IBM, la Overwatch League y el poder de la IA para resolver problemas complejos de datos (gaming)

Por Corey Shelton

Una de las cosas que me encanta de trabajar en IBM es la oportunidad de resolver problemas realmente únicos. Y sin duda, ese fue el caso cuando Blizzard Entertainment le pidió a mi equipo desarrollar nuevas soluciones para la Liga de Overwatch.  La Liga quería que aprovecháramos el poder de IBM Watson para hacer el juego más atractivo para los jugadores, los aficionados y casters del juego de esports.

Overwatch es un juego de acción en primera persona basado en equipo que llevo años jugando. Es de ritmo rápido, complejo, y requiere una mezcla de habilidades y capacidades de cada uno de los seis jugadores (y sus héroes elegidos) en un equipo. La Overwatch League es una estructura internacional de esports construida alrededor del juego, con 20 equipos profesionales basados en ciudades de todo el mundo, desde Los Ángeles a Londres hasta Shanghái.

Es una operación seria, similar a otras ligas deportivas profesionales, con millones de fans en todo el mundo, patrocinadores corporativos, y tratos que respaldan equipos y jugadores. Pero, dado que cada juego genera un tremendo volumen y variedad de datos, la Overwatch League se esforzó por evaluar objetivamente el rendimiento de jugadores y equipos. ¿Cómo podría la Liga comparar al jugador A con el jugador B o al jugador B, C y D cuando cada jugador está jugando un héroe único en un modo de juego diferente en un mapa diferente?

Presentando, #Power #Rankings with #Watson, un enfoque objetivo basado en la #IA para evaluar el desempeño de los #jugadores y sus equipos en el #popular #Overwatch #League. Los beneficios de Power Rankings with Watson son de doble enfoque. Primero, le permite a los dueños, entrenadores y jugadores una manera de evaluar el talento, que es fundamental para un juego con millones en premios en dinero. Pero lo más importante, les da a los fans una forma rápida y fácil de conectarse con el juego, y entre sí. Como Jon dice, “esta es una gran fuente de conversación para nuestros fans y #casters. Y a los fans de la Overwatch League les encanta debatir temas como ‘¿quién es el mejor tanque principal del mundo?’. Los Power Rankings van a enriquecer la conversación y a hacerla más divertida.

Después de nuestra alianza anunciada en octubre, el equipo quería avanzar rápidamente para dar vida a esas soluciones. Para desarrollar los Power Rankings with Watson, IBM reunió a un equipo de expertos de todo el mundo, incluyendo científicos de datos, especialistas en IA y desarrolladores de software para trabajar juntos a través del programa Área 631 de IBM. Dado que la Overwatch League quería tener su solución antes del inicio de la temporada 2021 en abril 16, el equipo utilizó una metodología agresiva para acelerar el desarrollo. Área 631 es un programa de incubación interna que inició en Canadá basado en las metodologías de #IBM #Garage y que ahora opera en nuestros laboratorios de desarrollo a nivel global. El programa proporciona a 6 expertos 3 meses para ofrecer 1 solución (de ahí el nombre, 631). El equipo de IBM trabajó de cerca con la Overwatch League durante todo el proceso, y al final, desarrolló la solución en sólo dos meses.

El equipo tomó tres pasos críticos para abordar el problema.

Primero, se enfocó en las estadísticas. La Overwatch League mide más de 360 métricas diferentes basadas en el rendimiento de cada partida: todo desde “curación por segundo” y “precisión de las armas” hasta “tasa de generación final”. Tener datos confiables y transparentes es fundamental. Por lo cual, el equipo de IBM utilizó IBM Cloud Pak for Data para agregar, organizar y preparar este enorme volumen de datos para el análisis.

Después, usó analítica avanzada para determinar las correlaciones entre cada estadística y los resultados de las partidas. En otras palabras, descubrieron como las diferentes métricas de desempeño contribuyen para perder o ganar.

Y finalmente, porque no todas las estadísticas son creadas de la misma manera, el equipo usó las capacidades de #Machine #Learning y #AutoAI de IBM Watson Studio para asignar un peso cada estadística. Aunque todas las estadísticas son un factor para los Power Rankings, alrededor de 30 de ellas tienen un gran peso, impulsando la mayoría de los movimientos dentro de la clasificación.

AutoAI fue clave para avanzar. Básicamente simplifica el proceso de construcción de un modelo de IA. Es una capacidad de Machine Learning que no requiere un Ph.D en ciencia de datos para usarse y proporciona transparencia para ayudar a mejorar la confianza en los modelos. Un usuario puede pedir al AutoAI que resuelva variables específicas esencialmente. En este caso, necesitábamos conocer cómo ponderar y priorizar las diferentes estadísticas del juego. Ya teníamos todos los datos. Todo lo que necesitábamos era preguntar.

Deja una respuesta

Tu dirección de correo electrónico no será publicada.

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.