fbpx

07 jan
IA, Machine Learning e games: um mundo para lá de bilionário

O mercado de games deve movimentar 2,3 bilhões de dólares em receita até o final deste ano, valor 5,1% maior que em 2020. E quem compra um game quer mais explorar a jornada oferecida, do que pensar em como o jogo foi criado. Mas para chegar ao consumidor, o game passa por diversos processos para a criação de fases e de perfil dos personagens que usam tecnologia avançada para tornar a experiência mais real, dinâmica e atrativa. E há um mundo por trás do universo dos jogos que passa por:

1- Machine Learning: Este processo, também conhecido como aprendizagem de máquinas, se dá pelo aprendizado automático baseado em padrões. A partir de um tempo observando acontecimentos, a máquina começa a entender padrões e aprende com eles. No caso dos games, o sistema computacional joga milhares de vezes e aprende, por eliminação dos erros, quais passos seguir e qual a melhor maneira de agir de acordo com as fases e desafios, como qual o momento de pular, atirar, se defender e interagir com o jogador que estará do outro lado da tela.

2- Reinforcement Learning: A aprendizagem por reforço é quando a inteligência artificial aprende com base na repetição, ou seja, são feitos testes insistentemente. O jogo treina o que aprendeu no primeiro passo de machine learning e vai aperfeiçoando suas habilidades para chegar cada vez mais próximo da perfeição. Em 2019, programadores britânicos criaram uma “equipe” de algoritmos no jogo de tiro Quake III Arena e, por meio do reinforcement learning, formaram um esquadrão de IA dominante que venceu 75% dos jogos contra os humanos, mesmo depois de 12 horas de treino das pessoas envolvidas no teste.

3- DLSS: O Deep Learning Super Sampling, tecnologia da Nvidia, parceira do SAS, é uma técnica implementada nos jogos que promete rodá-los em resoluções mais altas sem exigir tanto da placa de vídeo. Quando um usuário deseja jogar em uma tela 4K, por exemplo, e aproveitar todos os gráficos do jogo, o visor precisa mostrar mais de 8 milhões de pixels que devem ser atualizados por, pelo menos, 60 vezes a cada segundo, exigindo muito da placa gráfica. O DLSS ajuda seu computador ou videogame a otimizar esse processo e gerar uma imagem com resolução maior do que a inicial, tornando a experiência melhor para todos os usuários, mesmo que não tenham a placa ideal para tal jogo.

4- Análise de desempenho: Assim como em esportes de alta performance, como futebol, atletismo e corrida, os jogadores de games online também estão sujeitos a uma avaliação da sua atuação durante as partidas. Através da análise de dados, as equipes podem definir quais estratégias serão colocadas em prática durante as rodadas seguintes do campeonato, quais treinos devem ser aplicados e quais foram as maiores deficiências do time nas exibições anteriores e que poderiam prevenir a vitória. Além disso, a análise de dados auxilia na gravação de partes específicas do jogo que servirão como base de estudo para os times.

“O mundo dos games segue em expansão e nós, do SAS, temos acompanhado essa evolução aplicando analytics em todas as fases, desde a análise do mercado já existente para a criação de jogos que tenham sucesso, durante a fase de concepção, desenvolvimento e testes, na definição da melhor estratégia de lançamento, nas avaliações de feedback dos usuários, na melhoria da experiência do usuário, ou seja, durante todo o processo” destaca Eduardo Hellas, Engenheiro de Sistemas do SAS.

Publicado por Convergência Digital 

Deixe um comentário

Seja o Primeiro a Comentar!

avatar

Compartilhe com um amigo

Tags

Está com dúvidas?
Estamos aqui pra ajudar! Envia um e-mail ou chama no whatsapp: (86) 3133-7070
Entrar em contato!
© 2017 iCEV Instituto de Ensino Superior
Esse domínio pertence ao Grupo Educacional Superior CEV
CNPJ: 12.175.436/0001-09