بہت سے واقعات کے پیش آنے سے پہلے ان کی پیشین گوئی کی جا سکتی ہے، مثال کے طور پر، یہ بالکل واضح ہے کہ مقبول MOBA گیم Dota 2 کھیلنے والے کسی شخص کا کردار جلد ہی مر جائے گا اگر کوئی مضبوط دشمن ہیرو نظروں سے اوجھل علاقے سے اس کے پاس آتا ہے۔ لیکن جو چیز کسی شخص کے لیے واضح ہے وہ کمپیوٹر کے لیے ہمیشہ آسان نہیں ہوتی ہے، اور ایک شخص ہمیشہ گیم میپ پر ہونے والی ہر چیز کی پیروی کرنے کے قابل نہیں ہوتا ہے۔ میں "ٹائم ٹو ڈائی: پریڈیکٹنگ کریکٹر ڈیتھ ان ڈوٹا 2 یوز ڈیپ لرننگ" کے عنوان سے، یارک یونیورسٹی کے محققین نے بتایا کہ وہ کس طرح AI کو تربیت دینے کے قابل تھے کہ وہ گیم کے کردار کی آنے والی موت کی پیشینگوئی کرنے میں 5 سیکنڈ پہلے ہی کافی حد تک درستگی کے ساتھ پیش گوئی کر سکے۔ .
درحقیقت، یہ پیش گوئی کرنا کہ کوئی کردار 5 سیکنڈ میں مارا جائے گا اس سے کچھ زیادہ مشکل ہے جتنا کہ پہلی نظر میں لگتا ہے۔ اوسط میچ 80 الگ الگ ٹکڑوں پر مشتمل ہوتا ہے، جن میں سے ہر ایک کے دوران ایک کردار 000 میں سے درجنوں (محققین کے حساب کے مطابق) اعمال انجام دے سکتا ہے۔ اوسطا، نقشے پر کھلاڑی 170 حرکات فی میچ کے ٹکڑے کرتے ہیں، جس سے 000 سے زیادہ گیم تبدیلیاں ہوتی ہیں۔
مطالعہ کے مصنفین نوٹ کرتے ہیں کہ کسی کردار کی کمزور صحت کا ہمیشہ اس کی جلد موت سے گہرا تعلق نہیں ہوتا ہے، کیونکہ کچھ ہیروز میں شفا یابی کی صلاحیتیں ہوتی ہیں، اور شفا یابی کے لیے خصوصی اشیاء بھی ہوتی ہیں۔ ان تمام عوامل کو مدنظر رکھتے ہوئے، ٹیم نے نیورل نیٹ ورک کو تربیت دینے کے لیے والو کی طرف سے فراہم کردہ ڈوٹا 2 میچ کی ریکارڈنگ کا استعمال کیا، جس میں گزشتہ سال 5000 دسمبر تک 5000 پیشہ ورانہ اور 5 سیمی پرو گیمز کھیلے گئے تھے۔ اصل تربیت سے پہلے، ہر کھلاڑی کے لیے میچوں کو ٹائم لائنز میں تبدیل کرکے ریکارڈنگ کو پہلے سے پروسیس کیا جاتا تھا، جسے گیم ٹائم کے 0,133 سیکنڈ حصوں میں تقسیم کیا جاتا تھا، جہاں پیمانے پر ہر پوائنٹ میں کردار اور اس کے ماحول کے بارے میں ڈیٹا کا مکمل سیٹ ہوتا تھا۔
گیم کے اندر موجود تمام معلومات سے، محققین نے 287 پیرامیٹرز کی نشاندہی کی، مثال کے طور پر، کردار کی صحت، مانا، طاقت، مہارت اور ذہانت، اس کی دستیاب چالو اشیاء، استعمال کے لیے تیار صلاحیتیں، نقشے پر ہیرو کی پوزیشن، قریبی دشمن اور اتحادیوں کے دفاعی ٹاور کا فاصلہ، اور عمومی جائزہ کی تاریخ (کھلاڑی نے دشمن کو آخری بار کب اور کہاں دیکھا)۔ یہ پیرامیٹرز، جیسا کہ محققین بتاتے ہیں، اس میں کلیدی کردار ادا کرتے ہیں کہ آیا کوئی کردار مستقبل قریب میں مرتا ہے یا زندہ رہتا ہے، اس میں سب سے اہم کردار نقشے پر پوزیشن اور جائزہ کی تاریخ کے ذریعے ادا کیا جاتا ہے۔
"کھلاڑیوں کا رویہ ماضی قریب کی معلومات سے متاثر ہوتا ہے،" پیپر کے شریک مصنفین لکھتے ہیں۔ "مثال کے طور پر، اگر دشمن محض نظروں سے اوجھل ہے، تو کھلاڑی اب بھی جانتا ہے کہ وہ علاقے میں کہیں ہے۔ دوسری طرف، اگر دشمن چند منٹ پہلے غائب ہو جاتا ہے، تو وہ کھلاڑی کے نقطہ نظر سے کہیں بھی ہو سکتا ہے۔ یہی وجہ تھی کہ ہم نے ایک ایسی خصوصیت شامل کی جو نظرثانی کی تاریخ کا تجزیہ کرتی ہے۔"
نیورل نیٹ ورک کو تربیت دینے کے لیے، سائنسدانوں نے 2870 ان پٹ (287 پیرامیٹرز فی 10 پلیئرز) اور 57,6 ملین ڈیٹا پوائنٹس کا استعمال کیا، 10% ڈیٹا کو تصدیق کے لیے اور 10% ٹیسٹنگ کے لیے محفوظ کیا۔ اپنے تجربات میں، ٹیم نے پایا کہ انہوں نے ایسے حالات میں 0,5447 کی اوسط درستگی حاصل کی جہاں AI سے یہ پیشین گوئی کرنے کو کہا گیا کہ اگلے پانچ سیکنڈ میں کسی بھی ٹیم کے دس کھلاڑیوں میں سے کون سا ہیرو مر جائے گا۔ اس کے علاوہ، محققین اس بات کی نشاندہی کرتے ہیں کہ یہ ماڈل ان تمام عوامل اور حالات کا مطالعہ کرکے بڑے عرصے میں موت کی پیش گوئی کر سکتا ہے جو ان کا باعث بن سکتے ہیں۔
سائنس دانوں نے نوٹ کیا کہ ان کے نقطہ نظر کی کچھ حدود ہیں، یعنی یہ کہ نظام کو اپنی پیشین گوئی کرنے کے لیے گیم کے اندر بہت زیادہ معلومات کی ضرورت ہوتی ہے (بشمول دشمن چیمپیئن کے بارے میں جو سوال میں موجود چیمپیئن کے لیے پوشیدہ نہیں ہوتا ہے)، اور یہ کہ یہ نئے ورژن گیمز کے ساتھ پوری طرح مطابقت نہیں رکھتا۔ تاہم، ان کا خیال ہے کہ انہوں نے جو ماڈل تیار کیا ہے، جو کہ میں دستیاب ہے۔ ، تبصرے کرنے والوں اور کھلاڑیوں کے لیے مفید ہو سکتا ہے جب وہ میچ کی پیشرفت کی پیروی کر رہے ہوں۔
"ایسپورٹس گیمز بہت پیچیدہ ہیں، اور گیم پلے کی تیز رفتاری کی وجہ سے، گیم کا توازن چند سیکنڈ میں لفظی طور پر بدل سکتا ہے، جبکہ گیم میپ کے بہت سے علاقوں میں ایک ہی وقت میں مختلف واقعات رونما ہو سکتے ہیں۔ وہ اتنی جلدی ہو سکتے ہیں کہ تبصرہ نگار یا تماشائی آسانی سے کھیل کے ایک اہم لمحے کو کھو سکتے ہیں اور پھر صرف اس کے نتائج دیکھ سکتے ہیں،" محققین لکھتے ہیں۔ "ایک ہی وقت میں، ڈوٹا 2 میں، دشمن کے ہیرو کو مارنا ایک اہم واقعہ ہے جس میں تبصرہ نگاروں اور ناظرین دونوں کی دلچسپی ہے۔"
ماخذ: 3dnews.ru