Google DeepMind ने बताया कि 15 वर्षों की गेम शोध ने EVE Online तक कैसे पहुँचाया

Google DeepMind ने अपने 15‑वर्षीय गेम‑आधारित एआई शोध की विस्तृत कहानी प्रकाशित की है, जो EVE Online के पीछे स्वतंत्र स्टूडियो Fenris Creations के साथ उसके शोध साझेदारी पर समाप्त होती है, और दोनों संगठनों द्वारा EVE ब्रह्मांड के भीतर चलाने की योजना वाले चरणबद्ध शोध कार्यक्रम को रेखांकित करती है। 21 अगस्त 2026 पोस्ट लैब के शुरुआती रिइनफ़ोर्समेंट लर्निंग परिणामों को उसके वर्तमान जनरलिस्ट एजेंट्स के कार्य से जोड़ती है और उन विशिष्ट क्षमताओं के नाम बताती है जिन्हें EVE वातावरण परीक्षण करेगा।

यह पुनरावलोकन उन गेम परिणामों की श्रृंखला को कवर करता है जिन्होंने लैब के शोध कार्यक्रम का निर्माण किया: Deep Q‑Network जिसने कच्चे पिक्सेल से 49 Atari 2600 गेम सीखे, जिसे 2015 Nature पेपर में दस्तावेज़ किया गया; AlphaGo की 2016 में विश्व चैंपियन ली से डोल पर जीत; AlphaGo Zero और AlphaZero, जिन्होंने मानव डेटा को हटाकर शतरंज, शोगी और गो में सामान्यीकरण किया; MuZero, जिसने नियमों को जाने बिना खेला; और AlphaStar, जिसने 2019 में StarCraft II में ग्रैंडमास्टर स्तर हासिल किया। वही आधारभूत सिद्धांत, जैसा कि पोस्ट में कहा गया है, AlphaFold में भी लागू हुए, वह प्रोटीन संरचना प्रणाली जिसे 2024 के रसायन विज्ञान में नोबेल पुरस्कार से सम्मानित किया गया।

खेलों में महारत हासिल करने से लेकर उनके भीतर संचालन तक

पोस्ट लैब के गेम शोध में एक बदलाव को रेखांकित करती है: एक स्पष्ट स्कोर वाले एकल गेम में महारत हासिल करने वाले सिस्टम से हटकर ऐसे एजेंट बनाना जो किसी भी गेम विश्व में इंसान की तरह काम कर सके। इसके लिए SIMA, Scalable Instructable Multiworld Agent, उपयोग किया जाता है, जो स्क्रीन पर खिलाड़ी जो देखता है उसे समझता है और सामान्य कीबोर्ड‑माउस नियंत्रणों के माध्यम से कार्य करता है, बिना गेम कोड तक पहुँच के।

SIMA 2, जिसे नवंबर 2025 में Gemini मॉडल को कोर बनाकर पेश किया गया, पहली संस्करण की 600 से अधिक भाषा‑अनुयायी क्षमताओं से आगे बढ़कर लक्ष्य‑तर्क, उपयोगकर्ताओं के साथ संवाद, और स्व‑निर्देशित खेल के माध्यम से सुधार करता है। Google DeepMind रिपोर्ट करता है कि SIMA 2 अपने प्रशिक्षण वातावरणों में मानव कार्य‑समाप्ति प्रदर्शन के अंतर को काफी हद तक कम करता है, जिसमें ऐसे गेम भी शामिल हैं जिन पर इसे कभी प्रशिक्षण नहीं मिला, जैसे ASKA और एक Minecraft शोध कार्यान्वयन। लैब द्वारा स्वयं बताई गई सीमाएँ: एजेंट अभी भी बहुत लंबी अवधि के कार्यों में संघर्ष करता है, कम‑विलंब इंटरैक्शन के लिए आवश्यक संदर्भ विंडो द्वारा सीमित छोटी स्मृति पर काम करता है, और यह केवल एक सीमित शोध पूर्वावलोकन के रूप में छोटे समूह के अकादमिक और गेम डेवलपर्स को उपलब्ध है।

EVE साझेदारी क्या जोड़ती है

Fenris Creations साझेदारी, जो इस वर्ष की शुरुआत में तब उजागर हुई जब EVE Online के पीछे की स्टूडियो स्वतंत्र हुई, DeepMind को एक स्थायी विश्व तक पहुँच देती है जो 2003 से निरंतर चल रहा है। EVE Online का सिंगल‑शार्ड ब्रह्मांड हजारों खिलाड़ियों को एक साझा अर्थव्यवस्था में रखता है, जहाँ वास्तविक आपूर्ति‑और‑मांग गतिशीलता और राजनीतिक संरचनाएँ पूरी तरह खिलाड़ियों द्वारा निर्मित होती हैं। Fenris Creations, जो EVE यूनिवर्स के पीछे की स्वतंत्र स्टूडियो है, ने दो दशकों से अधिक समय तक गेमिंग के सबसे स्थायी दुनियाओं में से एक का निर्माण किया है।

पोस्ट चार क्षमताओं की पहचान करती है जिन्हें वातावरण से परीक्षण की उम्मीद है: निरंतर सीखना बिना भूलने के, वर्तमान संदर्भ विंडो से परे स्मृति विस्तार, हफ्तों या महीनों तक लंबी‑होराइज़न योजना, और सहयोग, प्रतिस्पर्धा, वार्ता और अर्थशास्त्र को सम्मिलित करने वाली जटिल बहु‑एजेंट गतिशीलता।

“Google DeepMind के साथ मिलकर, हम ऐसे अनजाने क्षेत्र में कदम रख रहे हैं जहाँ एआई को उन समय‑सीमाओं पर सीखना, अनुकूलन करना और याद रखना पड़ता है जो किसी अन्य गेम वातावरण से नहीं माँगी जातीं,” Fenris Creations के सीईओ Hilmar Pétursson ने पोस्ट में कहा।

यह साझेदारी तीन विशिष्ट वातावरणों में फैली हुई है। EVE Online बड़े पैमाने के स्थायी ब्रह्मांड की पेशकश करता है; EVE Vanguard प्रथम‑व्यक्ति, तेज‑गति वाली रणनीतिक निर्णय‑लेने को जोड़ता है; EVE Frontier, अपने प्रोग्रामेबल Smart Assemblies के साथ, एक ऐसा विश्व प्रस्तुत करता है जहाँ नियम स्वयं बदल सकते हैं।

शोध कार्यक्रम एक चरणबद्ध मार्ग का अनुसरण करता है: यह लाइव खिलाड़ियों से अलग एक ऑफ़लाइन EVE Online इंस्टेंस से शुरू होता है, फिर EVE Frontier के माध्यम से यह अध्ययन करता है कि मानव और एजेंट स्थायी विश्व में कैसे सह-अस्तित्व में रह सकते हैं, और केवल तब लाइव गेम्स तक पहुँचता है जब क्षमताएँ परिपक्व हो चुकी हों। सहयोग से एक प्रणाली पहले ही खिलाड़ियों के सामने है: Aura Guidance, जिसे 17 फरवरी 2026 को प्रोटोटाइप के रूप में लॉन्च किया गया, Gemini का उपयोग करके नए‑खिलाड़ी प्रश्नों का उत्तर देता है जो वास्तविक Rookie Help बातचीत के एक सत्यापित बैंक से निकाले गए हैं, और यह नियंत्रित A/B परीक्षण के रूप में चल रहा है जिससे यह मापा जा रहा है कि क्या यह नए‑खिलाड़ी प्रतिधारण को सुधारता है।

जैसे ही पोस्ट ने रेखांकित किया, लंबा क्रम Atari के कच्चे पिक्सेल से 23‑वर्षीय स्थायी ब्रह्मांड तक चलता है: प्रत्येक वातावरण को इसलिए चुना गया क्योंकि वह अगली क्षमता को मजबूर करता है जिसे लैब मानता है कि एक सामान्य एजेंट को चाहिए। EVE ब्रह्मांड इस दृष्टिकोण का वर्तमान परीक्षण है, और ऑफ़लाइन सैंडबॉक्स वह जगह है जहाँ अब काम शुरू होता है।