Kategória: Všeobecné

Vyriešený rébus extrémne vzácneho správania hráčov

Predstavte si svet, v ktorom 99,6 % vašich zákazníkov za vaše služby nikdy nezaplatí, no vy napriek tomu dokážete prosperovať. Presne v takejto realite funguje herný priemysel postavený na modeli Free-to-Play. Väčšina hráčov strávi pri hrách množstvo času, no len absolútny zlomok z nich sa odhodlá k reálnemu nákupu týchto hier. Ako v tomto miliónovom digitálnom stohu ihiel nájsť tie najvzácnejšie okamihy, kedy sa bezplatný hráč mení na platiaceho zákazníka – a to bez toho, aby sme narušili jeho súkromie alebo skreslili realitu?

Slovenský výskumný tím z Univerzity Konštantína Filozofa v Nitre a Univerzity Komenského v Bratislave prijali túto výzvu. S využitím európskeho superpočítača Leonardo dokázali to, v čom bežné algoritmy fatálne zlyhávajú.

Výzva

Keď sa umelá inteligencia učí z dát, kde platby tvoria iba 0,34 % z desiatok miliónov herných relácií, narazí na tvrdú stenu. Štandardné modely sa zachovajú prefíkane, ale nepoužiteľne: zjednodušia si prácu a vyhlásia, že nezaplatí nikto. Matematicky dosiahnu 99,66 % úspešnosť, no pre herné štúdio je takýto model slepý – nedokáže identifikovať žiadneho budúceho platiaceho hráča.

Tradičné metódy „dopočítavania“ chýbajúcich dát (ako populárny SMOTE) situáciu v hernom prostredí ešte zhoršujú. Generujú totiž obrovské množstvo falošných poplachov. Správanie hráča navyše nie je statický bod v tabuľke. Pred nákupom človek prechádza fázami: hromadí hernú menu, naráža na náročné prekážky alebo opakovane navštevuje obchod. Druhým obrovským úskalím bol tzv. únik dát (label leakage) – ak model analyzuje reláciu, v ktorej nákup už prebieha, vidí skoky v štatistikách a má ilúziu dokonalej predpovede. V reálnom čase je však už na zásah neskoro.

Riešenie

Slovenskí vedci sa preto rozhodli namiesto generovania izolovaných riadkov v tabuľkách učiť umelú inteligenciu chápať kontext a časovú následnosť. Navrhli unikátny rámec založený na generatívnych adverzálnych sieťach (GAN), konkrétne upravený pre prácu s časovými oknami.

Namiesto modelovania samotného nákupu začal ich algoritmus (CTGAN) analyzovať krátke trajektórie správania – sekvencie piatich po sebe idúcich herných relácií, ktoré nákupu bezprostredne predchádzali. Výskumníci vytvorili špeciálne maskovanie (padding-aware mask), vďaka ktorému model dokázal pracovať s hráčmi s rôzne dlhou históriou. Výsledkom bolo, že umelá inteligencia dokázala vygenerovať takmer milión úplne nových, syntetických, no psychologicky a štatisticky verných nákupných trajektórií, ktoré obohatili tréningový proces bez akéhokoľvek narušenia súkromia reálnych ľudí. Celý proces prebiehal striktne v režime next-session prediction – model predpovedal nákup v budúcej relácii výhradne na základe histórie z minulosti.

Prínos

Nasadenie tohto revolučného prístupu prinieslo hmatateľné výsledky, ktoré v komerčnom prostredí znamenajú obrovský rozdiel:

• 3,18-násobný nárast schopnosti predikcie: Schopnosť modelu správne zoradiť a zachytiť vzácnu skupinu budúcich platiacich hráčov (meraná cez PR-AUC) vyskočila z hodnoty 0,0044 na 0,0140.
• Koniec falošným poplachom: Na rozdiel od starších metód, ktoré kompletne rozbili rozhodovacie hranice a zaplavili analytikov chybnými údajmi, generované trajektórie udržali vysokú čistotu dát.
• Prepojenie matematiky s biznisom: Výskum jasne ukázal, že samotné generovanie dát nestačí. Skutočný úspech prichádza v momente, kedy sa pokročilá GAN augmentácia prepojí s optimalizáciou rozhodovacieho prahu (threshold calibration). Až posunutím tejto citlivej hranice dokáže herné štúdio premeniť surové pravdepodobnosti na spoľahlivé rozhodnutia, kedy hráča včas podporiť, ponúknuť mu personalizovaný obsah alebo správne zacieliť kampaň.

Celú štúdiu vrátane detailných dát nájdete priamo v knižnici Machine Learning with Applications.

Pohľad do budúcnosti

Prečo slovenskí teológovia píšu manuál pre éru superpočítačov?

Keď sa v bežnom rozhovore povie „umelá inteligencia“, väčšina z nás si predstaví chatbota v mobile, generovanie vtipných obrázkov alebo písanie e-mailov na počkanie. To je však len špička ľadovca. Pod povrchom sa skrývajú masívne modely, ktoré spracovávajú miliardy dát na najvýkonnejších superpočítačoch sveta. Tieto technológie už dávno neovplyvňujú len IT sektor – menia spôsob, akým premýšľame, ako komunikujeme a ako si overujeme pravdu.

Práve preto táto téma dorazila na miesto, kde by ju mnohí nečakali – na Teologickú fakultu Trnavskej univerzity. Ukazuje sa totiž, že umelá inteligencia už nie je len technickou otázkou, ale stáva sa hlbokou témou pre humanitné vedy a teológiu.

Spojenie dvoch svetov

Technológia bez etického základu môže byť chladná, zatiaľ čo humanitné vedy bez pochopenia moderných technológií riskujú, že stratia kontakt s realitou dnešného sveta. Aby sa tieto dva svety prepojili, vznikla jedinečná spolupráca. Pedagógovia z Teologickej fakulty Trnavskej Univerzity docent Jozef Žuffa a doktor Milan Urbančok spojili sily s doktorkou Luciou Malíčkovou z Národného superpočítačového centra.

Výsledkom je text s názvom „Umelá inteligencia a univerzita“, ktorý slúži ako pedagogicko-etický sprievodca. Reaguje na encykliku pápeža Leva XIV. Magnifica humanitas (s podtitulom „O ochrane ľudskej osoby v dobe umelej inteligencie“).

Cieľom autorov však nebolo vytvoriť zložitý akademický text pre úzky okruh teológov. Naopak, chceli otvoriť tému pre všetkých ľudí a ukázať, že umelá inteligencia sa priamo dotýka vecí, ktoré robia človeka človekom.

Viac než len generovanie textov

Sprievodca pomáha širokej verejnosti aj akademickej obci pozrieť sa na AI z úplne inej perspektívy. Venuje sa otázkam, ktoré riešime v každodennom živote:

• Ako si udržať pozornosť vo svete, ktorý je presýtený digitálnym obsahom a neustálymi notifikáciami?
• Ako hľadať a chrániť pravdu, keď moderné stroje dokážu vygenerovať takmer dokonale vyzerajúce dezinformácie a manipulácie?
• Prečo človek nie je len dátový profil a prečo žiadny algoritmus nedokáže nahradiť skutočný, hlboký ľudský dialóg?

Prečo je to dôležité pre nás všetkých?

Tento prístup mení pohľad na vzdelávanie a technológie. Ukazuje, že v ére superpočítačov už nemôžeme striktne deliť svet na „technikov“ a „humanitárov“. Ak chceme, aby nám umelá inteligencia slúžila a pomáhala, musíme o nej premýšľať cez prizmu hodnôt, morálky a kritického myslenia.

Slovenský projekt z Trnavskej univerzity je dôkazom toho, že aj tie najzložitejšie algoritmy nakoniec potrebujú ľudský kompas. Celý sprievodca a inšpiratívne podnety na diskusiu sú prístupné priamo na oficiálnej stránke TF TRUNI Magnifica Humanitas.