Mogą przechytrzyć przeciwników dzięki AI. Na ich czele stoi Polak
Sztuczna inteligencja to najbardziej rewolucyjna technologia ostatnich lat. Coraz częściej znajduje zastosowanie także w rozrywce, kulturze czy e-sporcie. Z technologii opracowanych we współpracy z SAP korzysta niemiecki Team Liquid - jedna z najstarszych i najbardziej utytułowanych organizacji e-sportowych w historii. Jedną z jej gwiazd jest Polak - Nisha, topowy gracz Dota2.
Team Liquid posiada dziś sekcje siedemnastu e-sportów i kontraktuje 160 profesjonalnych graczy. Dzięki przejęciom w Indonezji i na Filipinach firma zatrudnia już pół tysiąca ludzi, z których blisko połowa to osoby bezpośrednio związane z grami. Szybka matematyka pozwala więc oszacować, że blisko setka z nich stanowi wsparcie graczy.
W zależności od popularności i potencjału danego e-sportu budujemy infrastrukturę wokół graczy. Wspierają ich trenerzy i analitycy, a jeśli tytuł jest naprawdę duży, to każda z pozycji ma swojego własnego specjalistę od szkolenia - mówi Victor Goossens, co-CEO Team Liquid.
Jednym z takich tytułów jest kultowy LoL - League of Legends.
W LoL-u możesz wygrać lub przegrać jeszcze przed wyjściem na mapę
Pamiętam nasze starcie z Evil Geniuses, które przegraliśmy w momencie wyboru postaci. Wybraliśmy powolną drużynę, podczas gdy oni wzięli zwinne, szybkie postaci, które dzięki swojej mobilności mogły z nami robić co chciały - mówi Jason Lucas Luijckx, odpowiadający w Team Liquid za partnerstwa.
Team Liquid przegrał starcie już na etapie wyboru postaci tworzących drużynę. Ten „draft” to pierwszy etap starcia. Polega na wybraniu pięciu bohaterów („pick”); każda drużyna może również usunąć pięciu bohaterów z puli („ban”). Drużyny esportowe i ich analitycy solidnie przygotowują się do tego procesu, wymaga to też zrozumienia strategii przeciwników. League of Legends jest bowiem grą, która nieustannie się zmienia. Stwarza to potrzebę ciągłego dostosowywania do nowego środowiska, analizowania zachowań zarówno własnych, jak i drużyny przeciwnej. Dodatkowo, w procesie rozgrywek, drużyny e-sportowe mają tylko tydzień na przygotowanie się do gry i m.in. zebranie wiedzy o mocnych i słabych stronach drużyny przeciwnej.
Ponad 150 postaci dane ogromną liczbę kombinacji
Dokładne przeanalizowanie wszystkich kombinacji jest zadaniem poza ludzkie możliwości. Do tej pory nie było jednak innej możliwości.
Nasi analitycy oglądali kilka meczy i analizowali wybory herosów, aby przedstawić zawodnikom najlepsze możliwości. Z racji na ograniczony czas, analiza nie była głęboka - dodaje Jason.
Tu sztuczna Inteligencja wchodzi do gry. Przez ostatnich 12 miesięcy Team Liquid wspólnie z SAP tworzyli platformę, która wykorzystuje ogromne zbiory danych generowane przy okazji rozgrywek e-sportowych do pomocy zawodnikom w dobieraniu najlepszych postaci.
Czytaj więcej o e-sporcie:
„Technologia daje nam przewagę nad konkurentami”
W świecie e-sportu każde kliknięcie myszką czy uderzenie w klawiaturę może zostać uchwycone - o ile zezwala na to wydawca gry. Na szczęście Riot (twórcy LoL-a) nie robią z tym problemu. Właśnie to pozwoliło Team Liquid na zbudowanie bazy danych liczącej 500 mld rekordów.
Mamy do dyspozycji 20 mln meczów z całego świata. Analitycy nie muszą bazować tylko na trzech ostatnich, ale mogą wykorzystać tysiące ostatnich zagrywek czy wyborów naszego kolejnego przeciwnika - podkreśla Jason.
Team Liquid korzysta z SAP AI Core do trenowania generatywnego modelu sztucznej inteligencji, który pobiera dane z poprzednich meczów i umieszcza je w kontekście nadchodzącej gry. Analitycy otrzymują więc sugestie dotyczące najlepszych wyborów i zakazów, aby zmaksymalizować szanse na wygraną. Rezultatem jest inteligentny draft bot treningowy, który wizualizuje prognozy i dostarcza informacji o aktualnym prawdopodobieństwie wygranej po każdym picku i banie.
Kiedy zaczynaliśmy współpracę z SAP-em dostaliśmy dedykowanego e-sport developera. W miarę, jak zadawaliśmy kolejne pytania i rozwijaliśmy bota na Business Technology Platform, zespół wsparcia urósł do kilku osób, które pomagają nam w projektowaniu kolejnych rozwiązań - podkreśla Jason.
Ręczna analiza to już przeszłość. Teraz czas na scouting
Wybory herosów, to oczywiście nie jedyne zastosowanie algorytmów. Innym przykładem jest wykorzystanie magii. Każdy zespół czy gracz cechuje się bowiem własnym wzorcem rzucania zaklęć - w określonych momentach, miejscach na mapie czy kontekstach. Podobne wzorce może odczytywać również w kontekście poruszania się po mapie. Sztuczna inteligencja może również pomóc w poszukiwaniu wschodzących gwiazd.
Choć każda gra ma własną tabelę rankingową, to może ona jedynie zawęzić sferę poszukiwań skautów, którzy później musieli na własną rękę wyławiać diamenty - znowu - oglądając mecze - wyjaśnia Victor.
Teraz poszukiwania nie muszą ograniczać się do gier pół-profesjonalnych. Sztuczna inteligencja może bowiem przeanalizować również mecze amatorskie i wskazać obiecujących młodzików. To jednak dopiero początek.
Każdy gracz ma inny styl. Niska potrzebuje dużo zasobów, aby pokazać pełnię klasy. Dołożenie do niego zawodnika, który będzie o nie konkurował nie skończy się dobrze. Dlatego nasi skauci szukają talentów, które specjalizują się w gra na niskich zasobach. Podobnie, o wiele bardziej cenimy zawodników, którzy potrafią grać szeroką talią postaci. Gdy ktoś ciągle ogranicza się do dwóch, to przeciwnicy łatwo go zablokują - dodaje Victor.
Team Liquid szacuje, że rozwiązanie opracowane we współpracy z SAP, oszczędza analitykom około 10 tys. godzin rocznie w porównaniu manualnej analizy. Już teraz przekłada się to więc na finanse organizacji - także pod kątem wygranych w zawodach. Żadna, inna organizacja nie ogłosiła bowiem jeszcze korzystania z podobnego narzędzia. Potencjał jest przy tym ogromny. Z danych Allied Market Research wynika, że narzędzia AI dla branży sportowej osiągną globalną wartość ponad 19 mld dol. do 2030 roku.
