0
0
На лекции «Киберспорт: от исследований к стартапу» в рамках образовательного проекта «Лекторий Технопарка “Сколково”» Андрей Сомов, старший преподаватель «Сколтеха», сооснователь киберспортивного стартапа Head Kraken, рассказал, как технологии искусственного интеллекта помогают в подготовке киберспортсменов и какие стартапы сегодня помогают лидерам добиваться выдающихся результатов.
«Антагонизма к искусственному интеллекту в киберспортивном мире нет»
Ирина Печёрская
В киберспорте есть еще много возможностей для исследовательской работы — в отличие от других видов спорта высоких достижений, он пока изучен не очень подробно.
Машинное обучение и искусственный интеллект могут помочь аналитикам и тренерам максимизировать результаты игроков.
Киберспортивный рынок уже обошел по размеру многие рынки традиционных развлечений, по количеству зрителей в США сравнялся с топовыми видами спорта и растет двузначными темпами.
На рынке услуг для киберспортивных команд есть свободная ниша — оценка психофизиологического состояния игроков, которой занимается сколтеховский стартап Head Kraken.
Как стать лучшим кибератлетом
Одна из больших проблем, которые сейчас существуют у киберспортивного тренера, — это отсутствие инструментов для оценки психофизиологического состояния кибератлета.
Как правило, игры предоставляют лишь некоторую статистику, например, можно записать демки и проанализировать.
А если, например, сказать, что возраст профессиональных игроков, как правило, 16-26 лет, то им надо наглядно объяснять — молодежь не всегда понимает посылы тренера, почему он предлагает ту или иную стратегию или же потренироваться в определенных упражнениях для прокачки определенных скиллов.
Если бы были графики, диаграммы, тепловые карты (heat maps), то это все можно было бы показать.
Сейчас на самом деле появляются такие сервисы, где можно потренировать определенные упражнения: метание гранат, тактику, позиционную игру, но тем не менее такой визуальный фидбэк, цифровизация игрока для тренера важна.
И опять же по нашему опыту я могу сказать, что особенно зарубежные команды понимают, что сейчас, например, в профессиональном футболе изучено уже все: от психологии до правильной техники удара и тактики — там практически уже трудно где-то что-то изучить и улучшить.
В киберспорте таких ниш еще достаточно много, и здесь есть что изучать, поэтому тренеры и профессиональные команды уделяют этому большое внимание — это действительно может помочь правильно подобрать игроков, понять, какие слабые и сильные стороны у них есть.
Такие инструменты, как клатч — когда один игрок остается против нескольких игроков соперника, должны понять при помощи анализа, как быстро реагировать в стрессовой ситуации и добиться улучшения результативности и распределения психологических ресурсов.
Как машинное обучение и искусственный интеллект в целом помогают киберспортсменам
Во-первых, это помогает хорошо визуализировать, а потом и проанализировать физические показатели игроков: с какой скоростью нажимаются клавиши, какие комбинации используются и так далее. Второй момент — как эти показатели влияют на результат.
Третье — это оценка и контроль состояния игроков, потому что есть игровое поле, есть время, когда игроки тренируются, есть свободное время, и здесь очень важно это контролировать, потому что это профессиональный спорт уже.
Следующий момент — это предсказание будущих побед и провалов, травм и так далее.
И еще один аспект — формирование команд, скаутинг, когда к вам, например, приходит новый игрок, с ним проводят собеседование, смотрят, насколько хорошо он знает матчасть, насколько хорошо владеет знаниями последних патчей, стоит ли его вообще тестировать и сажать к команде.
Такие технологии на самом деле могут сделать цифровой портрет, психологический портрет человека.
Данные можно собирать довольно разнородные, и их довольно много, но мы, например, их делим на несколько основных групп и добавляем психологию.
Первая группа — это игровая телеметрия: все ваши данные с клавиатуры и мыши. Вторая — это физиология, отслеживание ваших глаз, сердцебиения, электромиография, видеокамера и так далее.
Третья категория — это данные среды, то есть то, что происходит вокруг вас: это измерение температуры, содержания углекислого газа.
Как ни странно, вроде бы простой момент — если вы не проветриваете, то большое содержание углекислого газа в помещении действительно абсолютно точно коррелирует с вашим результатом.
Четвертая группа — это демки, которые можно скачать и проанализировать.
Roman Kosolapov/Shutterstock.com
Как игроки относятся к ИИ
Искусственный интеллект, как правило, помогает выявить определенные паттерны, закономерности, найти как статистически выгодные позиции для себя, так и часто повторяющиеся позиции у врагов.
Выявление выгодной тактики и модели поведения отдельных игроков — это очень важно при разменах игроков.
Плюс очень хорошо оценивать игры в меньшем составе, потому что, если вы защищаетесь при отработанной тактике, когда вас меньше, вы должны обязательно побеждать.
Искусственный интеллект позволяет моделировать специфические сценарии для тренировок, чтобы можно было придумать что-то неожиданное для оппонентов.
Это поиск оптимальных стратегий и рекомендательные системы для игроков на основе машинного обучения.
Касательно игровой индустрии — это предсказание исходов матчей для ставок, поиск токсичных игроков — а это, на самом деле, очень большая проблема для разработчиков игр — поиск читеров, оценка моделей поведения игроков.
Какого-то негативного отношения игроков к ИИ мы не встречали. Единственное, что беспокоит игроков, — это, чтобы во время процедуры сбора данных не было реакции на программы, которые детектируют читеров, на этот полезный софт, который занимается сбором и аналитикой.
Многие на самом деле рады использованию искусственного интеллекта, многим это интересно. Игроки просят подсказать, как лучше тренироваться, кто лучше стреляет.
Какого-то антагонизма к этому в киберспортивном мире абсолютно точно нет.
Что происходит на киберспортивном рынке
Статистика рынка говорит о том, что игровая индустрия уже обгоняет по своим доходам индустрию телевидения, киноиндустрию и музыку.
Если же говорить, например, о зрителях, здесь мы видим, что в 2018 году киберспорт делил третье-четвертое место с NBA, и прогнозируется, что в 2021 году киберспорт в Штатах выйдет на второе место по количеству зрителей, и впереди него будет только американский футбол.
В следующем наборе маркетинговых цифр по потребительским расходам, посещаемости и так далее хотелось бы сфокусировать внимание на количестве игроков в мире и на том, что профессиональных игроков всего 5%, а любителей и полупрофессионалов — 95%.
Обязательно хочется отметить CAGR, то есть рост как аудитории, так и доходов. Если в мире по оценке экспертов рынок растет на 18%, то в России еще быстрее: прирост составляет порядка 20%.
На рынке киберспорта можно увидеть такие направления: стриминг, маркетинг, организация соревнований, продажа «железа» и разных аппаратных средств, подсчет статистики и очков, новости.
Но самым перспективным считается направление аналитики и тренировок. Во-первых, потому что тут проводится огромное количество сделок, а, во-вторых, здесь участвуют самые инновационные технологии, такие как искусственный интеллект.
Но проблема в том, что на рынке нет инструментов для тренеров и обычных игроков для оценки их психофизиологического состояния, чтобы впоследствии можно было повысить свои результаты.
И наш стартап Head Kraken как раз представляет такую программно-аппаратную платформу, где мы собираем такие киберспортивные данные, их анализируем, визуализируем и предоставляем рекомендации.
В чем особенности киберспортивных стартапов
В киберспортивных компаниях очень типичный кейс — это то, что на ранних стадиях в эти компании вкладывать достаточно рискованно, но часто они находят свою точку роста, начинают расти экспоненциально, и после такого роста компании инвестиции становятся уже не нужны.
Поэтому здесь инвесторам нужно грамотно проанализировать команду, проанализировать кейс, потому что доходы здесь могут быть колоссальными.
Вторая особенность — это огромнейшая аудитория: интерес к киберспорту есть у всех возрастных категорий.
Следующий момент — это масштабируемость: такие стартапы, как правило, хорошо потом идут в EduTech. Например, тренажеры для авиации или в банковской сфере.
Кроме того, мультидисциплинарные направления исследований ведут к мультисекторным продуктам и сервисам: если вы работаете в направлении по сбору и анализу данных, то, например, в линейке наших продуктов вы можете делать как онлайн-сервисы, основанные только на ПО, так и более сложные продукты.
Фото на обложке: EKKAPHAN CHIMPALEE/Shutterstock.com
Нашли опечатку? Выделите текст и нажмите Ctrl + Enter
Источник: https://rb.ru/
Average Rating