Česká spoločnosť Mesocort AI z Ostravy ukázala, že na presné predpovedanie reakcií hráčov v nečakanom ohrození nemusí stačiť veľký jazykový model. Tím natrénoval malý špecializovaný model na státisícoch momentov z hry Counter-Strike 2 a v presnosti aj rýchlosti predbehol modely GPT a Gemini. Výsledky zverejnili vo vedeckej práci na serveri arXiv, výskum ako prvý opísal portál Lupa.cz.
Pre firmy, ktoré potrebujú testovať ľudské reflexy, napríklad výrobcovia simulátorov či zdravotnícke zariadenia, je lákavé mať lacný a rýchly spôsob, ako takéto reakcie modelovať bez toho, aby museli opakovane vystavovať skutočných ľudí stresu alebo riziku. Počítačová hra, v ktorej sa odohrávajú milióny prekvapivých momentov denne, sa na to ukázala ako prekvapivo vhodné laboratórium.
V skratke
- Tím z Ostravy analyzoval 32 205 odohraných zápasov Counter-Strike 2 a z nich zostavil dataset s 271 541 kritickými momentmi od takmer 120 000 hráčov.
- Malý model EMBER predpovedal, či sa hráč prekvapený zozadu rozhodne brániť alebo ustúpiť, s presnosťou 73,5 % a odpoveď mu trvala zlomok milisekundy.
- Jazykové modely GPT-5.6 Terra a Gemini 3.7 Flash na rovnakej úlohe dosiahli len 61,8 % a 62,7 % presnosti, odpoveď im trvala vyše sekundy.
- Podľa výskumníkov je špecializovaný model viac ako tisícnásobne rýchlejší a lacnejší na prevádzku než porovnávané jazykové modely.
Ako to funguje, hra ako laboratórium ľudských reflexov
Záznam zápasu v Counter-Strike 2 obsahuje presné súradnice všetkých hráčov a dráhu každej strely s frekvenciou 64 snímkov za sekundu. Skutočný hráč ale nemá dokonalý prehľad, vidí len to, čo má priamo pred sebou, a výhľad mu obmedzujú steny, rohy či dymové clony. Aby sa model neučil podvádzať na základe informácií, ktoré hráč v danej chvíli nemohol mať, výskumníci pre každý okamih zrekonštruovali takzvané Ego-Knowledge, teda presný výrez reality, ktorý mohol hráč reálne vnímať.
Spoľahlivosť automatického označovania dát si tím overil aj manuálne. Sedem skúsených hráčov nezávisle posúdilo vzorku 200 situácií, v ktorých bol niekto napadnutý zozadu. V prípadoch, kde sa experti medzi sebou zhodli, sa ich hodnotenie s automatickým označením zhodovalo v 80,6 % prípadov.
Malé modely trumfli veľké jazykové modely
Na takto pripravených dátach český tím natrénoval dva modely. EMBER je ľahký model postavený na rozhodovacích stromoch, ORBIT je neurónová sieť typu transformer, ktorá sleduje vývoj situácie okamih po okamihu. Oproti nim stáli veľké jazykové modely, ktorým bola rovnaká situácia popísaná textom. Okrem GPT-5.6 Terra a Gemini 3.7 Flash testovali aj menší model Qwen 3.5 9B, ktorý sa pohyboval okolo 59 % presnosti. Čisto náhodný odhad založený na najčastejšej odpovedi dosahoval 51,5 %.
Dôležité je, že EMBER aj ORBIT si presnosť nad 71 % udržali aj pri hráčoch, ktorých model nikdy predtým nevidel. Nenaučil sa teda zlozvyky konkrétnych jednotlivcov, ale všeobecné zákonitosti ľudského rozhodovania pod tlakom. Podľa výskumníkov sa presnosť veľkých jazykových modelov medzi jednotlivými generáciami takmer nezlepšuje, čo naznačuje, že problém nie je v nedostatku schopností, ale v tom, že textový popis situácie v zlomku sekundy jednoducho nenahradí priamy pohyb v priestore.
Prečo veľké jazykové modely v tejto úlohe zaostávajú
Zaujímavé je, že presnosť jazykových modelov sa medzi jednotlivými generáciami takmer nezlepšovala, hoci modely ako Gemini 3.7 Flash alebo GPT-5.6 Terra sú oproti svojim predchodcom v iných úlohách výrazne lepšie. Výskumníci z toho usudzujú, že problém nie je v nedostatku všeobecných schopností, ale v spôsobe, akým jazykový model situáciu vníma. Dostáva ju opísanú textom, teda už raz prefiltrovanú a oneskorenú, zatiaľ čo EMBER aj ORBIT pracujú priamo s priestorovými a pohybovými dátami tak, ako by ich vnímal samotný hráč. Tá istá situácia opísaná slovami jednoducho stráca časť informácie, ktorá je pre rýchle rozhodnutie dôležitá.
Od streľby k simulátorom pre vodičov a chirurgov
Autori zdôrazňujú, že počítačová hra im slúži ako bezpečná laboratórna aj mimo herného priemyslu. Vygeneruje za krátky čas milióny reálnych ľudských rozhodnutí v strese, bez toho, aby bol niekto reálne ohrozený. Podobné modely ľudských reakcií chce Mesocort AI uplatniť pri výcviku vodičov v trenažéroch, v simulátoroch pre chirurgov alebo vo virtuálnej realite, kde by mohli pomôcť vytvárať digitálne postavy reagujúce prirodzenejšie než dnešné skriptované algoritmy.

Výskum zatiaľ pracuje len s obrazom a priestorovými dátami, bez jediného zvuku. Pridanie zvukovej stopy, teda krokov, výstrelov či prebíjania zbrane, ktoré hráči podľa autorov často zaregistrujú skôr než samotného súpera, je ďalším logickým krokom k presnejšiemu modelu.
Čo to znamená pre Slovensko a Česko
Mesocort AI nie je jediný domáci tím, ktorý si umelú inteligenciu overuje na vlastných, úzko zameraných projektoch namiesto spoliehania sa na veľké zahraničné modely. Podobne postupoval aj český tím, ktorý testoval umelú inteligenciu proti výtlkom na cestách, alebo pražský startup, ktorý si všimla medzinárodná konkurencia, keď český startup Aisle kúpila kanadská firma Cohere. Výskum publikovaný na arXive navyše dáva práci ostravského tímu medzinárodnú viditeľnosť, čo pre malú firmu z regiónu nie je samozrejmosť.
Pre slovenské a české firmy z toho vyplýva aj praktickejší poznatok. Nie každý problém s umelou inteligenciou treba riešiť nasadením najväčšieho a najdrahšieho modelu od veľkých zahraničných hráčov. Pri úzko vymedzenej úlohe, ako je predpovedanie konkrétneho typu reakcie, môže menší a lacnejší model natrénovaný na vlastných dátach dosiahnuť lepší výsledok za zlomok nákladov.
Čo sledovať ďalej
Mesocort AI avizuje, že ďalším krokom je pridanie zvuku do modelov a testovanie, ako dobre sa poznatky z hry prenesú do skutočných prostredí mimo počítačových hier. Tím už skôr skúšal podobný prenos poznatkov z Counter-Striku do kancelárskeho prostredia, kde sa model adaptoval rýchlo. Ak sa podobne osvedčí aj prenos do výcvikových simulátorov, mohlo by to firmám v automobilovom aj zdravotníckom sektore ponúknuť lacnejší spôsob testovania ľudských reakcií.



