื่อมเป็นสายเดียว
งานวิจัย AI
→ ลดตัวเลือก
→ นำ Aggro Nightmare ไปเล่นจริง
→ เน้นความเสียหายทันทีมากกว่ายึดกระดานคืน
→ จำแนวทางมาตรฐานเมื่อเจอ Witch
→ ขึ้นถึง Diamond
→ จำนิสัยของคู่ต่อสู้คนเดิม
→ สถานการณ์กลายเป็นก้อนและการคิดนาน ๆ หายไป
ตอนแรกคือ
“คำนวณในเกมการ์ดน่ารำคาญ ให้ AI ทำเถอะ”
ตอนจบกลายเป็น
AI: “ดูมาหนึ่งหมื่นเกมแล้ว”
คน: “สิงโตมา โอเค แพตเทิร์นนี้”
นี่ไม่ใช่เรื่องของ AI ที่เล่นเกมแทนคน
นี่คือเรื่องของการยกการค้นหาให้ผู้อื่น แล้วทำให้คนโฟกัสได้เฉพาะ “ข้อยกเว้นหน้างาน”
