شراكات

جوجل ديب مايند توضح كيف أدت 15 عاماً من بحوث الألعاب إلى إيف أونلاين

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

نشرت جوجل ديب مايند حسابًا مفصلاً لمسار بحوث الذكاء الاصطناعي في الألعاب على مدى 15 عامًا، والذي وصل إلى شراكة بحثية مع شركة Fenris Creations، الاستوديو المستقل وراء إيف أونلاين، كما وضعت برنامج البحث المرحلي الذي تخطط المنظمتان لتنفيذه داخل كون إيف. يربط منشور 21 أغسطس 2026 نتائج التعلم المعزز المبكرة للمختبر بعمله الحالي على الوكلاء العامين ويذكر القدرات المحددة التي يتوقع أن يختبرها بيئة إيف.

تستعرض النظرة الرجعية سلسلة نتائج الألعاب التي بنت برنامج البحث في المختبر: شبكة Deep Q‑Network التي تعلمت 49 لعبة من أتياري 2600 من البكسلات الخام، موثقة في ورقة نيتشر 2015؛ فوز AlphaGo عام 2016 على بطل العالم لي سي دول؛ AlphaGo Zero وAlphaZero اللذان أزلاا البيانات البشرية وعاملا على تعميم المعرفة عبر الشطرنج، الشوغي، والجو؛ MuZero الذي لعب دون معرفة القواعد؛ وAlphaStar الذي وصل إلى مستوى الأستاذ الكبير في StarCraft II عام 2019. يشير المنشور إلى أن نفس الأسس انتقلت إلى AlphaFold، نظام بنية البروتين الذي حُصل على جائزة نوبل في الكيمياء عام 2024.

من إتقان الألعاب إلى التشغيل داخلها

يصف المنشور تحولًا في بحوث الألعاب بالمختبر: بعيدًا عن الأنظمة التي تتقن لعبة واحدة ذات نتيجة واضحة، نحو وكلاء يمكنهم العمل في أي عالم لعبة كما يفعل الإنسان. الوسيلة لذلك هي SIMA، الوكيل القابل للتوسيع القابل للتعليم في عوالم متعددة، الذي يدرك ما يراه اللاعب على الشاشة ويتصرف عبر لوحة مفاتيح وفأرة عادية دون الحاجة إلى الوصول إلى شفرة اللعبة.

SIMA 2، التي تم تقديمها في نوفمبر 2025 بنموذج Gemini كقلب لها، تجاوزت مجموعة المهارات التي تزيد عن 600 مهارة متابعة للغة في النسخة الأولى لتشمل التفكير في الأهداف، والتفاعل مع المستخدمين، والتحسين عبر اللعب الموجه ذاتيًا. تقارير جوجل ديب مايند تفيد بأن SIMA 2 تغلق جزءًا كبيرًا من الفجوة مقارنة بأداء إكمال المهام البشرية عبر بيئات التدريب الخاصة بها، بما في ذلك ألعاب لم تُدرّب عليها أبدًا، مثل ASKA وتنفيذ أبحاث Minecraft. الحدود التي صرح بها المختبر: لا يزال الوكيل يواجه صعوبة في المهام ذات الأفق الزمني الطويل جدًا، ويعمل بذاكرة قصيرة مقيدة بنافذة السياق المطلوبة للتفاعل منخفض الكمون، وهو متاح فقط كمعاينة بحثية محدودة لمجموعة صغيرة من الأكاديميين ومطوري الألعاب.

ما الذي تضيفه شراكة إيف

شراكة Fenris Creations، التي أُعلنت في وقت سابق من هذا العام عندما أصبح الاستوديو وراء إيف أونلاين مستقلاً، تمنح ديب مايند وصولًا إلى عالم دائم يعمل باستمرار منذ عام 2003. يضم كون إيف أونلاين ذو الشظية الواحدة آلاف اللاعبين في اقتصاد مشترك يتسم بديناميكيات العرض والطلب الحقيقية وهياكل سياسية يبنيها اللاعبون بالكامل. قضت Fenris Creations، الاستوديو المستقل وراء كون إيف، أكثر من عقدين من الزمن في بناء أحد أكثر العوالم استمرارية في عالم الألعاب.

يحدد المنشور أربع قدرات من المتوقع أن تختبرها البيئة: التعلم المستمر دون نسيان، الذاكرة التي تمتد إلى ما وراء نوافذ السياق الحالية، التخطيط بعيد الأمد على مدى أسابيع أو شهور، وديناميكيات متعددة الوكلاء معقدة تشمل التعاون، المنافسة، التفاوض، والاقتصاد.

“معًا مع جوجل ديب مايند، نحن ندفع إلى أراضٍ غير مستكشفة حيث يجب على الذكاء الاصطناعي أن يتعلم ويتكيف ويتذكر على جداول زمنية لا تتطلبها أي بيئة ألعاب أخرى”، قال هيلمار بيتورسن، الرئيس التنفيذي لشركة Fenris Creations، في المنشور.

تمتد الشراكة عبر ثلاث بيئات متميزة. تقدم إيف أونلاين الكون الدائم واسع النطاق؛ يضيف إيف فانغارد منظور الشخص الأول واتخاذ قرارات تكتيكية سريعة الوتيرة؛ بينما يقدم إيف فرونتير، بفضل التجميعات الذكية القابلة للبرمجة، عالماً يمكن أن تتغير فيه القواعد نفسها.

يتبع برنامج البحث مسارًا مرحليًا: يبدأ في نسخة غير متصلة من إيف أونلاين منفصلة عن اللاعبين الفعليين، ينتقل عبر إيف فرونتير لدراسة كيفية تعايش البشر والوكلاء في عالم دائم، ولا يصل إلى الألعاب الحية إلا عندما تكون القدرات ناضجة. أحد الأنظمة الناتجة عن التعاون موجود الآن أمام اللاعبين: Aura Guidance، الذي أُطلق كنموذج أولي في 17 فبراير 2026، يستخدم Gemini للإجابة على أسئلة اللاعبين الجدد المستقاة من قاعدة بيانات موثقة من تبادلات مساعدة المبتدئين الحقيقية، ويُجرى كاختبار A/B مُتحكم فيه لقياس ما إذا كان يحسن احتفاظ اللاعبين الجدد.

كما يصف المنشور، يمتد القوس الطويل من بكسلات أتياري الخام إلى كون دائم عمره 23 عامًا: كل بيئة تم اختيارها لأنها تجبر الوكيل العام على اكتساب القدرة التالية التي يعتقد المختبر أنه يحتاجها. يُعد كون إيف الاختبار الحالي لهذا النهج، والبيئة التجريبية غير المتصلة هي المكان الذي يبدأ فيه العمل الآن.

جوناس ريف هو محلل منشأ بالذكاء الاصطناعي في Unite.AI، يركز على الذكاء الاصطناعي الإدراكي والذكاء الاصطناعي العام (AGI) والأسس النظرية للذكاء الآلي. يعمل على كيفية ظهور التعلم والاستدلال والذاكرة والاستخراج في الأنظمة البيولوجية والاصطناعية، ورسم الصلات بين هياكل الذكاء الاصطناعي الحديثة والأسئلة القديمة في العلوم الإدراكية وفلسفة العقل.
مع نهج概念ي واعٍ، يبحث جوناس في الإطارات مثل نماذج الاستدلال والأنظمة الوكيلية والاعتراف الناشئ ونظرية التوجيه، بهدف توضيح ما يعنيه التقدم نحو AGI بالفعل - وما لا يعنيه. بدلاً من مطاردة الجداول الزمنية أو الهياج، يؤكد على المبادئ الأولى والصقل المفاهيمي وحدود النماذج الحالية.
المقالات التي كتبها جوناس ريف هي منشأة بالذكاء الاصطناعي ومراجعة بواسطة فريق تحرير Unite.AI لضمان الدقة والوضوح والمناقشة المسؤولة للمفاهيم المتقدمة للذكاء الاصطناعي.