Персональный кибертренер. Как тренировать геймеров с помощью машинного обучения
К спортивной арене Staples Center в Лос-Анджелесе 30 октября 2016 года стекались десятки тысяч людей, многие были в костюмах фантастических существ — героев Рунтерры, игровой вселенной League of Legends. Более 20 000 фанатов съехались на финал мирового киберспортивного чемпионата. За Кубок Призывателей бились две корейские команды — SK Telecom T1 и Samsung Galaxy, игроки провели пять напряженных игр, одна из них стала самой длинной в истории турнира — 252 минуты. «Мы все истощены», — признался потом лидер SK Telecom T1 Ли «Faker» Сан Хек. После турнира команда сразу же вернулась к круглосуточным занятиям на своей тренировочной базе в Южной Корее. Стартап Mobalytics, созданный ливанским нейрофизиологом Амине Исса и украинцами Богданом Сучиком и Николаем Лобановым, помогает киберспортсменам добиваться лучших результатов. Благодаря технологиям машинного обучения онлайн-платформа анализирует игровой стиль и дает оценку навыкам, советуя игроку, над чем поработать. В конце 2016 года Mobalytics получил $2,6 млн от западных венчурных фондов и российского Almaz Capital. Пока возможности сервиса тестируют около 100 000 игроков League of Legends. Сможет ли Mobalytics превратить искусственный интеллект в «персонального кибертренера»? Амине Исса компьютерными играми увлекался с детства. Закончив школу экстерном в 16 лет, он поступил сначала на медицинский факультет Ливанско-американского университета в Бейруте, а затем в Университет Флориды, где изучал биомедицинскую инженерию. В студенчестве Исса уже заигрывался в World of Warcraft. Интерес к играм только усилился, когда он переехал в Рочестер, устроившись научным сотрудником в клинику Мейо, где занялся исследованием состояния пилотов после полетов. Ради науки в 2012 году Амине даже поднялся на Эверест: на группе испытуемых нужно было проверить, как сердечная недостаточность влияет, например, на качество сна. Исса проводил много времени за анализом собранных данных и подготовкой публикаций, а отдыхал, играя в онлайн-игры. Вскоре он присоединился к киберспортивной команде World of Warcraft и играл на турнирах, пытаясь улучшить свои игровые навыки с помощью физиологии и психологии. В сентябре 2015 года на конференции TwitchCon в Сан-Франциско в очереди желающих пообщаться с одним из известных игроков Амине вдруг услышал вопрос, который собирался задать сам: «Что вы думаете по поводу анализа данных в сфере киберспорта?» Автором вопроса оказался инженер из Киева Богдан Сучик, который немедленно получил от Исса приглашение попить вечером пива. Сучик приехал на TwitchCon в поисках бизнес-идеи. Выпускник Киевского политеха, он тоже часами засиживался за Lineage 2 и World of Warcraft. В студенчестве Сучик даже взял академический отпуск, завалив экзамены из-за Lineage 2. Пока соученики подрабатывали курьерами и официантами, он продавал оружие, доспехи, талисманы, за которые в игре нужно было биться с монстрами. Его одногруппник Николай Лобанов предпочитал Dota. «Мы тогда и подумать не могли, что компьютерные игры станут огромным рынком, — вспоминает Лобанов. — Мы просто играли в свое удовольствие, а люди уже зарабатывали миллионы, выигрывая киберспортивные чемпионаты мира». Лобанов, окончив магистратуру факультета электроники, уехал в Москву — в Nokia Siemens Networks он налаживал запуск сети 3G. Вскоре руководство корпорации отправило его работать сначала в Атланту, затем в Техас, а потом в Санта-Монику. Сучик же попробовал запустить несколько интернет-стартапов. Ни один из них не принес желаемой прибыли, но проекты помогли предпринимателю обзавестись связями в Калифорнии (один из стартапов, myTips, попал в 500 Startups в 2014 году), и он отправился в Кремниевую долину. О продукте для геймеров он задумывался еще в 2010 году, а увидев, как быстро растет рынок киберспорта (в 2019 году он должен пройти отметку $1,1 млрд), уверился в том, что бизнес-идею нужно искать именно здесь. В 2015 году он занялся анализом ниш для киберспорта. «Рынку не хватало хороших инструментов аналитики, — вспоминает предприниматель. — У игроков было много информации о том, как они играют, но это напоминало ситуацию, когда врач пишет для вас несколько страниц с результатами анализов, но не говорит, что делать». Исса, Сучик и Лобанов (он пришел в проект по предложению Сучика) решили заняться постановкой диагнозов и писать «рецепты» для игроков. По данным Newzoo, в 2016 году мировой рынок киберспорта вырос на 51,7%, до $493 млн, более 70% этой суммы владельцы игровых брендов тратят на спонсорство мероприятий, рекламу и покупку прав на трансляции. Остальные 30% приносит продажа билетов и сувениров. Какие IT-решения приходят в киберспорт? Самые крупные сервисы — видеоплатформы для трансляций игр. Наиболее известная из них — Twitch — была куплена Amazon за $970 млн, но есть еще около десятка подобных площадок, не считая канала YouTube Gaming. Другая ниша — сервисы для организаторов турниров, одни предназначены для топовых соревнований, другие — для любительских. Есть и площадки для ставок, сайты с расписанием киберспортивных соревнований, доски объявлений и даже первые маркетплейсы. Исса, Лобанов и Сучик сразу поняли, что нет смысла создавать продукт в одной из этих насыщенных ниш. Партнеры решили сфокусироваться не на профессиональной, а на любительской аудитории — 90% зрителей киберспорта одновременно играют сами, смотрят обучающие видео на YouTube, участвуют в конференциях и даже берут частные уроки (до $50–80 за час). Почему бы им не заменить учителя на робота? Читать также: Тони Уоткинс: Через несколько лет киберспортсмены будут богаче футболистов Продуктом Mobalytics стала платформа, которая агрегирует открытые данные о стиле игры, анализирует игровые привычки и советует игроку, на что обратить внимание. Первой игрой для тренировок стала League of Legends (более 100 млн игроков в месяц) от компании Riot Games, которая предоставляет доступ к своим данным авторам сторонних приложений через API (набор инструментов для разработчиков). Система изначально фиксирует уровень игрока, а в ходе игры подсчитывает его персональный индекс и индекс противников. Индекс состоит из восьми показателей — от умения работать в команде до боевых навыков и гибкости, каждый из базовых показателей можно детализировать. Индекс отражается на круговой диаграмме, а ниже появляются советы для обучения. Всю статистику и советы можно посмотреть в личном кабинете Mobalytics после каждой игры: система использует машинное обучение, и чем больше игроков и показателей она изучает, тем точнее ее оценки и рекомендации. Через полгода после знакомства на TwitchCon, в марте 2016-го на сайте с «заглушкой» партнеры начали собирать заявки от желающих опробовать систему кибертренировок. К сентябрю 2016 года была готова первая версия платформы, и у Mobalytics было около 13 000 регистраций. Тогда же Исса, Лобанов и Сучик отправились на TechCrunch Disrupt Startup Battlefield — главный международный конкурс стартапов в Сан-Франциско. Сучик вспоминает, что анкету отправили за час до окончания регистрации. После презентации глава YouTube Сьюзен Войжитски и партнер Sequoia Capital Роелоф Ботца отметили перспективность продукта и обсудили с командой нюансы модели монетизации. Через несколько дней создатели Mobalytics узнали, что заняли первое место. Победа на TechCrunch привлекла к проекту внимание инвесторов, в том числе зарубежных. Зарабатывать Mobalytics рассчитывает за счет платной дополнительной статистики и безлимитного доступа к персонализированным советам. Пакет с набором продвинутых опций будет стоить $10 в месяц, что сопоставимо с подпиской на стриминговые сервисы вроде Netflix. Создатели рассчитывают, что конверсия составит 2–3%. Если предположить, что в каждой из популярных командных видеоигр, где Mobalytics может стать «персональным коучем», — миллионы игроков в месяц, стартап в течение нескольких лет может выйти на оборот в десятки миллионов долларов в месяц. «В игровых вселенных модель freemium в целом и модель подписки в частности всем привычна и понятна. Бесплатно вы получаете функционал, а за деньги — больше дополнительных возможностей», — говорит Александр Галицкий, управляющий партнер Almaz Capital. Для игровых сервисов конверсия может составлять от нескольких процентов в развивающихся странах и до десятков процентов в богатых западных странах, прогнозирует он. Одной из моделей монетизации может стать кросс-маркетинг с профессиональными командами, говорит Алексей Корнышев, глава соревновательного направления Wargaming в СНГ. Mobalytics может давать киберспортсменам скидку или бесплатный доступ к сервису с элементами продакт плейсмент от брендов. «Тренерское направление в киберспорте получило развитие недавно, — отзывается о перспективах стартапа Корнышев. — Сейчас только формируются правила и школа тренерства, поэтому грамотная аналитика будет отличным подспорьем». Пока предприниматели еще не начали монетизировать сервис: в режиме бета-тестирования Mobalytics используют для совершенствования своих игровых навыков 200 млн игроков. Параллельно команда Mobalytics собирает заявки от тех, кто хотел бы тестировать AI-сервис в Overwatch, новой игре от Blizzard Entertainment (число желающих уже прошло отметку 26 000). В планах Mobalytics — работать не только с любителями, но и с профессиональными командами. Подписка для киберспортивных команд будет стоить дороже в разы. Но для профессиональных тренировок систему нужно научить анализировать и использовать данные также о психологическом состоянии игрока. Биологические данные важны, так как нейрофизиологией киберспортсмены действительно отличаются от тех, кто играет изредка (например, скорость реакции на раздражитель у них выше на 5%). Другое направление, которое мечтают развивать создатели Mobalytics, — работа со статистикой игры и совершенствование методов машинного обучения. Алгоритмы могут анализировать чаты, в которых общаются члены команды: методы машинного обучения способны вычленять смысл в обсуждениях стратегии. Машинное обучение позволит следить за мимикой игрока, а также распознавать элементы карт сражений. Все это ляжет в основу новых математических моделей, которые разрабатывают в Mobalytics. Задача стартапа — научиться определять черты игрового стиля точно так же, как сейчас нейросети в приложениях вроде Prisma распознают черты стиля художников. При этом будет важно отслеживать изменения стиля игрока в реальном времени, а не по итогам раунда или нескольких битв. Насколько сложно будет это сделать? «Можно собрать велосипед, но не надо самому конструировать колеса», — поясняет Лобанов. Он напоминает, что алгоритмы, которые предшествовали сегодняшним системам-прообразам искусственного интеллекта, появились именно в компьютерных играх — как виртуальные соперники. «DeepMind (куплена Google за $400 млн. — Forbes) собирается превратить StarCraft в мир, где можно колоссально увеличить производительность искусственного интеллекта, — говорит разработчик. — Скоро игровые «боты» станут настолько развитыми, что смогут играть в команде наравне с человеком». А Исса предлагает представить, что будет, когда AI-тренер для игроков из веб-интерфейса будет интегрирован в персональный костюм, напоминающий доспехи «Железного человека». Читать также: Спортивный азарт: зачем инвесторы ставят на геймеров
