Обновление в новом проекте Talkvio построенном на базе форума с более 250 000 сообщений из далекого 2007 года и уже большим количеством новых с момента создания нового движка в 2023 году. Отличается наличием минусов, есть возможность указывать свое отношение к автору и менять свое отношение через системы кармы и очков (что выгодно отличается от обычного лайканья постов). Есть пометки моего (авторский контент), поиск, блочный редактор с черновиками, черновики для комментариев, оповещения, фильтры для тех кто интересуется топами комментариев или постов, многочисленные разделы со свежим/лучшим/комментируемым/авторским, реверсные и прямые отображения комментариев, подписки на теги и на пользователей, избранное, увеличение изображений, оформление своей страницы, публикацию по расписанию, подъемы постов, случайная лента / случайные посты, сайт доступен на 2 языках, имеет темную и светлую тему, подсказки для новичков, живая панель комментариев, управление клавиатурой, скрытие просмотренных постов, и многое другое. Так же ужеесть приложение на андроид. Многие вещи внедряются и дорабатываются и открыты для предложений. Реклама отсутствует как таковая. В будущем ресурс будет уделять гораздо больше вниманию авторскому контенту. Ссылка на ресурс и приложение на android в комментарии.
Появилась возможность скрывать просмотренная, соответствующая галочка появилась в настройки.
Появилась правая панель на странице пользователя и сокращен размер хедера перед списком постов пользователя.
Фильтр постов и комментариев теперь разделен что помогает быстро переключаться между комбинированным видом посты+комментарии или просто посты или комментарии.
Приложение теперь доступно в Киргизии и некоторых других странах помимо СНГ.
Этот пакет содержит прибрежный ландшафт, который можно использовать в качестве гоночной трассы или игры от первого лица. Поддерживает встроенный, URP- и HDRP-Renderpipeline. Для украшения сцены включено более 400 реквизитов.
Совместимость конвейера рендеринга
Встроенный конвейер рендеринга — это конвейер рендеринга Unity по умолчанию. Это конвейер рендеринга общего назначения с ограниченными возможностями настройки. Универсальный конвейер рендеринга (URP) — это скриптовый конвейер рендеринга, который быстро и легко настраивается и позволяет создавать оптимизированную графику для широкого спектра платформ. Конвейер рендеринга высокого разрешения (HDRP) — это конвейер рендеринга с поддержкой сценариев, который позволяет создавать передовую высококачественную графику на высокопроизводительных платформах.
Версия Юнити 2021.1.16f1
Встроенный Совместимый
УРП Совместимый
HDRP Совместимый
Описание
Этот пакет содержит прибрежный ландшафт, который можно использовать в качестве гоночной трассы или игры от первого лица.
Сцена поставляется в предварительно оформленной версии.
Для украшения сцены включено более 400 реквизитов.
Включены сетки столкновений для стен и земли, небесного купола и всех текстур.
Идеальная сцена для прототипирования и тестирования игрового процесса.
Размер текстур до 4096х4096.
Включает простую анимированную воду для океана и бассейна.
Сцена не(!) создана с помощью Unity-Terrain.
Общее количество основных частей около 150 000
Поддерживает встроенный, URP- и HDRP-Renderpipeline (RP-версия 11.0.0)
Технические детали
Размер текстур до 4096х4096.
Включает простую анимированную воду для океана и бассейна.
Общее количество основных частей около 150 000
Поддерживает встроенный, URP- и HDRP-Renderpipeline (RP-версия 11.0.0)
После апдейта нейронка Move Multi-Cam захватывает резкие движения спортсменов без оборудования и бюджета. Чтобы анимировать боевую систему в своей игре, теперь достаточно видео проф спарринга — программа сканирует всё сама. Данные захвата уже готовы для анимации персонажей! Незаменимый ИИ для разработчиков игр доступен здесь.
Тема этики — одна из самых спорных тем в принципе.
Мы не стали акцентировать внимание на популярных проблемах, связанных с deepfake, безопасностью данных или использованием ИИ преступниками и хакерами. Вместо этого мы решили затронуть перспективы развития искусственного интеллекта.
Как научить морали сильный искусственный интеллект?
Как избежать использования человека как средства?
Как сделать ИИ безопасным (и использовать его в военных целях)?
Все эти вопросы так или иначе уже стоят или будут стоять перед разработчиками и государствами в течение следующих несколько лет. Мы специально не ориентировались на техническую часть вопроса, сколько максимально сущностную (фундаментальную) — ведь в ней и скрывается вектор решения.
Сильный искусственный интеллект и Super AI: новый человек или сверхмашина?
AGI или artificial general (общий) intellegence — интеллект, очень похожий на человека, владеющий всеми человеческими интеллектуальными навыками и обладающий соответственно автономией.
И это не говоря уже о Super AI, которое бы превосходило человеческие возможности (речь, например о «Демоне Лапласа», способного вычислить все положения частиц во вселенной и предсказать будущее утрированно). Такое ИИ способно гипотетически решать сложнейшие задачи в перспективе малого количества времени, в том числе и обхода собственного контроля.
Уже на протяжении 50-ти лет с появлением первых компьютеров на машинном коде, ученые/философы начали активное обсуждение вообще фундаментального устройства человеческого мозга и возможности его воссоздания на уровне машины.
В общем и целом, сегодня существуют три доминирующих мировоззрения в этом вопросе: материализм/физикализм (сознание = физ. процессы), функционализм (сознание как результат вычислительных процессов), эмерджентизм (сознание как побочное свойство действия нейронов).
И в самом деле, все сводится к: можно ли свести мозг к математическим абстракциям, логическим выражениям и вообще бинарным структурам, чтобы воспроизвести через нейронные сети?
Но в самом деле, для самой этики это не столь важно. Ведь если понимать AGI как сильный искусственный интеллект широкого назначения и автономии, то достаточно попросту наличия хоть какой-то автономии.
Существует такой популярный эксперимент «Китайская комната», который постулирует: любой алгоритм, обладая набором инструкций (те же распределенные веса связи слов в моделях LLM) может имитировать «понимание» вопросов.
В представленной ситуации воображаемой Китайской комнаты человек, не знающий китайского языка, находится внутри и обрабатывает входящие китайские символы согласно инструкциям, так же на китайском. Несмотря на способность обработки символов и генерации ответов, человек в комнате фактически не понимает языка, который он использует для взаимодействия с внешним миром.
И поэтому мы никогда не сможем по речевому поведению усмотреть ментальный, обязательный феномен человеческого сознания как «понимание» или «осмысление».
Самый пока что прямолинейный подход в воссоздании человеческого интеллекта наблюдается в методе «Emergence», на нем основан, кстати, проект OpenAI, показывающий впечатляющие результаты.
То же самое можно сказать о недавно запущенном суперкомпьютере, о котором мы писали в одном из постов. Впрочем, такой подход действительно показывает некоторые результаты: например, набор «нейронов» может генерировать подобие когнитивных карт ориентации в пространстве.
Но в самом деле такой подход вообще не контролируем, ведь он никак не регулируется и зависит, скорее, от скармливаемых данных. Хотя на это и делаются ставки. Вместо того чтобы архитектурно стремиться разработке AGI, создаются условия для его возникновения.
В контексте нейронных сетей, подход «emergent» означает, что сложные характеристики или поведенческие особенности модели возникают автоматически в процессе обучения, без явного задания конкретных правил или шаблонов. Это взаимодействие нейронов и слоев сети ведет к формированию эмерджентных свойств, которые могут быть неочевидными при анализе отдельных компонентов.
Множество объектов формирует некоторое “свойство” физического тела. Так, например, молекулы воды формируют волны. А с точки зрения некоторых ученых и философов, сетка нейронов мозга – сознание и когнитивные способности человека.
Вместо того чтобы программировать нейронные сети на выполнение конкретных задач, при использовании подхода «emergent» сеть обучается на данных и адаптируется к условиям задачи. Например, в обучении с подкреплением, где агент взаимодействует с окружающей средой, эмерджентные свойства могут включать в себя развитие стратегий, которые агент самостоятельно вырабатывает в процессе взаимодействия со средой, оптимизируя свою производительность.
Такой подход также может быть связан с использованием нейросетей с большим числом слоев и параметров, где обучение происходит на более высоких уровнях абстракции. Это позволяет модели выявлять сложные закономерности в данных и создавать эмерджентные структуры, которые позволяют эффективно решать поставленные задачи.
Именно поэтому Ник Бостром и Элиэзер Юдковски приводят доводы в пользу деревьев решений (таких, как ID3) против нейронных сетей и генетических алгоритмов, потому что деревья решений подчиняются современным социальным нормам прозрачности и предсказуемости.
Сегодня не существует понимания механизмов формирования абстрактных мировоззрений, убеждений, мотивов и морали в мозгу. А значит предсказаний момента их возникновения при симуляции нейронной сетей мозга быть не может.
Поэтому в точке перехода к AGI, когда возможно возникновение эмерденентных («случайно возникающих») феноменов по типу морали, мы никак не сможем контролировать их содержание.
И в этом и состоит ключевая проблема этики Сильного искусственного интеллекта — нет средств и инструментов, чтобы вшить инструкции, предписания или гуманные мотивации.
Но в самом деле, проблема здесь лежит еще глубже: нечего предписывать. Ибо любое этическое предписание уже предполагает выбора одних ценностей перед другими.
Допустим, практически любое общечеловеческое благо или благо отдельной группы людей зачастую противоречит благу частного лица. Поэтому принципиальный выбор между тем или иным = обязательный ущерб одному из субъектов будь то целый социальный класс или отдельный средний человек.
Нет абсолютно благих принципов этики, как и нет четкой и понятной этической системы, которая могла бы хоть как-то понизить шансы возникновения «неморального» сильного ИИ. И ни говорили некоторые, что отсутствие эмоций у искусственного интеллекта – определенный плюс. Возможно, эмпатичность и распознание человека как «своего» формирует почву для возникновения около-гуманных ценностей.
Хотя печальным примером проявления эмоций может послужить ИИ-ассистент из Космической Одиссеи Кубрика, саботирующий работу пилота корабля.
В этом смысле у GAI две проблемы: в силу популярности «emergence» подхода, направленного на непредсказуемый результат — сама непредсказуемость и невозможность на философском уровне выработки этических правил делает сильный ИИ опасным. С другой стороны, неморальный и гнусный GAI — это не проблема, ведь по своему функционалу он не должен превосходить человека.
Но что насчет Супер искусственного интеллекта, которого так боится Элиезер Юдковский? Проблема в том, что возникновение SAI вероятнее, нежели возникновение GAI, так как оно независимо от человеческих способностей и ориентировано концептуально больше на решение сложных задач (вычислительных).
Примером осмысления синтеза GAI и SAI становится Альт Каннигем, обладающая невероятными «интеллектуальными» способностями и странной антропоморфностью. Мистичность такого создания подчеркивается еще и тем, что сам конструкт обладает непонятной мотивацией.
И так как, опять концептуально, оно является производной Narrow AI (узкоспециализированного искусственного интеллекта), то предполагает предписанную задачу и цель. А возникновение предписанной цели предполагает выборку средств, причем с наличием автономии. И вот автономия может расположить искусственный интеллект, например, к использованию человека как «средства».
Естественно, такая проблема должна решаться моральными предписаниями и готовой «гуманной» мотивацией ИИ. Но здесь мы просим вас вернуться к нескольким абзацам выше.
Narrow AI: слабый искусственный интеллект в военных целях
Если какая-либо крупная военная сила продвигает разработку ИИ-оружия, практически неизбежна глобальная гонка вооружений, и в итоге автономное оружие станет автоматом Калашникова завтрашнего дня.
На самом деле, проблема ИИ в военном секторе не строится по принципу: а вдруг искусственный интеллект уничтожит союзника. Эта проблема решаема, ведь отвечает вполне понимаемым задачам холодного расчета.
Страны активно разрабатывают и внедряют военные технологии на базе искусственного интеллекта в попытке укрепить свое военное превосходство. Это создает геополитическую напряженность и может привести к гонке вооружений в сфере искусственного интеллекта, а значит и к увеличению смертоносности и беспрекословности оружия.
Гонка вооружений в области ИИ может привести к созданию высокоэффективных и автономных систем, что, в свою очередь, повышает риск ошибок, аварий и даже потенциальных кибератак.
К сожалению, практика ведения войн показывает, что международные конвенции нарушаются, а разработка ядерной бомбы, например, образовала новую эпоху в политической жизни всего мира.
С другой стороны, развитие ИИ в военной сфере может привести к невозможности любого вооруженного конфликта либо делегированию вооруженных столкновений беспилотникам. Как ядерная бомба запретила любые войны на уничтожение наций и государств, так и ИИ может запретить «войны», так как будет предполагать автоматическое поражение.
Но войны между равными странами, обладающими искусственным интеллектом в своем вооружении. А что насчет конфликтов между странами третьего мира и высокоразвитыми государствами? Главное отличие ядерного оружия — сдерживающий фактор в крупных войнах (т.к. атомная бомба обладает слепой разрушительной силой). Искусственный интеллект, способный распознавать цели и уничтожать их в частном порядке, дает значительное преимущество на поле боя и не создает эффекта разрушительности.
Подобная ситуация может стать опасной и привести к порабощению или явному политическому давлению со стороны высокоразвитых стран вплоть до экономического паразитизма. Впоследствии развития ИИ в военном секторе может привести к образованию новых военных союзов и коалиций.
Почему перед разработчиками стоят серьезные этические вызовы, которые нужно решать сегодня?
Этика в военных вопросах использования ИИ стоит уже не первый год. Так, например, беспилотники без проблем уничтожали террористические группировки, практически не давая никакого шанса на выживание. Тем более, ООН уже фиксировали уничтожение террористов без использования человека-оператора.
Если говорить об GAI и SAI — здесь вопросы упираются в разработку грамотного этического кодекса и способа контроля «emergent»-подхода, который может привести к необратимым последствиям вплоть до самораспространения нейросети или выбора человека как средства.
И это лишь малая часть этических проблем, которые стоят перед разработчиками ИИ. Не зря последнее время мы слышим много новостей, связанных с этой темой как со стороны крупных корпораций по типу Google и OpenAI, так и государств.
Но, а напоследок советуем посмотреть одно из видео Bostons Dynamics
Если вам было интересно прочитать эту статью (да и в целом интересна сфера айти и всё, что с ней связано), подписывайтесь на наш телеграм-канал. У нас только самые яркие новости из мира айти, куча полезной инфы (бесплатно и без регистрации :D), обзоры на ИИ-стартапы и мемы, конечно, куда ж без них :)
Создание уникального видеоконтента может быть трудоемким процессом, но с использованием платформы INVIDEO этот процесс становится гораздо проще и быстрее. INVIDEO - это веб-приложение, которое использует искусственный интеллект для создания видео на основе текстовых сценариев, статей или блогов.
Особенностью INVIDEO является возможность использования более 5000 профессиональных шаблонов для создания видеороликов. Эти шаблоны могут быть легко настроены под вашу тематику и требования. Кроме того, вы можете быстро добавлять медиафайлы вашего личного бренда, чтобы создать более индивидуальный контент.
INVIDEO также предлагает возможность работы в редакторе в команде из нескольких человек. Это очень удобно, если вы работаете с коллегами или вам нужно сотрудничать с другими специалистами для создания видео.
Платформа INVIDEO предлагает более 500 обучающих руководств, которые помогут вам освоить все возможности при создании видео. Вы также можете записывать закадровый голос или преобразовывать текст в речь, чтобы сделать ваши видеоролики еще более привлекательными и информативными.
На платформе INVIDEO доступна как бесплатная, так и платная версия. В бесплатной версии есть некоторые ограничения, такие как максимальная длительность видео в 40 минут, наличие водяного знака на финальном результате и ограниченная библиотека материалов. Однако, даже с ограничениями бесплатной версии, вы можете создать профессиональный видеоролик за считанные минуты.
Добавление искусственного интеллекта в создание видео и анимаций открывает новые возможности для творческих проектов. Сейчас такая возможность стала доступна благодаря платформе Runwayml, которая предлагает мощные инструменты для генерации уникального видеоконтента на основе текстовых описаний и изображений.
Одной из ключевых возможностей Runwayml является синтез по текстовому описанию. Пользователи могут описать сцену или сюжет, а нейросеть сама создаст соответствующее видео. Также платформа позволяет создавать видео на основе текста и картинок или даже на основе одного изображения.
Runwayml также предлагает стилизацию готовых клипов на основе загруженных картинок. Это позволяет создавать видео с уникальным визуальным стилем, который соответствует заданным требованиям.
Единственной ограниченностью платформы является доступность некоторых функций только в платной версии. Но даже в бесплатной версии пользователи могут получить 125 кредитов для создания своих видео и анимаций. К тому же, бонусные 400 кредитов доступны при тестировании алгоритма Gen-1.
Согласно недавнему отчету в Журнале Американской медицинской ассоциации, вывод нового препарата на рынок обходится в среднем в 1,3 миллиарда долларов и занимает до 20 лет.
(Pexels)
Эти астрономические суммы действительно учитывают миллиарды долларов и годы исследований, вложенных в потенциально перспективные методы лечения, которые в конечном итоге ни к чему не приводят, по словам Дэвида Харела, соучредителя и генерального директора CytoReason, израильского стартапа, использующего искусственный интеллект и массивы данных о человеческом организме для создания вычислительных моделей заболеваний, поражающих человечество.
“Разработка новых лекарств обходится очень, очень дорого. И причина, по которой это дорого, заключается не только в прямых затратах, но и в высоком проценте неудач”, - говорит Харел NoCamels.
“Более 90 процентов программ разработки лекарств терпят неудачу. И если они стоят десятки или сотни миллионов каждый, стоимость вывода одного препарата на рынок становится непозволительно высокой”, - говорит он.
Модели заболеваний, созданные искусственным интеллектом, используются фармацевтическими компаниями для разработки новых методов лечения (Pexels)
Компания CytoReason, основанная в 2016 году и базирующаяся в Тель-Авиве, объединяет десятки экспертов в области биологии и данных, которые работают с фармацевтическими и биотехнологическими компаниями над определением наиболее актуальных и жизнеспособных новых методов лечения для пациентов, что буквально экономит время и деньги.
Харель говорит, что рост расходов на здравоохранение был очевиден для всех, и предупреждает, что это явление угрожает сместить фокус отрасли с пациентов на производственные процессы.
«Мы не хотим этого видеть, но огромные затраты и огромный риск усложняют ситуацию», — говорит он.
Сегодня, объясняет Харель, доступно беспрецедентное количество научных данных о том, как организм работает и реагирует на различные лекарства, но анализ того, что нам говорят эти данные, требует времени и ресурсов.
«Чтобы исключить затраты, связанные с методом проб и ошибок, нам нужна предсказуемость. А чтобы добиться предсказуемости, мы используем данные», — говорит он.
По словам Харела, платформа искусственного интеллекта CytoReason — это решение трудоемких процессов как анализа данных, так и создания лекарств, последнее из которых также является дорогостоящим.
Платформа CytoReason, по его словам, используется как фармацевтическими, так и биотехнологическими компаниями, чтобы сделать анализ больших объемов этих данных в целях открытия и разработки лекарств «дешевле, быстрее и вероятнее».
Для Харела создание CytoReason стало естественным шагом по сравнению с его предыдущей ролью в управлении компанией в США, которая занималась перемещением электронных медицинских записей (EMR) американских пациентов в облако.
Харелу пришло в голову, что такой значительный объем медицинских данных в одном месте может иметь огромное значение для медицинских исследований.
«Мы увидели, что как только данные попадают в облако, появляется новая возможность извлечь из них пользу», — объясняет он. «Если эти данные есть на компьютере в кабинете каждого врача – у вас мало пациентов здесь, несколько пациентов там – невозможно извлечь пользу из данных».
Но если у вас есть масса информации в облаке, можно понять поведение и тенденции среди значительного числа пациентов.
CytoReason сопоставляет научные данные из ряда источников, в первую очередь фармацевтических компаний (Depositphotos)
Вернувшись в Израиль, Харель обсудил это открытие со своим другом Шаем Шен-Орром, доцентом Израильского технологического института Технион, который стал соучредителем и главным научным сотрудником CytoReason.
Вместе они пришли к выводу, что они могут взять научные данные из различных источников и, как выразился Харел, «объединить их все вместе в платформу, которая будет полезна для врача или разработчика лекарств».
Их основным источником данных были сами фармацевтические компании, которые просто не могли обрабатывать данные, хранившиеся на собственных серверах, даже не учитывая, какие еще источники данных существовали.
Фармацевтические компании располагают огромным количеством данных о своих препаратах, как успешных, так и неудачных, объясняет Харел.
«Но в каждую новую программу и даже в любой новый препарат, который они пытаются разработать, они не включают все, что у них есть, не говоря уже о других людях или академическом сообществе. Потому что для анализа всех этих данных им понадобится так много людей, что это будет технологическая компания, а не фармацевтическая компания».
CytoReason берет все данные, предоставленные компаниями (которые объединены вместе, поэтому отдельные источники не могут быть идентифицированы), и с помощью искусственного интеллекта сортирует их в конкретные модели для конкретных заболеваний.
Эти вычислительные модели заболеваний представляют собой цифровое представление воздействия конкретных заболеваний на организм человека, основанное на данных, собранных из таких источников, как биопсия и заборы крови.
«У нас есть пакет всех данных, описывающих биологию заболевания наилучшим образом, доступным на сегодняшний день», — говорит Харел. «Фармацевтические компании… используют эти агрегированные данные, чтобы принимать решения, какой препарат разрабатывать и для каких пациентов».
Харель приводит пример фармацевтической компании, такой как Pfizer, стремящейся разработать новый метод лечения рака толстой кишки. CytoReason, объясняет он, предоставит Pfizer вычислительную модель этого заболевания и его воздействия на организм, с которой смогут работать ученые, разрабатывающие потенциальное лекарство.
«Платформа позволяет им исследовать свой препарат», — говорит он.
Харель снова указывает на огромные суммы, необходимые для разработки лекарств, но подходит к этому с точки зрения денег, потерянных из-за медленного процесса разработки.
«Лекарство, которое хорошо продается, будет продаваться на сумму более миллиарда долларов в год, если оно будет бороться с правильным заболеванием», - объясняет он.
«Вместо того, чтобы лаять не на то дерево, они сэкономят год разработки, а это может составить миллиард долларов – 3 миллиона долларов в день. Если вы сократите процесс разработки на один день, вы заработаете для фармацевтической компании в среднем 3 миллиона долларов».
Фармацевтические компании должны иметь дело с 20-летним ограничением на патенты на свои лекарства (Unsplash)
Цель состоит в том, чтобы как можно быстрее вывести на рынок новый препарат, поскольку патент на него действует всего 20 лет, после чего конкуренты могут создать свою собственную генерическую версию, воспользовавшись преимуществами дорогостоящего процесса исследований и разработок, оплаченного конкурентом.
CytoReason — не единственная компания, работающая над этой формой компьютерного моделирования для разработки лекарств, но Харел считает, что она является крупнейшей в мире «с точки зрения численности персонала и доходов».
И вместо того, чтобы просто проверять название, потому что это одна из самых известных фармацевтических компаний, Pfizer сотрудничает с CytoReason с 2017 года, как и другие крупные компании в отрасли.
И хотя Харель рад раскрыть названия компаний, с которыми работает CytoReason, препараты, над которыми они сотрудничали, остаются конфиденциальными.
По словам Харела, название компании появилось по предложению Шен-Орра. Слово "reason"- «причина» было включено для обозначения того факта, что болезни объясняются разумом, тогда как «cyto» означает «клетки» и является латинизированной формой греческого слова « kytos» или «полый сосуд».
«Клетки — это атомная единица человеческого тела», — отмечает Харель, — «и для того, чтобы правильно понимать болезни и способы их лечения, вам необходимо понимать клетки».
Уже больше года я делаю новый сапёр моей мечты. "Новый" потому, что у меня есть старый, которому недавно исполнилось 8 годиков, и он уже больше 3 лет ходит в школуесть в Steam. О нём я как-нибудь расскажу отдельно в статье "как не надо выпускать игру в Steam".
Мой саперюк
Сапёры у меня разумеется необычные, не на коленке сделанные. По отзывам в мобильных сторах и в Steam я понимаю, что иду верной дорогой, и пока планирую двигаться по ней дальше.
Коротко о Minesweeper Collector 2
Сапёр с сюжетом и подробным обучением! Каждый пройденный уровень воздействует на мир игры и продвигает вас по сюжетной линии. Вы встретите коллекции, крафт и цепочки уровней. Испытайте новые игровые механики в мире сапёра!
Одной из новых механик я уже очень доволен, сейчас она реализуется в виде "рыбалки". Пока я не получил ни одного негативного комментария о ней.
Такая вот рыбалка
Кроме того, я делаю редактор уровней, чтобы игроки могли сами задать форму игрового поля и расставить на нём мины и ловушки. Своими уровнями можно будет делиться, и я уверен, это откроет большие творческие возможности для любителей сапёров.
Левел дизайнеры на месте?
Что такое Steam Next Fest (Играм быть)
Это большое (уровня распродаж) событие в Steam, которое проходит 3 раза в год и длится неделю, собирая огромную аудиторию игроков.
Особенность и ценность в том, что каждая игра может участвовать в событии только один раз и обязана иметь демо версию. Поэтому для инди разработчиков самое разумное участвовать в крайнем фесте до релиза игры.
Как я готовился
Мой релиз запланирован на весну, поэтому подходящий мне Steam Next Fest проходил 5-12 февраля (следующий в июне). Готовиться я начал за месяц, сразу как привёл рыбалку в играбельный для демки вид.
Главное меню
Сначала разобрался как подключить игру к Steam (первый сапёр был на другом движке) и создать демку. Дальше думал чего и сколько хочу показать. Оказалось, что уже накопилось немало контента, и это не только сюжетный режим с его дополнениями. В итоге, с нуля сделал главное меню с разделами для каждого режима.
Пока делал все менюшки с режимами, думал как показать игроку всё, что есть в демке. И придумал "контрольный список" демки.
Создам гештальт недорого
Ближе к февралю я вспомнил, что страница и билд демки должны пройти проверку Steam. Тут я напрягся, так как проверки могут занимать несколько рабочих дней, а если ещё откажут?! Надо было срочно делать необходимый минимум и отправлять всё на проверку.
К моему удивлению, отправив всё в пятницу, через 6,5 часов я получил ответы! Билд прошёл проверку, а вот страница нет.
"Демо" накладывается автоматически. На левой мой косяк, вопросов нет. А вот на правой говорят "у вас UI залез, поправьте", и речь не про верхний левый угол..
Можно, конечно, спорить с решением модерации, но эффекта, насколько я знаю, это почти не даёт. Я со скрипом исправил то, что просили и в понедельник страницу одобрили!
До феста оставалась неделя, а у меня трейлер, скриншоты, описание (на 10 языках), гифки, всё старое! Там не было ничего ни про рыбалку, ни про редактор, ни про шестиугольный и классический режимы. Несколько дней я всё это делал и наконец, к началу феста, доделал!
Что я делал во время феста
А ничего! Я просто играл в демки и отдыхал, поглядывая за цифрами в админке.
Иллюстрация как я переживал за игру во время феста
Оправдания перед показом цифр
Сапёр довольно узкий жанр в принципе, а ещё в Steam, а ещё за деньги. Я не нашёл в Steam сапёр, который бы сделал даже около 50к продаж.
Насколько мне известно, на фесте большое значение имеет начальное количество вишлистов, с которыми игра на него заходит. Это влияет на формирование списков и показов игры.
Я не сделал трансляцию на странице игры на время феста. До фестиваля можно запланировать время, когда Steam даст ей буст на странице феста. Но я также не слышал, чтобы это давало значимый прирост аудитории, поэтому не переживал.
Если коротко
Теперь цифры
Цифры до - это на момент 4 февраля включительно. Цифры после - это на момент 13 февраля включительно
Установки демки с запуском: до 71, после 491, рост +420
Фоловеры страницы игры: до 31, после 56, рост +25
Вишлисты: до 445, после 764, рост +319
По странам за всё время примерно так: 33% US, 10% RU, 8% DE и т.д.
Среднее время игры за всё время: 54 минуты на игрока Медианное время игры за всё время: 18 минут на игрока (до феста было 20)
Активность игроков в демке. Почти 146 на второй день
Все проценты (в правом углу) указаны от общего числа поигравших. Для простоты понимая распишу:
69% это те, кто поиграли как минимум 10 минут, значит 31% играли меньше 10 минут.
36% (каждый третий) поиграли как минимум 30 минут.
20% (каждый пятый) поиграл как минимум 1 час.
11% (каждый десятый) поиграл как минимум 2 часа.
2% (около 10 человек) заигрались или нашли более важные дела, пока игра висела включенной.
Мои скромные выводы
Я доволен! Я подготовился, я получил хороший рост в процентах, хоть это и немного в абсолютных значениях. Я получил, насколько я знаю, хорошее медианное время для такого жанра. Я узнал мнение игроков об игре и режиме рыбалки. Я знаю, что мне делать дальше!
Спасибо, что прочитали, получилось больше, чем я ожидал. Если вы умеете или хотели научиться играть в сапёр, то моя демка к вашим услугам, это пока бесплатно =) Если дадите фидбэк по обучению и/или рыбалке буду очень благодарен! Про вишлисты громко молчу - это лучшая поддержка.
Второй раз пытаюсь сделать лучший сапёр в мире! Первый тут