eSports
Equipe NeuroTrackerX
5 de fevereiro de 2019
Imagem

Na mais recente batalha entre homem e máquina, um feito inédito foi alcançado: a IA derrotou os melhores jogadores de eSports em seu próprio jogo. Chamado Starcraft II, este popular jogo de estratégia em tempo real exige tomada de decisões rápidas, gerenciamento de recursos e uma perspicácia tática excepcional, em vez de um combate no estilo pedra-papel-tesoura. Vamos analisar por que isso é tão importante e como foi possível.

Emulando a Inteligência Humana

Como abordamos em um post recente do blogartificial têm impulsionado grandes avanços na área inteligência nos últimos anos. O principal campo de testes até o momento tem sido o de jogos de tabuleiro de estratégia, como xadrez e Go. Para esse novo domínio, o Google empregou um projeto chamado DeepMind, um sistema que utiliza redes neurais artificiais, parcialmente modeladas a partir de como o cérebro humano processa informações complexas.

Essa nova forma de IA adaptativa pode aprender tanto com especialistas quanto de forma independente, jogando simulações de si mesma. Embora não exija supercomputadores, precisa de muita prática, que é enormemente acelerada pelas modernas tecnologias de processadores atuais. No entanto, os resultados com xadrez e Go têm sido impressionantes, com a IA da DeepMind criando novos níveis de jogo estratégico muito superiores aos dos melhores jogadores humanos do mundo.

O desafio dos jogos de estratégia em tempo real

Os jogos de tabuleiro têm regras relativamente simples, mas apresentam complexidade devido às inúmeras possibilidades de resultados. Jogos de computador como Starcraft II são muito mais complexos, pois oferecem uma enorme variedade de opções de jogo, inclusive logo no início da partida. Além disso, podem envolver uma quantidade infinita de unidades, que são muito menos limitadas pelas regras de jogo que regem peões e peças de Go. Por fim, existem muitos tipos diferentes de unidades com múltiplas habilidades, que podem ser combinadas de inúmeras maneiras.

Esses fatores representam desafios formidáveis ​​para a IA, pois se aproximam do domínio da criatividade – tradicionalmente uma característica humana. No entanto, uma das facetas únicas do DeepMind é sua capacidade de aprender experimentalmente por tentativa e erro… ao extremo.

O Confronto

Com uma nova IA especializada chamada AlphaStar, a equipe do Google por trás do DeepMind se sentiu confiante o suficiente para lançar sua IA baseada em Starcraft II contra os melhores jogadores profissionais de eSports do jogo.

Ao enfrentar dois oponentes em um ambiente de testes, os resultados foram chocantes. Em 10 vitórias consecutivas, derrotou ambos os jogadores por 5 a 0. Na verdade, não foi apenas uma IA que os derrotou, mas sim 5 evoluções diferentes da IA, cada uma com seu próprio estilo de jogo distinto.

Uma Vantagem Meta-Humana

As derrotas foram uma conquista notável, dada a complexidade do jogo e o nível de desempenho alcançado pelas estrelas dos eSports. Esses jogadores são famosos por conseguirem realizar centenas de ações por minuto, com reações extremamente rápidas. Curiosamente, a proeza do AlphaStar não residia exatamente nesse domínio supostamente dominado por máquinas. Na verdade, ele tinha reações mais lentas e menos ações por minuto, mas era superior em eficiência em termos das ações que executava.

Onde mais se destacou foi na inteligência e criatividade das jogadas, e foi a pura diversidade de estratégias de jogo nunca antes vistas que deixou as estrelas dos eSports perplexas.

Como a DeepMind conseguiu isso

Em termos de tempo humano, a capacidade do AlphaStar pareceu surgir do nada. Em termos de tempo de máquina, levou bastante tempo. A primeira versão da IA ​​foi criada estudando uma quantidade enorme de partidas de jogadores profissionais. Isso a levou ao nível de um jogador profissional de liga inferior, mas ainda há um longo caminho a percorrer para se igualar aos melhores profissionais.

A próxima fase foi a verdadeira mágica da IA. Isso permitiu que o AlphaStar utilizasse o conhecimento emulado, experimentasse com ele e aprendesse consigo mesmo. Em uma semana de prática na 'AlphaStar League', simulou aproximadamente 200 anos de jogo contra várias versões de si mesmo.

A partir de seus algoritmos de autoaprendizagem, emergiram 5 estilos de jogo muito diferentes com resultados vencedores superiores. A equipe da DeepMind apelidou-os, de forma um tanto sinistra, de "agentes".

Choque e espanto

Foram essas IAs que enfrentaram os jogadores profissionais. Na segunda partida, uma estrela dos eSports chamada PLO ficou um tanto perplexa com o fato de a estratégia da IA ​​na segunda partida ser completamente diferente da primeira.

Isso levou os comentaristas a frequentemente se referirem à IA como "assustadora" ou "aterrorizante". Em alguns momentos, o jogo parecia exatamente como o de um jogador profissional de alto nível, mas de repente podia se transformar em estratégias completamente novas – coordenando múltiplos ataques pelas laterais e obtendo controle total do mapa.

Ameaça ou oportunidade?

Em vez de ficarem ressentidos por terem sido completamente superados por essas primeiras incursões da DeepMind nos eSports, os jogadores profissionais derrotados ficaram intrigados com as novas estratégias e insights sobre como o metajogo poderia evoluir.

Em vez de IA contra humanos, nos eSports esses agentes também poderiam ser usados ​​para treinar contra os oponentes mais difíceis, a fim de aprimorar suas habilidades. Além disso, com desenvolvimento especializado, eles poderiam ser usados ​​para descobrir contra-estratégias eficazes contra oponentes de alto nível com estilos de jogo previsíveis.

Como já mencionamos anteriormente, as principais equipes de eSports estão adotando as mais recentes tecnologias da ciência esportiva, como NeuroTracker, para aprimorar suas habilidades. Com grandes investimentos no desenvolvimento de jogadores, é possível que as estrelas do eSports do futuro sejam treinadas por inteligência artificial com redes neurais personalizadas para suas necessidades de aprendizado.

Se você se interessa pelo crescente poder da IA, confira também este blog.

Supermentes inteligentes de IA estão chegando

Siga-nos

Seta

Comece a usar NeuroTracker

Obrigado! Sua inscrição foi recebida!
Ops! Algo deu errado ao enviar o formulário.

Comprovado por pesquisas

Impacto do Rastreamento Tridimensional de Múltiplos Objetos (3D-MOT) no Desempenho Cognitivo e na Atividade Cerebral em Jogadores de Futebol

Bem-vindo aos Serviços de Pesquisa e Estratégia da [nome da empresa] no dinâmico mercado atual.

Siga-nos

Notícias relacionadas

Equipe NeuroTrackerX
17 de junho de 2024
Resenha do livro: Condicionamento físico para eSports

Descubra o que esta nova bíblia dos eSports tem a oferecer para toda a indústria.

Nenhum item encontrado.
Equipe NeuroTrackerX
17 de junho de 2024
Estudo NeuroTracker revela que atletas de eSports precisam de melhor nutrição e sono

Pela primeira vez, uma nova pesquisa mostra os efeitos da má alimentação e da má qualidade do sono nas funções cognitivas de jogadores profissionais.

Nenhum item encontrado.
Lee Sidebottom
17 de junho de 2024
Quais eSports são os mais exigentes cognitivamente? Parte 2

Jogadores de eSports de nível mundial podem ter as habilidades cognitivas mais impressionantes do planeta. Descubra aqui quais dos principais eSports exigem maior capacidade intelectual sobre-humana.

Nenhum item encontrado.
X
X