Google DeepMind skitserer, hvordan 15 års spilsforskning førte til EVE Online

Google DeepMind har offentliggjort en detaljeret redegørelse for sin 15‑årige buede AI‑forskning inden for spil, som kulminerer i et forskningspartnerskab med Fenris Creations, det uafhængige studie bag EVE Online, og som beskriver det trinvis forskningsprogram, de to organisationer planlægger at køre inden for EVE‑universet. Det 21. august 2026-indlæg forbinder laboratoriets tidligste forstærkningslæringsresultater med det nuværende arbejde på generelle agenter og navngiver de specifikke evner, som EVE‑miljøet forventes at teste.

Tilbageblikket dækker kæden af spilresultater, der byggede laboratoriets forskningsprogram: Deep Q-Network, som lærte 49 Atari 2600‑spil ud fra rå pixels, dokumenteret i en 2015 Nature-artikel; AlphaGos sejr i 2016 over verdensmester Lee Sae Dol; AlphaGo Zero og AlphaZero, som fjernede menneskelige data og generaliserede over skak, shogi og Go; MuZero, som spillede uden at kende reglerne; og AlphaStar, som nåede Grandmaster‑niveau i StarCraft II i 2019. De samme grundlag, bemærker indlægget, blev overført til AlphaFold, proteinstruktursystemet, der anerkendes med Nobelprisen i kemi i 2024.

Fra at mestre spil til at operere inden i dem

Indlægget beskriver et skifte i laboratoriets spilsforskning: væk fra systemer, der mestrer et enkelt spil med en klar score, mod agenter, der kan operere i enhver spilverden på samme måde som et menneske. Redskabet til dette er SIMA, den Skalerbare Instruktionsbare Multi‑verdens‑Agent, som opfatter, hvad en spiller ser på skærmen, og handler gennem almindelige tastatur‑ og musekontroller uden adgang til spillets kode.

SIMA 2, introduceret i november 2025 med en Gemini‑model som kerne, gik ud over den første versions repertoire på over 600 sprog‑følgende færdigheder til at kunne ræsonnere om mål, samtale med brugere og forbedre sig gennem selvstyret spil. Google DeepMind rapporterer, at SIMA 2 lukker en betydelig del af kløften til menneskelig opgavefuldførelse på tværs af sine træningsmiljøer, inklusive spil, den aldrig er blevet trænet på, såsom ASKA og en Minecraft‑forskningsimplementering. Laboratoriets egne angivne begrænsninger: agenten kæmper stadig med meget langtidshorisont‑opgaver, arbejder ud fra et kort hukommelsesrum begrænset af kontekstvinduet, der kræves for lav‑latens interaktion, og er kun tilgængelig som en begrænset forskningspreview for en lille gruppe akademikere og spiludviklere.

Hvad EVE‑partnerskabet tilføjer

Fenris Creations‑partnerskabet, der blev afsløret tidligere på året, da studiet bag EVE Online gik uafhængigt, giver DeepMind adgang til en vedvarende verden, der har kørt kontinuerligt siden 2003. EVE Online’s enkelt‑shard‑univers indeholder tusindvis af spillere i en fælles økonomi med reelle udbuds‑ og efterspørgselsdynamikker og politiske strukturer, der udelukkende er bygget af spillerne. Fenris Creations, det uafhængige studie bag EVE‑universet, har brugt mere end to årtier på at bygge en af spillenes mest vedvarende verdener.

Indlægget identificerer fire evner, som miljøet forventes at teste: kontinuerlig læring uden at glemme, hukommelse, der strækker sig ud over de nuværende kontekst‑vinduer, langsigtet planlægning over uger eller måneder samt komplekse multi‑agent‑dynamikker, der spænder over samarbejde, konkurrence, forhandling og økonomi.

“Sammen med Google DeepMind bevæger vi os ind i ukendt territorium, hvor AI skal lære, tilpasse sig og huske på tidsskalaer, som ingen anden spil‑miljø kræver,” sagde Hilmar Pétursson, administrerende direktør for Fenris Creations, i indlægget.

Partnerskabet strækker sig over tre forskellige miljøer. EVE Online tilbyder det store vedvarende univers; EVE Vanguard tilføjer førstepersons‑, hurtig‑taktisk beslutningstagning; EVE Frontier, med sine programmerbare Smart Assemblies, præsenterer en verden, hvor reglerne selv kan ændres.

Forskningsprogrammet følger en trinvis sti: det starter i en offline‑instans af EVE Online, adskilt fra live‑spillere, bevæger sig gennem EVE Frontier for at studere, hvordan mennesker og agenter sameksisterer i en vedvarende verden, og når de live‑spil først, når evnerne er modne. Et system fra samarbejdet er allerede tilgængeligt for spillere: Aura Guidance, lanceret som prototype den 17. februar 2026, bruger Gemini til at besvare ny‑spiller‑spørgsmål hentet fra en verificeret bank af ægte Rookie Help‑udvekslinger, og kører som en kontrolleret A/B‑test, der måler, om den forbedrer ny‑spiller‑fastholdelse.

Den længere buede, som indlægget beskriver, strækker sig fra Ataris rå pixels til et 23 år gammelt vedvarende univers: hvert miljø er valgt, fordi det tvinger den næste evne, som laboratoriet mener, en generel agent har brug for. EVE‑universet er den aktuelle test af denne tilgang, og den offline‑sandkasse er, hvor arbejdet nu begynder.