Projekt SKYNET | Nabídka spolupráce | Volné pozice | Kontakt | Privátní sekce

Projekt SKYNET

SKYNET je mezinárodní projekt skupiny matematiků, analytiků, hazardních hráčů a programátorů. Jde o specializovaný systém na bázi neuronových sítí, který vznikl především pro testování hazardních her. Testování jsme schopni provádět pro výrobce her, on – line herny a v neposlední řadě testujeme různé varianty sázek pro hazardní hráče. Jeho funkce je však možné snadno upravit a doplnit tak požadovanou funkčnost dle zadaných kritérií. Neuronové sítě mají pozoruhodnou schopnost extrahovat pravidla a trendy z komplikovaných průběhů dat. Další vlastností je, při správné aplikaci, schopnost velmi přesně předpovědět údaje, které nebyly součástí testovacích dat, tedy schopnost zobecňovat. Neuronová síť je algoritmus, který si bere za vzor činnost lidského mozku. Princip softwarové neuronové sítě je odhadnutelný z názvu, inspiruje se biologickou neuronovou sítí. Hlavní předností neuronových sítí je schopnost učit se, tedy zapamatovat si herní kombinace, které vedou k požadovanému výstupu. U nových výstupů se obrací na svou paměť a na základě zkušeností odhadnou nový výsledek. Veškeré výpočty jsou založeny na základě významných matematických metod, jako je například Bayesovská statistika a ty jsou dále podpořeny dalšími metodami a to vždy pokud možno v řádu desítek. Výpočty vycházejí z počtu více než 3.500.000 čísel a počet se neustále zvyšuje.

Jako jeden z příkladů uvádíme následující metodu:
Bayesovská statistika je teorie v oblasti statistiky, založené na Bayesovské interpretaci pravděpodobnosti, kde pravděpodobnost vyjadřuje určitou míru přesvědčení o události. Bayesovský přístup k modelování neurčitosti spočívá v přiřazení subjektivního pravděpodobnostního rozdělení pro charakteristiky, které hráči nejsou s určitostí známé. Každý hráč si takto vytvoří určitý předpoklad o charakteristikách ostatních hráčů. Předpoklady ostatních hráčů o konkrétním hráči jsou mu též neznámé, jinými slovy neví, co vědí ostatní hráči. Vzhledem k tomu, že předpoklady ostatních hráčů představují důležitou informaci, která ovlivňuje chování hráče, musí hráč vytvořit očekávání o očekáváních ostatních hráčů. Chování hráče však není ovlivnitelné pouze očekáváními o charakteristikách ostatních hráčů, očekáváním o očekáváních ostatních hráčů, ale i tím, jaká jsou očekávání o očekáváních o očekáváních ostatních hráčů. Tento způsob analýzy by vedl k nekonečné řadě pravděpodobnostních rozdělení a z toho vyplývajícím rozsáhlým a komplikovaným modelům. Harsanyi, jako první, představil návrh transformovat hru s nekompletními informacemi na hru s informacemi kompletními, ale nedokonalými. V Bayesovských hrách je neurčitost o určité charakteristice modelována jako její pravděpodobnostní rozdělení. Neurčitost o charakteristikách ostatních hráčů je v Bayesovských hrách vyjádřená pomocí neurčitosti o užitkových funkcích ostatních hráčů. Celkové soukromé informace o charakteristikách hráče ovlivňují jeho užitek, jenž určují jeho profil. V instanci hry pozná každý hráč svůj vlastní styl, ale nepozná styly ostatních hráčů. Společné pravděpodobnostní rozdělení, podle kterého jsou na začátku hry hráčům přiřazené jejich typy, je v Bayesovské hře informací veřejnou. Jestliže o konkrétních typech, které byly přiřazeny hráčům náhodnými tahy na začátku hry, nemají hráči informace, jedná se o charakter hry s nedokonalými informacemi. Pravidla pro Bayesovské hry se mírně odlišují od všeobecné definice her.