В Университете ИТМО создали систему машинного обучения, способную определять пол игрока в онлайн-играх

В Университете ИТМО создали систему машинного обучения, способную определять пол игрока в онлайн-играх

Ученые планируют использовать эту систему машинного обучения и свои последующие разработки для определения игровой зависимости

Ученые из Санкт-Петербурга создали систему машинного обучения,
способную определять пол игрока по количеству достижений и
количеству времени, которое он тратит на игры, сообщает РИА
Новости. О первых итогах ее работы они рассказали на конференции
AAAI Conference on Artificial Intelligence, проходившей в конце
января в Гонолулу.

«Моя идея была в том, чтобы использовать игровые данные для
изучения поведения человека в реальной жизни. Для этого сейчас
пробуют использовать социальные сети, но там люди задумываются о
своем поведении, выбирают, что постить, и фильтруют свои мысли. А
в играх такого не происходит: там мы ведем себя так, как хотели
бы в жизни», — рассказывает Иван Самборский, аспирант
Университета ИТМО.

Последние 20 лет ученые, общественные деятели, политики и
обеспокоенные родители жарко дискутируют о том, являются ли
компьютерные игры полезными или вредными и как они могут влиять
на поведение детей и взрослых, а также на работу мозга человека.
Относительно недавно этим вопросом заинтересовались
нейрофизиологи, обнаружившие, что некоторые типы игр улучшают
работу ряда отделов мозга, реакцию и память, а другие, наоборот,
заставляют эти отделы уменьшиться в размерах.

Многие противники компьютерных игр полагают, что их сетевые
разновидности могут вырабатывать у определенной группы людей
зависимость подобную наркотической. Другие психологи и обыватели
считают, что высокий уровень реализма и свободы действий в играх
приводит к тому, что насилие и жестокость, часто встречающиеся в
них, в некоторых случаях «переезжают» в реальный мир.

Поиски ответов на эти вопросы, как отмечают Самборский и его
коллеги, осложняются тем, что сегодня у психологов и
нейрофизиологов нет подходящих инструментов для ведения массовых
наблюдений за геймерами за пределами их собственных лабораторий.
Это влияет и на само поведение игроков, и не дает ученым получить
максимально точные выводы.

Как сообщает пресс-служба Университета ИТМО, российские ученые и
их коллеги из Сингапура решили эту проблему, создав систему
машинного обучения, способную «вычислять» некоторые черты
личности и пол игроков по данным из игровой платформы Steam.

Для создания и обучения этого искусственного интеллекта
Самборский и его коллеги воспользовались данными
видеостримингового сервиса Player.me, который объединял профили
игроков в Steam с их учетными записями в Twitter, Facebook и
Instagram. Сопоставляя манеру их игры с тем, что писали и как
себя вели игроки в соцсетях, ученые раскрыли несколько любопытных
связей между игровым поведением и особенностями личности
человека.

Как отмечает Самборский, ему «удалось подтвердить, что игровые
данные имеют отношение к реальным характеристикам людей». Это
позволяет вычислить их пол и некоторые другие характеристики,
анализируя то, какие игры покупают пользователи Steam, их любимые
жанры, частоту и объемы внутриигровых платежей и некоторым другим
аспектам поведения.

Подобные данные, как считают исследователи, пригодятся
разработчикам игр и их издателям для оценки того, сколько времени
человек готов тратить на игры и какую демографию привлекает их
продукт. Вдобавок, ученые планируют использовать эту систему
машинного обучения и свои последующие разработки для определения
игровой зависимости.

«Раньше мы использовали тексты, изображения и даже геолокацию.
Однако поведение игроков описывается совершенно особым языком
проведенных в играх часов и полученных достижений. Наше
исследование показало, что даже этой информации хватает, чтобы
предсказать пол игрока. Конечно, этим дело не ограничится, но
сейчас мы просто показали, что игровое поведение можно
анализировать и получать хорошие прогнозные значения», —
заключает Андрей Фильченков, коллега Самборского по университету.

scientificrussia.ru