Valve introduce el algoritmo de aprendizaje automático para recomendar nuevos juegos de Steam

Encontrar juegos en Steam siempre ha sido difícil, pero la avalancha de títulos que se publican en la plataforma ha hecho de la descubribilidad un gran problema para los creadores y los jugadores por igual. Valve está intentando mejorar la situación con un nuevo sistema de recomendación de juego que se basa en la IA, en lugar de metadatos curados por el usuario. La IA no recibe ninguna información sobre un juego en absoluto, en lugar de su fecha de lanzamiento, y no se ve afectada por las puntuaciones de revisión o etiquetas. En su lugar, aprende sobre los juegos únicamente en función de lo que hacen los jugadores.

Válvula Escribe:

Detrás de este nuevo recomendador se encuentra un modelo de red neuronal que está entrenado para recomendar juegos basados en el historial de tiempo de juego de un usuario, junto con otros datos destacados. Entrenamos el modelo basado en datos de muchos millones de usuarios de Steam y muchos miles de millones de sesiones de juego, dándonos resultados sólidos que capturan los matices de diferentes patrones de juego y cubre nuestro catálogo. El modelo está parametrizado para que podamos restringir la salida a los juegos lanzados dentro de una ventana de tiempo especificada, y se puede ajustar para preferir los juegos una mayor o menor popularidad subyacente. Estos parámetros se exponen al usuario, lo que le permite seleccionar si desea ver solo las versiones recientes en los resultados, o volver hasta el final para incluir juegos lanzados hace una década. Del mismo modo, puede elegir si desea ver los hits principales o los cortes profundos del catálogo. Independientemente de la configuración de los controles deslizantes, los resultados siempre serán personalizados y relevantes para el usuario individual.

La capacidad de Valve para crear motores de recomendación, herramientas de búsqueda y mejoras de detección que tratan a jugadores y creadores de manera justa ha recibido algunos éxitos durante el último año. Durante la reciente venta de verano del “Gran Premio”, Valve creó una competencia confusa alrededor del evento. Como resultado, los jugadores comenzaron a eliminar títulos independientes de sus listas de deseos en masa en un intento de juego del sistema y recibir caros títulos AAA de forma gratuita, por una creencia errónea de que la eliminación de títulos de bajo costo aumentó sus posibilidades de recibir costosos juegos gratis. Los creadores entraron en pánico. Tener un juego en tu lista de deseos significa recibir actualizaciones cuando sale a la venta, y esas notificaciones aparentemente tienen un impacto importante en cuántas copias vende un juego en general. Los desarrolladores están muy descontentos con la forma en que la venta de Steam se desarrolló este año, y muchos no vieron ningún repunte en absoluto en las recogidas de la lista de deseos o en las ventas generales.

El nuevo sistema de recomendación de juegos Que Valve presenta hoy no es directo Respuesta a la debacle del Grand Prix, pero es un ejemplo de cómo la compañía está tratando de mejorar sus propios algoritmos de recomendación de maneras que serán justas para los creadores de juegos y ayudar a los jugadores a encontrar los títulos que quieren experimentar. Hasta la fecha, los cambios de Valve en su sistema de recomendaciones han sido controvertidos; un error de algoritmo el año pasado condujo mucho más tráfico a los títulos ya establecidos a expensas de títulos más pequeños. Después de los problemas del Gran Premio, algunos desarrolladores han perdido la fe de que Valve está particularmente interesado en resolver la situación.

“Antes de octubre de 2018 (y durante unos meses después, mientras le daba a Steam el beneficio de la duda), le dije a cualquiera que me preguntara que Steam valía el 100% para los desarrolladores independientes”, desarrollador Yitz relatado Kotaku a través de Twitter DM:

Ahora, esa confianza se ha ido, y no es porque he cambiado o me he vuelto más cínico… Esta venta de Steam fue un desastre, pero estoy mucho más preocupado por la tendencia general que hemos visto en el algoritmo de Steam desde octubre del año pasado: empujar juegos de triple A impopulares (incluyendo ‘mayormente negativo’ revisado) sobre los títulos que Steam tiene datos más que suficientes para saber sería una mejor coincidencia para el consumidor.

Decidí tomar el algoritmo de recomendación de Steam para dar una vuelta, para ver qué tipo de títulos recomendaría para mí, personalmente. En mi caso específico, estoy preparado para que el algoritmo sea un poco menos preciso, algunos de los juegos He pasado más tiempo “jugando”, históricamente, son títulos que he utilizado para la evaluación comparativa, y es posible que descarte el algoritmo. También tengo un muy mal hábito de dejar juegos con pestañas alt mientras corría en el fondo, que también puede inflar drásticamente mis propios tiempos de juego.

No he pasado 73,5 días reales de mi vida jugando a Fallout 4.

Esa es la vista predeterminada al iniciar sesión. Tus mejores juegos se muestran a la izquierda, mientras que los títulos recomendados están a la derecha. Aquí está la lista de los mejores juegos cuando juegas con el deslizador “Niche” versus “Popular”. Mi lista de juegos “Popular” está a la izquierda, mientras que las recomendaciones completas de “Niche” están a la derecha.

En cuanto a su algoritmo de recomendación, Valve escribe:

Una dirección es recopilar cada pieza de información sobre un juego, y luego hacer conjeturas sobre qué juegos son similares, y luego recomendar esos juegos “similares”. Pero eso permite todo tipo de distorsiones extrañas, sólo porque juegues mucho Beat Saber, no significa que solo debamos recomendarte juegos de ritmo VR. Este modelo adopta un enfoque diferente. No tiene en cuenta la mayoría de los datos habituales sobre un juego, como el género o el precio. En su lugar, se analiza qué juegos se juega y qué juegos juegan otras personas, a continuación, hace sugerencias informadas basadas en las decisiones de otras personas que juegan juegos en Steam. La idea es que si los jugadores con hábitos de juego muy similares a los que también tienden a jugar otro juego que aún no has probado, entonces ese juego es probable que sea una buena recomendación para usted.

El deslizador “nicho” frente a “popular” parece que podría utilizar algún ajuste fino. De alguna manera, Metro 2033 Redux es el título más popular recomendado para mí bajo Ambos Opciones. Pero es extraño que este juego debe ser recomendado para mí en primer lugar, dado que tengo (pero nunca me he molestado en vencer) Metro 2033. Lo mismo ocurre con Metro Last Light Redux. Tiene sentido recomendar Metro 2033 Redux para mí si lo único que estás examinando es horas jugadas (lo usé para benchmarking) o “número de juegos propiedad de la serie Metro.” El examen del número de logros desbloqueados en estos títulos demostraría que yo tampoco jugaba.

La otra deficiencia que veo en estos datos no es exactamente culpa de Valve o Steam. Tengo Far Cry 3 en uPlay y Witcher 3 en GoG. Jugué juegos como Dishonored, Borderlands 2 y Wolfenstein: The Old Blood usando la cuenta de Steam de un amigo. La calidad de las recomendaciones es un poco mixta — Me encantó Dishonored y encontré Borderlands 2 relativamente divertido, pero no era un gran fan de Far Cry 3 y nunca he jugado mucho de The Witcher 3. Los títulos de “nicho” son juegos de los que no he jugado ni oído hablar, por lo que parece estar cumpliendo sus objetivos en ese sentido, aunque eso también hace que sea más difícil de interpretar si me gustaría.

El objetivo es que esta herramienta sea un mejor motor de recomendación para juegos que no sea susceptible a ser gamed o manipulado, o que requiera que los desarrolladores se preocupen por optimizar algoritmos subyacentes y desconocidos. La idea es que el modelo de IA vea lo que los jugadores están jugando y recomiende estos juegos a las personas que juegan juegos similares a esas personas. Tendremos que esperar a que se disponga de datos sobre cómo funcionan, pero la capacidad de detección ha sido un problema importante para todo tipo de tienda en línea. Resolverlo, o incluso mejorarlo, sería un logro importante para cualquier escaparate.

Ahora leer:

Deja un comentario

25 − 19 =