ZERO部门_zero黑客团队

文章栏目:

• 1、最强AlphaGo Zero怎样炼成
• 2、小榕（流光） 真实姓名和工作地点...
• 3、zero-g全部成员都有谁？
• 4、zero交易所什么时间上线
• 5、叛逆的鲁鲁修 里 鲁鲁修为什么给自己取名叫 zero，还有他的团队为什么叫 黑色骑士团
• 6、zero的LOL职业选手有哪些？

最强AlphaGo Zero怎样炼成

最强AlphaGo Zero怎样炼成

刚刚，Deepmind在Reddit的Machine Learning板块举办了在线答疑活动AMA，Deepmind强化学习组负责人David Silver和其同事热情地回答了网友们提出的各种问题。由于在AMA前一天Deepmind刚刚发表了《Mastering the game of Go without human knowledge》(不使用人类知识掌握围棋)的论文，相关的提问和讨论也异常热烈。

什么是AMA?

AMA(Ask Me Anything)是由Reddit的特色栏目，你也可以将其理解为在线的“真心话大冒险”。AMA一般会约定一个时间，并提前若干天在Reddit上收集问题，回答者统一解答。

本次Deepmind AMA的回答人是：

David Silver：Deepmind强化学习组负责人，AlphaGo首席研究员。David Silver1997年毕业于剑桥大学，获得艾迪生威斯利奖。David于2004年在阿尔伯塔大学获得计算机博士学位，2013年加盟DeepMind，是AlphaGo项目的主要技术负责人。

Julian Schrittwieser：Deepmind高级软件工程师。

此前有多位机器学习界的大牛/公司在Reddit Machine Learning版块开设AMA，包括：Google Brain Team、OpenAI Research Team 、Andrew Ng and Adam Coates、Jürgen Schmidhuber、Geoffrey Hinton、Michael Jordan 、Yann LeCun、Yoshua Bengio等。

我们从今天Deepmind的AMA中选取了一些代表性的问题，整理如下：

关于论文与技术细节

Q: Deepmind Zero的训练为什么如此稳定?深层次的增强学习是不稳定和容易遗忘的，自我对局也是不稳定和容易遗忘的，如果没有一个好的基于模仿的初始化状态和历史检查点，二者结合在一起应该是一个灾难...但Zero从零开始，我没有看到论文中有这部分的内容，你们是怎么做到的呢?

David Silver：在深层增强学习上，AlphaGo Zero与典型的无模式算法(如策略梯度或者Q学习)采用的是完全不同的算法。通过使用AlphaGo搜索，我们可以极大改进策略和自我对局的结果，然后我们会用简单的、基于梯度的更新来训练下一个策略及价值网络。比起基于简便的基于梯度的策略改进，这样的做法会更加稳定。

Q：我注意到ELO等级分增长的数据只与到第40天，是否是因为论文截稿的原因?或者说之后AlphaGo的数据不再显著改善?

David Silver：AlphaGo已经退役了!这意味着我们将人员和硬件资源转移到其他AI问题中，我们还有很长的路要走呐。

Q:关于论文的两个问题：

Q1：您能解释为什么AlphaGo的残差块输入尺寸为19x19x17吗?我不知道为什么每个对局者需要用8个堆叠的二进制特征层来描述?我觉得1、2个层就够了啊。虽然我不是100%理解围棋的规则，但8个层看起来也多了点吧?

Q2：由于整个通道使用自我对局与最近的/最好的模型进行比较，你们觉得这对于采用参数空间的特定SGD驱动轨迹对否会有过拟合的风险?

David Silver：说起来使用表征可能比现在用的8层堆叠的做法更好!但我们使用堆叠的方式观察历史数据有三个原因：1)它与其他领域的常见输入一致;2)我们需要一些历史状态来表示被KO;3)如果有一些历史数据，我们可以更好地猜测对手最近下的位置，这可以作为一种关注机制(注：在围棋中，这叫“敌之要点即我之要点”)，而第17层用于标注我们现在究竟是执黑子还是白子，因为要考虑贴目的关系。

Q：有了强大的棋类引擎，我们可以给玩家一个评级——例如Elo围棋等级分就是通过棋手对局的分析逐步得出的，那么AlphaGo是否可以对过去有等级分前的棋手的实力进行分析?这可能为研究人类的认知提供一个平台。

Julian Schrittwieser：感谢分享，这个主意很棒!

我认为在围棋中这完全可以做到，或许可以用最佳应对和实际应对的价值差异或者政策网络给每一手位置评估得到的概率来进行?我有空的时候试一下。

Q: 既然AlphaGo已经退役了，是否有将其开源的计划?这将对围棋社区和机器学习研究产生巨大的影响。还有，Hassabis在乌镇宣称的围棋工具将会什么时候发布?

David Silver：现在这个工具正在准备中。不久后你就能看到新的消息。

Q：AlphaGo开发过程中，在系统架构上遇到的最大障碍是什么?

David Silver：我们遇到的一个重大挑战是在和李世石比赛的时候，当时我们意识到AlphaGo偶尔会受到我们所谓的“妄想”的影响，也就是说，程序可能会错误理解当前盘面局势，并在错误的方向上持续许多步。我们尝试了许多方案，包括引入更多的围棋知识或人类元知识来解决这个问题。但最终我们取得了成功，从AlphaGo本身解决了这个问题，更多地依靠强化学习的力量来获得更高质量的解决方案。

围棋爱好者的问题

Q：1846年，在十四世本因坊迹目秀策与十一世井上幻庵因硕的一盘对局中，秀策下的第127手让幻庵因硕一时惊急两耳发赤，该手成为扭转败局的“耳赤一手”。如果是AlphaGo，是否也会下出相同的一首棋?

Julian Schrittwieser：我问了樊麾，他的回答是这样的：

当时的围棋不贴目，而AlphaGo的对局中，黑棋需贴7.5目。贴目情况不同造成了古今棋局的差异，如果让AlphaGo穿越到当年下那一手，很有可能下的是不同的另一个地方。

Q：从已发布的AlphaGo相互对局看，执白子的时间更为充裕，因而不少人猜测，7.5目的贴目太高了(注：现代围棋的贴目数也在不断变化，如在30年前，当时通行的是黑子贴白子5.5目)。

如果分析更大的数据集，是否可以对围棋的规则得出一些有趣的结论?(例如，执黑或者执白谁更有优势，贴目应该更高还是更低)

Julian Schrittwieser：从我的经验和运行的结果看，7.5目的贴目对双方来说是均势的，黑子的胜率略高一些(55%左右)。

Q：你能给我们讲一下第一手的选择吗?ALphaGo是否会下出我们前所未见的开局方式?比如说，第一手下在天元或者目外，甚至更奇怪的地方?如果不是，这是否是一种“习惯”，或者说AlphaGo有强烈的“信念”认为星位、小目、三三是更好的选择?

David Silver：在训练中我们看到ALphaGo尝试过不同方式的开局——甚至刚开始训练的时候有过第一手下在一一!

即便在训练后期，我们仍然能看到四、六位超高目的开局，但很快就恢复到小目等正常的开局了。

Q：作为AlphaGo的超级粉丝，有一个问题一直在我心中：AlphaGo可以让职业棋手多少子?从论文中我们知道AlphaGo可以下让子棋，我也知道AlphaGo恐怕让不了柯洁两子，但我想你们一定很好奇，你们是否有做内部测试?

David Silver：我们没有和人类棋手下让子棋。当然，我们在测试不同版本的时候下过让子棋，在AlphaGo MasterAlphaGo LeeALphaGo Fan这三个版本中，后一个版本均可让三子击败前一个版本。但是，因为AlphaGo是自我训练的，所以尤其擅长打败自己的较弱的前一版本，因此我们不认为这些训练方式可以推广到和人类选手的让子棋中。

Q：你们有没有想过使用生成对抗网络(GAN)?

David Sliver：从某种意义来讲，自我对弈就是对抗的过程。每一次结果的迭代都是在试图找到之前版本的“反向策略”。

传言终结者

Q：我听说AlphaGo在开发初期被引导在某一个具体的方向训练以解决对弈中展现出的弱点。现在它的能力已经超过了人类，是否需要另外的机制来进一步突破?你们有做了什么样的工作?

David Silver：实际上，我们从未引导过AlphaGo来解决具体的弱点。我们始终专注于基础的机器学习算法，让AlphaGo可以学习修复自己的弱点。

当然你不可能达到100%的完美，所以缺点总会存在。 在实践中，我们需要通过正确的方法来确保训练不会落入局部最优的陷阱，但是我们从未使用过人为的推动。

关于DeepMind公司

Q：我这里有几个问题：在DeepMind工作是什么感受?AlphaGo团队成员都有谁?你能介绍一下AlphaGo团队工作分配的情况吗?下一个重大挑战是什么?

David Silver：在DeepMind工作感觉好极了:)——这不是一个招聘广告，但我感觉每天可以在这里做我喜欢的事实在是太幸运了。有很多(多到忙不过来!:))很酷的项目去参与。

我们很幸运有许多大牛在AlphaGo工作。您可以通过查看相应的作者列表来获取更详细的信息。

Q: 你觉得本科生是否可以在人工智能领域取得成功?

Julian Schrittwiese：当然。我本人就只有计算机科学学士学位，这一领域变化迅速，我认为您可以从阅读最新的论文和试验中来进行自学。另外，去那些做过机器学习项目的公司实习也是很有帮助的。

关于算法的扩展和其他项目

Q：Hassabis今年三月份在剑桥的一个演讲中表示，AlphaGo项目未来目标之一是对神经网络进行解释。我的问题是：ALphaGo在神经网络结构上取得了什么样的进展，或者说，对AlphaGo，神经网络仍然是神秘的黑盒子?

David Silver：不仅仅是ALphaGo，可解释性是我们所有项目的一个非常有意思的课题。Deepmind内部有多个团队从不同方式来探索我们的系统，最近有团队发表了基于认知心理学技术去尝试破译匹配网络内部发生了什么，效果非常不错!

Q: 很高兴看到AlphaGo Zero的好成绩。我们的一篇NIPS论文中也提到了对于深度学习和搜索树之间效率的相似问题，因此我对于在更长的训练过程中的行为尤其感兴趣。

AlphaGo的训练过程中，创建学习目标的蒙特卡洛树搜索的贪心算法、策略网络的贪心算法、以及在训练过程中价值功能变化的贪心算法之间的相对表现如何?这种自我对局学习的方法是否可以应用在最近的星际争霸 II API中?

David Silver：感谢介绍您的论文!真不敢相信这篇论文在我们4月7日投稿的时候已经发布了。事实上，它与我们的学习算法的策略组件非常相似(尽管我们也有一个值组件)，您可以参考我们的方法和强化学习中的讨论，也很高兴看到在其他游戏中使用类似方法。

Q：为什么早期版本的AlphaGo没有尝试自我对弈?或者说，AlphaGo之前也尝试过自我对弈但效果不好?

我对这个领域的发展和进步程度感到好奇。相比起今天，在两年前在设计一个自主训练的AlphaGo的瓶颈在哪里?今天我们见到的“机器学习直觉”又是经历了什么样的系统迭代过程?

David Silver：创建一个可以完全从自我学习的系统一直是加强学习的一个开放性问题。 我们最初的尝试包括你能查到的许多类似的算法，是相当不稳定的。 我们做了很多尝试，最终AlphaGo Zero算法是最有效的，而且似乎已经破解了这个特定的问题。

Q：你认为机器人什么时候能够有效解决现实世界关于高度、尺寸方面的问题(例如，自己学习如何抓取任何形状、尺寸、位置垃圾的设备)?策略梯度方法是否是实现这一目标的关键点?

Julian Schrittwieser：这主要是由于价值/政策网络上的双重改进，包括更好的训练和更好的架构。具体参见论文图4对不同网络架构的比较。

Q：据说击败柯洁的ALphaGo Master的功耗只是击败李世石的AlphaGo Lee的1/10。你们做了什么样的优化呢?

Julian Schrittwieser：这主要是由于价值/政策网络上的双重改进，包括更好的训练和更好的架构。具体参见论文图4对不同网络架构的比较。(你确认不是copy上一个问题的答案吗)

Q：看起来在增强学习中使用或模拟Agent的长期记忆是一个很大的障碍。 展望未来，您觉得我们是否能以一种新的思维方式解决这一点? 还是说需要等待我们技术可以实现一个超级网络?

Julian Schrittwieser：是的，长期记忆可能是一个重要的因子，例如在“星际争霸”游戏中，你可能已经做出了上千个动作，但你还要记住你派出的侦察兵。

我认为现在已经有了令人振奋的组件(神经图灵机!)，但是我认为我们在这方面仍有很大的改进空间。

Q：David，我看过你的演讲视频，你提到增强学习可以用于金融交易， 你有没有真实世界的例子? 你会如何处理黑天鹅事件(过去没有遇到过的情况)?

David Silver：已经发表增强学习用于现实世界的财务算法的论文非常少见，但有一些经典论文值得一看，例如Nevmyvaka、Kearns在2006写的那篇和Moody、Safell在2001年写的那篇。

Q：你们和Facebook几乎同时研究围棋问题，你们能更快获得大师级表现的优势是什么?

对于那些无法获得像AlphaGo如此多的训练数据的领域如何开展机器学习或者增强学习?

David_Silver：Facebook更侧重于监督学习，我们选择更多地关注强化学习，因为我们认为AlphaGo最终将超越人类的知识。 我们最近的结果实际上表明，监督学习方法可以让人大吃一惊，但强化学习绝对是远远超出人类水平的关键之处。

小榕（流光） 真实姓名和工作地点...

黑客故事——采访小榕

他，流光、溯雪、乱刀等黑客/安全作品的开发者，他的名字可以说载入了中国黑客/安全发展史中辉煌的一页。他的软件相当普及，一次，通过非正常手段进入一台机器，赫然发现机器主人的桌面上摆着“流光”……。对很多黑客爱好者来说，流光就象Winamp、Winzip等常用工具一样，已经成为电脑不可或缺的一部分。

在他的“小榕软件实验室” ，在“关于小榕”的栏目里，他这样写到：无论在现实或是网络中，我都是孤独的……

Zero：小榕，你好，关于你的介绍我们很多读者在网上已经读过许多，更多的读者是通过你的作品知道你的，但是关于你的东西都是比较琐碎的，所以，我们还是先请你介绍一下自己吧？

小榕：我是一个程序员，人很普通。

Zero：你是什么时候涉入黑客或是安全这个领域的呢？或者说是什么东西触发了你对这个领域的兴趣？

小榕：我初次进入这个领域是1996年，从我开始使用Cernet（中国教育科研网）开始。因为当时上网的费用非常高，例如发E-mail每K要收一毛钱，所以就开始尝试去Crack别人的帐号。

因为我的专业是软件，所以我具有较好的程序设计能力，这对于我后来开发一系列的软件是起了很大作用的。

Zero：最初是怎么想到开发流光这个产品的？

小榕：最初开发流光这个东西，并没有想到会做成今天这个样子，最初的版本仅仅具有POP3/FTP的暴力破解功能，随着网络的发展，不断地加入新功能，才成为了现在这个样子。本来打算到流光2.5的时候就不再继续下去了，后来是由于用的人很多，所以才会促使我继续写下去。

Zero：“小榕软件实验室”是你一个人负责还是由几个人组成的团队？

小榕：我一个人。

Zero：当初开发流光的时候，想到过自己的作品影响面这么广吗？你的作品现在这么普及，你是怎么想的，有没有担心过自己的作品带来负面影响？

小榕：我没有想到影响会这么广，至于说到负面的影响，我想这个问题取决于怎么来看了。同样的工具在网络中也有，只不过没有像流光这样高度集成的而已。

Zero：你一般如何测试你软件的入侵部分呢？

小榕：首先是在内网测试，然后散发一些测试的版本给我熟悉的朋友帮我测试，这样我可以从不同的角度来发现问题。一个人的思维如果已经成为了模式，那么要改变是很困难的，有一些软件的缺陷是需要靠大家的测试来发现的。

Zero：未来的目标是什么？对自己的未来一直都很明确吗，有没有过彷徨和迷茫？在有困难的时候您是怎么克服的？

小榕：不断努力，遇到困难的时候，总是会告诉自己，如果现在就放弃了，那么就太没有责任心了， 这样下去终究会一事无成的。

Zero：对使用你软件的朋友有什么忠告吗？

小榕：知道自己在做什么，对自己负责对别人负责。

Zero：你觉得你的性格叛逆吗？如果有，这样的性格给你带来了什么，又让你失去了什么？

小榕：前几年可能是，但是现在已经比较平和了，这样的性格给我带来的就是一种坚持不懈的精神和一点灵感。

如果说失去了什么，我失去了现实的世界。

Zero：目前你的日常安全工作主要是些什么？

小榕：开发软件，研究一些安全方面的技术，渗透测试。

Zero：你认为中国现在面临的安全问题是什么？中国安全现在面临的最大困难是什么？

小榕：对安全的意识，安全不仅仅在于主机或者操作系统，在更大程度上在于意识。有很多的管理人员对安全的意识淡漠，还有更多的人虽然也很注意安全问题，但是缺乏相关的知识和技术。安全不是一个单纯的技术问题，它和管理、教育、制度等有很大关系。

Zero：如何成为一名优秀的安全人员？

小榕：敏锐的嗅觉+不懈的努力。

Zero：作为一个想进入黑客/安全这个门的朋友来说，应该注意从哪些方面来锻炼自己，提升自己？

小榕：我觉得应该从一些基本的事情开始做起，例如关于对网络协议的深入了解等，而不是仅仅拘泥于对某个漏洞或者某个工具的使用。安全的技术发展很快，从技术上来说你不可能熟知所有的细节，但是熟知基础知识是了解这些细节的前提。

Zero：对去年来发生的中美黑客大战有什么看法？

小榕：每个人都需要喧泄，只不过是方法不同而已。

Zero：现在很多年轻人对“黑客”很崇拜，对“黑客”技术很喜爱，你有什么忠告吗？

小榕：黑客不是一种职业，而是一种精神。

答案补充

（续上）

Zero：我看到你的“关于小榕”栏目里说，“如果有人破坏了这个美好。你就将……Assault!”在生活中与人相处，你觉得自己偏执吗？假设会有这种情况，在工作中，对方是你的竞争对手，在生活，大家是朋友，你如何看待友情和工作的关系？

小榕：我不觉得我偏执，在大多数情况我非常易于相处。人是需要工作的，但是也不能没有友情。

Zero：人与人之间的交流很重要，你网上说“无论在网络还是现实中，我都很孤独”，你的孤独源于你的性格还是你的工作性质？为什么？

小榕：来源于性格，为什么？孤独是一种感觉。

Zero：你希望你的小孩未来涉入安全/黑客领域吗？

小榕：我还没有想过 :-)

zero-g全部成员都有谁？

ZERO-G成员有：

蒙恩（A-Moon，队长）、欣辰（BST）、钧泽（C-Jay）、宇梁（DS）、祖怀（Ever）、吉古（GCool）、赫宣（Hot-Bomb）、柏枫（I.D）、尉劼（JM）、皓彦（King）、洲融（LOS）、云朗（Nn）；

瀚文（O.T.O）、任豪（P.O.I）、耀元（Q）、子瑞（Ray）、予雷（S-Rate）、少廷（T-Voc）、曲直（U:1）、俊杰（VO）、文祺（Wiz）、凌天（Xtra）、世煌（Yme）、世坚（Z.Z）。

ZERO-G是中国内地的男子组合。ZERO-G源于英语Zero Gravity一词的缩写，中文意为“零重力”，同时，ZG也是“中国”的缩写。ZERO-G分为五组子团队，分别为Z班，E班，R班，O班，G班。

扩展资料：

2015年12月24日，白色系宣布推出中国大型男子偶像团体ZERO-G。ZERO-G于2016年1月12日在北京水立方宣布出道。2018年3月6日，ZERO-G梦想男团出道成员将解构重组为代表Zeal（热情）的Z队、Effort（努力）的E队、Real（真实）R队三队，并公布新分队成员名单。

ZERO-G男团来势汹汹，屡次占据微博热门话题榜单，一桩桩很难让人忽视的存在，证明其不逊于韩团的实力。ZERO-G表现出了叫板韩国欧巴们的潜质，凭借数部制作精良的歌曲、MV，以及出席各种节目、通告，用了仅仅两个多月的时间，就完成了许多男团两年才能达到的成绩。

zero交易所什么时间上线

半年之后，zero交易所上线，到时候可以关注一下。

拓展资料：

一、10月16日，zero官网发布“暂停提币公告”称，近日该公司部分私钥负责人正在配合公安机关调查，目前正处于失联状态导致无法完成授权。zero私钥负责人失联，秘钥问题导致暂停提币事件发酵的同时，也因此暴露了交易所的硬伤，资产权力集中、没有足够的备付金机制，风控系统和合规系统的缺失是交易所的通病。

zero交易所暂停提币，充分暴露了交易所的弊端。交易所为客户代管资金，交易不记录在区块链中，导致了大量的安全与作恶漏洞，他们既不安全也不匿名，而且被少数实体控制。交易所中存有大量的用户个人信息、交易信息以及资金，且采用第三方背书集中式托管，这就很容易成为黑客的攻击目标。交易所内部交易不上链，容易产生交易所监守自盗和挪用用户资金的风险；交易过程不透明可能会产生市场操纵问题。交易所种种弊端，让交易所成为未来市场潮流，Zero（Zero数字资产交易平台）是交易所的引领者。

二、针对交易所的各种弊端，Zero交易所有以下优势：

安全性高

Zero技术团队凭借在数字资产行业的丰富经验，打造了顶级安全风控体系和防DDOS攻击系统。Zero采用基于分布式帐本、多重签名、离线签名、分层架构等安全设计，用户独立保管钱包助记。

三、数据透明

任何人、任何时间、地点都可通过区块链浏览器查询，记录不可篡改。

在Zero交易所，每一笔交_数据及记录都可以链上查询、可追溯。一旦交_数据提交到链上，它就是真实可靠、公开透明、_可篡改。此外，用户的交_、充值、提现等都可以在链上追踪到，_受第三方控制，最大限度保证交_的真实性。

四、预期收益高

投资方式创新，安全透明收益板块使投资者更快更稳获得高额回报。

叛逆的鲁鲁修 里 鲁鲁修为什么给自己取名叫 zero，还有他的团队为什么叫 黑色骑士团

ZERO在词典里有以下几种解释：

1.零（数字）

2.零点（刻度上）

3.零度（气温）

4.把（武器）直接瞄准（某物）

5.集中注意于（某事/物）

鲁鲁修可能是想让一切回到当初把，毕竟发生了太多．．．．．．也许要想让世界成为理想的世界，就必须先让一切回到０．．．．．．至于后面那个问题...貌似只是一个团队名字吧。

zero的LOL职业选手有哪些？

当之无愧的最强辅助——平野绫 ··没答错吧，他问的是类似zero的职业选手 就是辅助

作为LGD的队长，LPL的老将，平野绫这个名字相信大家都不会陌生。他不仅为LGD带来了VG的明星中单韦神，S4世界冠军三星白队的ADC选手imp也因他而选择了LGD这支队伍。在赛场上，他抉择明智，全图游走，开团时机把握灵敏，在PYL的指导下，LGD尝试了不同战术，试验着各种阵容以及英雄的配搭组合。

在赛场上，他是团队的核心人物，在夏季赛上，小平因下颚手术原因缺席第一周的比赛，LGD的作战水平直线下降，他们变得不会打团，不会推塔，唯一不变的也只是在对手逐渐侵蚀资源之后的无奈投降。但幸运的是，小平在第二周时带着口罩回归了，LGD的变化有目共瞩。在与UP的首场较量中，LGD又回到了熟悉的阵容配置，在小平的率领下，LGD显得比首周从容许多。LGD在大幅改变，小平对于视野的掌控以及对UP失误的利用再次证明自己是中国第一辅助。就连中单韦神也发微博笑道，有时候，赢，或者输。只是一个下巴的距离。（-=-）

2.强队中更要证明自己的辅助——Meiko

年轻辅助未必不是老辅助的对手。在EDG这样的强队里，大家都在议论着无所不能的厂长，输出爆表的“羊驼”，却很少有人关注着这名年轻的选手。在LPL后半段才得到首次亮相机会的这名新人却发挥出不同于其他新人的实力，线上的凶悍展现出了新人的冲劲，而稳定的大局观又是成熟辅助的象征。

在LPL的赛场上，娃娃笑说到，meiko的安妮完全有理由出现在BAN位上。如果说这只是在国内的常规比赛，那么在MSI的赛场上，meiko已几乎完美的表现赢得了大家的肯定，同时也让大家记住了这名年轻的选手。虽然现在的Meiko似乎已经拥有了和小平争夺中国第一辅助的实力，但在赛场经验上meiko还是有所欠缺的。希望meiko能在以后的比赛中不断成长，成为继卷毛之后的又一世界辅助。

3.让人可惜的悲情辅助——MATA

荣获OGN和S4冠军队伍的辅助选手MATA，也许在很多LOL专业人士心中，Mata才是英雄联盟现今的第一辅助，让对手捉摸不透的英雄池，让队友绝对放心的心境界，让任何下路对抗Mata和他的ADC的时候都感到手足无措。Mata顶着高薪受邀来到VG，本以为这个S4总决赛MVP可以带领VG在LPL上打出一片属于自己的天下，但是实际却是不如人意。

经过春季赛的磨合，来到夏季赛的VG和Mata让人们充满期待，但是他们却再一次让粉丝失望，Mata的MVP光环不复存在，而VG的战绩也惨不忍睹。在德玛西亚的赛场上，VG更是因为辅助Mata突发急性阑尾炎，加上VG并没有带替补队员，所以VG只好目送他们的对手IG直接晋级。作为曾经世界冠军队伍的选手，相比其他的外援，Mata的遭遇可谓是LOL上最悲情的辅助了。

4.最帅气让你眼前一亮的辅助——诺夏

电竞选手多多少少因为电脑辐射，长期熬夜等原因，皮肤会出现一些大大小小的问题。但是在夏季赛闪亮登场的诺夏，简直像从画里走出的美男子一样，被大家称为联盟颜值第一的辅助。诺夏本人的微博，也经常发布古风古息的文字及图片。

在夏季赛，诺夏更是以一头银发俘获了大量女粉丝的心。但你要是以为他只是一名花瓶，那你就错了。在与小狗的配合上，诺夏的表现也是可圈可点，丝毫不输LPL上其他队伍。在生活中，诺夏也是一个乐观的大男孩，面对负面报道，也是笑着面对，耐心解释。因为OMG的人员变动等原因，诺夏暂时未能在德玛西亚杯的舞台上与大家见面。

5.让人印象深刻的元老级辅助——柯南

如果你是近期才开始了解进入LOL这个圈，那你可能不知道柯南。但是作为S2的元老们，我想你们不可能不知道柯南。当然元老并不是说年纪大，而是在LOL赛场的经历上，柯南绝对是WE战队中最元老级的辅助了。在诺言，卷毛离开WE后，柯南成为了微笑的辅助，那时候的WE已经没有了当初的辉煌与鲜花。

在S4失利，面对微笑，草莓的相继退役。WE进入了最为艰难的时期。这时的柯南虽说是一名小将，却也不得不担起WE队长的重任。在面对转会，退役的大浪潮里，柯南依然坚持着自己最初的梦想，对WE不离不弃。虽然，现在的WE相比当初已经是物是人非，但是有这位不甘放弃的队员，加上新队员的加入，相信WE这支全新的队伍能在今后的日子里闯出自己的一片天。