Uma das novidades apresentada pela Valve esta semana foi o início dos testes do VacNet 3.0 no Counter-Strike 2. Contudo, a desenvolvedora ainda não explicou do que se trata o sistema.
Apesar disso, a maneira como funciona o VacNet foi descoberta em um pedido de patente da Valve e explicado no Reddit pelos usuários que acessaram o documento.
Segundo imthefuckingjoke, o VacNet é uma inteligência artificial que analisa milhares de jogadas todos os dias e atribui pontuações às ações para identificar possíveis trapaças. Essa pontuação varia de 0 a 10, representando a probabilidade de haver algum tipo de cheat.
O sistema analisa ações como tiros e movimentos, comparando-os com padrões de comportamento humano para determinar se foram influenciados ou não por métodos não autorizados.
Ainda segundo o usuário, o VacNet tem o potencial de influenciar o Fator de Confiança dos jogadores, direcioná-los para filas de análise do Overwatch e até mesmo aplicar punições temporárias. Vale ressaltar aqui que apenas banimentos feitos pelo Valve Anti-Cheat (VAC) são permanentes.
Por fim, a Valve também utiliza os dados coletados pelo VacNet para aprimorar o VAC, com o objetivo de torná-lo mais eficaz no futuro.
Como surgiu o VacNet
Tudo começou com a introdução do sistema Overwatch, onde jogadores experientes, designados como “investigadores”, assistiam a demos de partidas reportadas para determinar se o jogador acusado estava trapaceando. A iniciativa resultou em uma taxa de banimentos baixa, próxima a 30%, porém com uma taxa de falsas condenações extremamente baixa. Em resumo, os humanos eram bastante eficazes em identificar trapaceiros, mas em contrapartida não conseguiam analisar muitas partidas.
Com base nesses dados, a Valve decidiu utilizar de aprendizado profundo (deep learning) por meio de redes neurais para desenvolver um programa que pudesse aprender a detectar trapaças de maneira semelhante a um humano. Este sistema, posteriormente chamado de VacNet, foi treinado utilizando as condenações feitas pelos investigadores do Overwatch.
Até 2018, o VacNet rodava constantemente em cerca de 3.500 processadores para analisar 150 mil partidas diárias nos servidores de CS:GO da Valve. Os primeiros resultados do sistema mostraram que as taxas de condenação aumentaram dos 30% para mais de 80%. Entretanto, os resultados finais ainda passavam por uma avaliação humana antes de determinar a culpa e a punição adequada.
