DraftFM؟">كيف يعمل DraftFM؟
يستند DraftFM إلى معالجة البيانات الكبيرة ويستخدم سياسة الاختيار المتقطعة (Discrete-choice policy) لتقييم الأوراق المتاحة في الحزمة الحالية، وذلك اعتماداً على مجموعة من الميزات المعقدة. حيث يتم تزويد كل ورقة بوظيفة مبردة بأبعاد 775، تأخذ في الاعتبار سجل الورقة العامة والميزات الهيكلية، مما يعطي اللاعبين فرصة لمقارنة الأوراق غير المرئية بأخرى مألوفة.
بفضل شبكة مترابطة تضم 1.6 مليون معلمة، تم تدريب النموذج على 149 مليون اختيار من 29 توسعة، مما مكنه من تحقيق دقة تصل إلى 60.4% في المطابقة مع الاختيارات الواقعية. والأكثر إثارة هو أنه، قبل حتى أن تصبح مجموعة The Hobbit قابلة للصياغة، تمكن النموذج من تسجيل تصنيف الأوراق بنجاح.
التطورات المستقبلية">التطورات المستقبلية
ما زالت الدراسة جارية لتقييم مدى دقة النتائج بناءً على النتائج الملموسة، وفي ضوء الاستجابات المذهلة من الخبراء المستقلين، يُظهر DraftFM كيف يمكن للذكاء الاصطناعي أن يحدث تغييرًا جذريًا في عالم الألعاب، ويقدم أساليب مبتكرة لتعزيز الأداء.
ما رأيكم في هذا التطور؟ هل ترون أن الذكاء الاصطناعي سيغير طريقة اللعب بشكل دائم؟ شاركونا في التعليقات!