Google DeepMind esittelee, miten 15 vuoden pelitutkimus johti EVE Onlineen

Google DeepMind on julkaissut yksityiskohtaisen kertomuksen 15‑vuotisesta pelialueisesta tekoälytutkimuksestaan, joka huipentuu tutkimusyhteistyöhön Fenris Creationsin, EVE Onlinea kehittävän itsenäisen studion, kanssa ja esittelee vaiheistetun tutkimusohjelman, jonka kaksi organisaatiota aikovat toteuttaa EVE‑universumissa. 21. elokuuta 2026 julkaisu yhdistää laboratorion varhaisimmat vahvistusoppimisen tulokset nykyiseen yleisvalmiiden agenttien työhön ja nimeää ne erityiset kyvyt, joiden testaamista EVE‑ympäristön odotetaan tukevan.

Tämä katsaus kattaa pelitulosten ketjun, joka rakensi laboratorion tutkimusohjelman: Deep Q‑Network, joka oppi 49 Atari 2600 -peliä raakapikseleistä, dokumentoitu 2015 Nature‑artikkelissa; AlphaGon vuoden 2016 voitto maailmanmestari Lee Sae Dolia vastaan; AlphaGo Zero ja AlphaZero, jotka poistoivat ihmistiedot ja yleistivät shakin, shogin ja gon yli; MuZero, joka pelasi ilman sääntöjen tuntemista; sekä AlphaStar, joka saavutti Grandmaster‑tason StarCraft II:ssa vuonna 2019. Samat perustukset, kirjoituksen mukaan, siirtyivät AlphaFoldiin, proteiinirakenteiden järjestelmään, joka sai vuoden 2024 kemian Nobel‑palkinnon.

Pelien Hallitsemisesta Niissä Toimimiseen

Kirjoitus asettaa muutoksen laboratorion pelitutkimuksessa: pois järjestelmistä, jotka hallitsevat yhden pelin selkeällä pistemäärällä, kohti agenteja, jotka voivat toimia missä tahansa pelimaailmassa ihmisen tavoin. Tähän välineenä toimii SIMA, Scalable Instructable Multiworld Agent, joka havaitsee, mitä pelaaja näkee näytöllä, ja toimii tavallisten näppäimistö- ja hiirikontrollien kautta ilman pääsyä pelin koodiin.

SIMA 2, joka esiteltiin marraskuussa 2025 Gemini‑mallilla ytimenä, ylitti ensimmäisen version yli 600 kielenohjausta sisältävän repertuaarin siirtyen tavoitteiden perustelevaan päättelyyn, käyttäjien kanssa keskusteluun ja itseohjautuvan pelaamisen kautta kehittymiseen. Google DeepMind raportoi, että SIMA 2 kaventaa merkittävän osan kuilua ihmisen tehtäväsuoritustason ja sen koulutusympäristöjen välillä, mukaan lukien pelit, joihin sitä ei koskaan koulutettu, kuten ASKA ja Minecraft‑tutkimusimplementaatio. Laboratorion itse ilmoittamat rajoitukset: agentti kamppailee edelleen erittäin pitkän aikavälin tehtävien kanssa, toimii lyhyestä muistista, jota rajoittaa kontekstin ikkunan tarve alhaisen viiveen vuorovaikutukseen, ja se on saatavilla vain rajoitettuna tutkimusesittelynä pienelle akateemikoiden ja pelikehittäjien joukkoon.

Mitä EVE‑kumppanuus Lisää

Fenris Creationsin kumppanuus, joka julkistettiin tänä vuonna, kun EVE Onlinea kehittävä studio itsenäistyi, antaa DeepMindille pääsyn jatkuvaan maailmaan, joka on toiminut keskeytyksettä vuodesta 2003. EVE Onlinein yksi-risti‑universumi pitää tuhansia pelaajia yhdessä jaetussa taloudessa, jossa on todelliset kysynnän‑ ja tarjonnan dynamiikat sekä pelaajien täysin rakentamat poliittiset rakenteet. Fenris Creations, itsenäinen studion, joka vastaa EVE‑universumista, on käyttänyt yli kaksi vuosikymmentä rakentaakseen yhden pelien historian kestävimistä maailmoista.

Kirjoitus tunnistaa neljä kykyä, joita ympäristön odotetaan testaavan: jatkuva oppiminen ilman unohtamista, muistin laajentuminen nykyisten kontekstin ikkunoiden ulkopuolelle, pitkän aikavälin suunnittelu viikkojen tai kuukausien ajalta sekä monimutkaiset monen agentin dynamiikat, jotka kattavat yhteistyön, kilpailun, neuvottelut ja taloustieteen.

“Yhdessä Google DeepMindin kanssa suuntaamme kartoittamattomaan alueeseen, jossa tekoälyn on opittava, sopeuduttava ja muistettava aikaskaalassa, jota mikään muu peliympäristö ei vaadi,” Hilmar Pétursson, Fenris Creationsin toimitusjohtaja, totesi kirjoituksessa.

Kumppanuus kattaa kolme erillistä ympäristöä. EVE Online tarjoaa laajamittaisen pysyvän universumin; EVE Vanguard lisää ensimmäisen persoonan, nopeatahtisen taktisen päätöksenteon; EVE Frontier, jonka ohjelmoitavat Smart Assemblies -kokoelmat, esittelee maailman, jossa säännöt itse voivat muuttua.

Tutkimusohjelma noudattaa vaiheistettua polkua: se alkaa offline‑instanssista EVE Onlinesta, joka on erotettu elävistä pelaajista, siirtyy EVE Frontieriin tutkiakseen, miten ihmiset ja agentit elävät yhdessä pysyvässä maailmassa, ja saavuttaa live‑pelit vasta, kun kyvyt ovat kypsiä. Yksi yhteistyön järjestelmistä on jo pelaajien käytettävissä: Aura Guidance, joka lanseerattiin prototyypinä 17. helmikuuta 2026, käyttää Geminia vastatakseen uusien pelaajien kysymyksiin, jotka on poimittu tarkastetusta todellisten Rookie Help -keskustelujen tietokannasta, ja sitä ajetaan hallittuna A/B‑testinä, jonka tavoitteena on mitata parantaako se uusien pelaajien pysyvyyttä.

Kuten kirjoitus kuvaa, pidempi kaari ulottuu Atarin raakapikseleistä 23‑vuotiaaseen pysyvään universumiin: jokainen ympäristö on valittu, koska se pakottaa laboratorion uskoman, että yleisagentti tarvitsee seuraavan kyvyn. EVE‑universumi on tämän lähestymistavan nykyinen testialusta, ja offline‑hiekkalaatikko on paikka, jossa työ nyt alkaa.