Движения глаз, командная «химия» и массивы данных: как технологии помогают побеждать в киберспорте

[luckyea77]

После победы российской команды Team Spirit на крупнейшем киберспортивном турнире по Dota 2 - The International - многие уже порассуждали о неожиданных масштабах таких соревнований и огромных гонорарах за победу. Но чтобы победить, команды не просто играют целыми сутками, а пользуются продвинутой аналитикой, алгоритмами на основе ИИ и тепловыми картами движения глаз.\r\n\r\n
\r\n
\r\n\r\nКакие данные собирают об игроках и почему важно следить даже за такими мелочами, как уровень углерода в комнате команды, объясняет старший преподаватель Сколтеха и сооснователь киберспортивного стартапа Head Kraken Андрей Сомов.

Киберспорт - шахматы XXI века

Компьютерные игры стали спортом, на котором можно зарабатывать. Киберспорт даже по словообразованию - компьютерный или электронный спорт, где люди или команды соревнуются друг с другом. Это может быть игра на интерес или профессиональный спорт, где разыгрывают денежный приз, иногда очень крупный.

Эта деятельность считается спортом, потому что люди сопоставляют физические и интеллектуальные возможности в рамках игры и пытаются достичь результата в конце этой деятельности. Здесь есть конкуренция, она растет с каждым годом. В киберспорте участвуют миллионы людей - профессионалы, любители и даже новички.

Но чтобы быть профессиональным киберспортсменом, обязательно нужны тренировки и режим. Это не значит, что нужно играть часами напролет - есть десятки методов тренировок. Причем это уже доказано: команда «Шанхай Тайгерс» тренировалась чуть ли не по 14-16 часов в день, но успеха так и не добилась - прямой корреляции между часами игры и успехом нет.

Киберспорт называют шахматами XXI века, он развивает аналитическое мышление, умение думать на несколько шагов вперед, помогает быстро принять правильное решение в короткий промежуток времени.



Киберспорт - новый социальный лифт

Самые успешные киберспортсмены зарабатывают огромные деньги. Несколько примеров киберспортсменов, которые начинали путь с детства. Игрок Rodjer был одним из тех, кто когда-то в первый раз выиграл российский турнир. Вся команда выиграла миллион рублей, а он получил 200 000, после этого родители разрешили ему заниматься этим и дальше. Другая американская история успеха: Sumail, который играет в Dota 2, родился в Пакистане в 1999 году. Это очень талантливый игрок: в 15 лет он выиграл один из крупнейших турниров и заработал очень много денег. Он сделал ставку на киберспорт и за счет этого постепенно перевез всю семью в США.

Такие игроки объединяются в профессиональные киберспортивные команды, среди них выбирают капитана - обычно это самый опытный игрок. Обязательно есть тренер, его функция может дополняться ролью аналитика. В суперпрофессиональных командах даже есть свои психологи и диетологи.

В киберспорте уже анализируют движения глаз и содержание углерода вокруг игрока

Анализ данных в киберспорте пока только начинает появляться. Главная проблема тренера в том, что у него нет инструментов для оценки психического и физиологического состояния кибератлетов. Но сейчас появляются сервисы, где можно выполнять упражнения на метание гранат или отрабатывать тактику. Пока это не развито до такой степени, как в профессиональном футболе, где изучают все - от психологии до правильной техники удара и тактики. В этой сфере сложно улучшить что-то или предложить новое. В киберспорте таких ниш еще много, и здесь есть что изучать.

Есть несколько видов данных, которые можно использовать для анализа в киберспорте. Первая - это игровая телеметрия: данные с клавиатуры и мышки. Вторая группа - физиология, отслеживание движения глаз, электромиография и видеокамера.

Третий момент - это данные среды, то, что происходит вокруг игрока: измерение температуры, содержание углекислого газа. Большое содержание CO₂ в помещении точно коррелирует с результатами, поэтому это очень важный параметр.

Click to view

Данные анализируют с помощью ИИ и продвинутой аналитики. Первый инструмент, который вводится сейчас, - это машинное обучение, ИИ, который работает вместе с датчиками на киберспортсменах. Он помогает визуализировать, а потом и анализировать физические показатели игроков. Это скорость, с которой нажимаются клавиши и частые комбинации. В дальнейшем можно посчитать, как эти показатели влияют на результат. Еще один момент - контроль игроков, когда они не играют, им тоже важно профессионально выполнять свои обязательства.

ИИ может предсказывать победы, провалы, травмы, с его помощью можно скаутить игроков - проверять, насколько они хорошо знают матчасть, есть ли у них «химия» с остальной командой. Такие технологии могут составить полноценный цифровой и психологический портрет человека.

Данные показывают, что взгляд профессионального игрока уникален

Движения глаз выдают спортсмена-любителя. С помощью трекеров глаз мы можем выделить определенные области на экране, построить тепловые карты и по тому, как игрок смотрит на экран, понять, профессионал он или любитель. На картинке ниже в правом нижнем углу - профессионалы, они сфокусированы на центре экрана. А в правом верхнем углу игрок тратит больше времени для того, чтобы смотреть на радар.



Также мы можем разделить экран на девять частей и увидеть, куда смотрят профессиональные атлеты. В левой части тепловая карта профессионального игрока, а справа - любителя. Мы видим, что игроки-любители на 12% больше времени тратят на радар, а профессионалы - 65% времени смотрят в центр и сфокусированы на своей игре.



Разница во взгляде - это очень хороший отличительный признак профессионального атлета. Эта аналитика помогает тренеру понять, что делать дальше и на какие аспекты имеет смысл обратить внимание во время тренировок.

Датчики могут подсказать, болеет игрок или врет. Следующая технология для анализа профессионального отношения к делу - это тепловизор. Например, определение по кончику носа. Есть экспериментальные исследования, которые показали, что есть «эффект Пиноккио» - нос становится горячим, если человек врет. Тренер также может определить, что игрок болеет. Обычно левый глаз человека чуть теплее - он ближе к сердцу, но при повышенной температуре эту разницу зафиксировать нельзя.



Технологии могут заранее предсказать «химию» внутри команды

Глубокое обучение заранее определит отношения между игроками. В разных университетах уже ведется разработка гиперсканирования - его смысл в том, чтобы проанализировать, синхронизированы ли люди между собой. Это нужно для того, чтобы правильно собрать команду и измерить «химию» между ними.

ИИ же может выявить определенные паттерны - например, придумать выгодную тактику, заметить повторяющиеся позиции врагов или модели поведения игроков. Это важные данные для тренера, которые потом влияют на взаимодействия в команде. Нужно не только убить противника, а грамотно размениваться игроками и понимать, когда это стоит делать, а когда - нет.

С технологиями можно отработать стандартные ситуации - 3 в 3 или 3 в 5. Даже если вас осталось меньше, при правильном плане команда обязательно победит.

Киберспорт уже победил стриминг музыки, фильмов и традиционных видов спорта

Цифры подтверждают, что киберспорт уже обгоняет по доходам телевидение, кино и музыку. Исследования говорят о том, что подрастающее поколение с большим удовольствием смотрит стрим по киберспорту, а не трансляцию классического вида спорта. Прогнозируется, что к 2021 году киберспорт выйдет на второе место по этому показателю в США - впереди будет только американский футбол.

Причем профессиональных игроков из огромного количества киберспортсменов - мало. Их всего 5%, а игроков-любителей без контрактов - 95%. Призовой фонд International по Dota 2 - это 32 млн в 19-м году. В 17-м году эта цифра была 27 млн. За два года дельта увеличилась на 5 млн.

Но самыми перспективными в киберспорте считаются направления аналитики и тренировок. Именно здесь проводится огромное количество сделок, а в процессе участвуют самые передовые технологии - ИИ, датчики движения глаз.



Стартапы, которые анализируют данные киберспортсменов

- SHADOW.GG рассчитан на профессиональные команды - он достаточно дорогой, но очень эффективный. Это сервис, который позволяет сгенерировать план на конкретную игру или планы на тренировки, которые можно бесконечно отрабатывать.

- SCOPE.GG - позиционная игра-тренировка по правильному метанию гранат и разминированию. Это очень важно - при метании нужно правильно стоять, рассчитать траекторию, причем он сработает не сразу, а через 5 секунд, поэтому нужно учесть еще множество факторов. Этот сервис помогает защищать все просматриваемые места на карте и расположиться, чтобы выиграть.

- 4dSIGHT.COM - с помощью глубокого обучения они анализируют поверхности для нанесения персонализированных баннеров в режиме реального времени. Это пользуется огромной популярностью во время стриминга или проведения соревнований.

Технологии будущего - анализ видео и данных с десятков датчиков

Следующий шаг - продвинутые датчики, данные с тела и большой массив информации. В последние несколько лет технологии продолжают развивать и толкать киберспорт вперед. Если вчера мы только играли в игры, то сегодня уже умеем собирать и анализировать данные, значит, завтра сделаем когнитивный киберспорт, когда мы автоматически научимся получать рекомендации, погрузимся в каждую мелочь, заполним каждую нишу данных, научимся извлекать разнообразные данные и получать из этого пользу. Именно из-за развития сообщества киберспорта в России и мире появляются новые профессии, университеты, курсы дополнительного профессионального образования либо магистратуры, где уже есть обучение по киберспортивному направлению.

Следующий виток развития - это появление новых научных задач. Это большой анализ мультимодальных и гетерогенных данных - видео и данных с датчиков. Они помогут не только улучшить результаты киберспортсменов, но и дать толчок мобильному киберспорту. Это новое направление, которое уже начало развиваться в Корее, Китае и готово захватить аудиторию в остальном мире.

Источник