Valve entrena a AI para detectar tramposos en CS: GO



No hay nada peor en Counter-Strike que encontrarse con un spinboat que usa un aimbot. Aimbot: uno de los tramposos más poderosos, realiza un auto-objetivo para un disparo en la cabeza. Un spinboat gira constantemente alrededor de su eje, proporcionando un campo de visión de 360 ​​grados. Por lo tanto, un spinboat con un aimbot se puede usar de manera efectiva contra un simple disparador con un aimbot (por qué estos hacks son realmente necesarios, vea la explicación experta en los comentarios y un artículo separado sobre trucos ).

Spinbot es el truco más obvio, que se calculó bastante rápido, pero el triggerbot y otros hacks son mucho más difíciles de identificar desde un lado. Por lo tanto, hasta la fecha, los tramposos se han sentido relativamente cómodos. Recientemente, Valve lanzó prohibiciones masivas en cuentas tramposas, y en el futuro los jugadores deshonestos serán detectados y bloqueados mucho más rápido. Esta noticia fue reportada por uno de los desarrolladores de Valve.

El usuario de Reddit bajo el apodo Valve_Anti-Cheat habló sobre el estado actual de la lucha contra los tramposos en CS: GO.

La mala noticia es que cualquier algoritmo de detección de trucos codificado por software no funciona. Más precisamente, funciona solo a corto plazo, pero los desarrolladores de bot se adaptan rápidamente, aprenden a sortearlo. Es decir, resulta una especie de "carrera armamentista" en la que no puede haber ganador.

Los autores de bots descubren empíricamente los límites de la heurística por los cuales la diferencia entre un jugador en vivo y un programa se determina programáticamente y realizan cambios en el bot para que se ajuste formalmente a las características de un jugador en vivo. Entonces la situación vuelve a la normalidad.

Por lo tanto, Valve considera las opciones más óptimas para aplicar métodos de aprendizaje automático , es decir, un modelo adaptativo para detectar bots. En este caso, se utiliza un clasificador entrenado, que continúa continuamente el entrenamiento y se modifica constantemente. Identifica efectivamente las diferencias entre los tramposos y los jugadores normales / altamente calificados. En esta área, en los últimos años, especialistas de EE. UU., Canadá, Gran Bretaña, Hong Kong y otros países han realizado muchas investigaciones. Por ejemplo, vea los artículos científicos Detección de tramposos para juegos multijugador: teoría, diseño e implementación , detección de trampas basada en el comportamiento en tiradores en primera persona en línea que utilizan técnicas de aprendizaje automático, etc. El sistema antitrampa de Valve puede basarse en esta investigación.

El desarrollador Valve_Anti-Cheat dice que la operación de dicho sistema de IA plantea serios requisitos para la infraestructura técnica. El sistema debe analizar continuamente la información sobre los partidos actuales y analizar el comportamiento de los jugadores. Como no se sabe de antemano exactamente dónde aparecerá el tramposo, se requiere un análisis de todos los partidos en todas las arenas en tiempo real. El seguimiento de cada partido es necesario desde el punto de vista de cada uno de los diez jugadores que participan en él.

Más de un millón de partidos se juegan diariamente en las arenas de CS: GO. Imagine el rendimiento de un sistema que necesita analizar todos estos partidos en tiempo real desde la posición de cada jugador. Aquí realmente necesita usar un clúster informático con miles de núcleos de procesador en el centro de datos.

Parecería una tarea imposible, pero Valve comenzó a implementar este proyecto. Se desarrolló una versión beta temprana de este sistema, que ya ha comenzado a funcionar. Ahora ella opera en modo de prueba y envía muestras de trabajo a los oficiales de patrulla (Overwatch).

Valve_Anti-Cheat dice que los resultados son muy prometedores, por lo que el trabajo continuará y el sistema de aprendizaje automático se expandirá a más coincidencias.

Por lo tanto, debe pensar de nuevo antes de iniciar el bot en CS. Si los spinbots se bloquearon lo suficientemente rápido antes, ahora se bloquearán aún más rápido. Probablemente, AI podrá identificar a estos tramposos obvios en unos pocos segundos. Con la introducción de dicho sistema de bots "libres de falsificaciones" en CS: GO ya no habrá más.

Parece que la introducción de un sistema anti-trampa es bienvenida. Pero si lo miras desde afuera, la situación no parece tan sencilla. De hecho, Valve de facto introduce un sistema de IA que evaluará a la humanidad para los humanos. Es decir, determinar si este jugador en particular es una persona real o no. Al mismo tiempo, el sistema actúa como una caja negra, cuando los principios de su funcionamiento no están claramente definidos en el código, sino que se detectan dinámicamente.

Alguien puede sugerir que, al final, dicho sistema se considerará tramposo para todos los jugadores, excepto para ellos mismos. Pero esta es una mirada demasiado paranoica al problema. Parece más probable que las decisiones del sistema sean aceptadas como la verdad última, sin derecho de apelación. En otras palabras, después de una prohibición en el juego, no puedes probar que no eres un tramposo. Esto es algo similar a la trama de una historia fantástica, donde en el futuro el sistema de inteligencia artificial, absolutamente incorruptible e imparcial, reemplazó a los jueces humanos y fue sentenciado en casos penales y administrativos. Está claro que tendrá menos errores que los jueces humanos. No le darás un soborno a tal juez. No se verá afectado por la autoridad. La "Ley del teléfono" se convertirá en una reliquia del pasado. Pero, ¿estás listo para confiar tu vida y libertad al sistema de inteligencia artificial? Surgen pensamientos cobardes: ¿y si algo sale mal? ¿De repente, el sistema comenzará la represión contra las personas por algunos signos extraños que su clasificador en las redes neuronales de repente determinó?

¿De repente un día el sistema se negará a seguir las instrucciones de una persona? Como dijo HAL 9000, lo siento Dave, me temo que no puedo hacer esto .

Source: https://habr.com/ru/post/es401711/


All Articles