Google DeepMind ने 15 वर्षों की गेम AI शोध को EVE Online में विस्तारित किया

Google DeepMind ने गेम्स में अपने 15‑वर्षीय AI शोध की विस्तृत कहानी प्रकाशित की है, जो EVE Online के पीछे स्वतंत्र स्टूडियो Fenris Creations के साथ उसके अनुसंधान साझेदारी पर समाप्त होती है, और दो संगठनों द्वारा EVE ब्रह्मांड के भीतर चलाए जाने वाले चरणबद्ध शोध कार्यक्रम को रेखांकित करती है। यह 21 अगस्त 2026 पोस्ट प्रयोगशाला के शुरुआती रिइन्फोर्समेंट लर्निंग परिणामों को उसके वर्तमान जनरलिस्ट एजेंट्स पर काम से जोड़ती है और उन विशिष्ट क्षमताओं का उल्लेख करती है जिन्हें EVE वातावरण परीक्षण करने की अपेक्षा रखता है।

यह पुनरावलोकन उन गेम परिणामों की श्रृंखला को कवर करता है जिन्होंने प्रयोगशाला के शोध कार्यक्रम को बनाया: 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 सेडोल के खिलाफ जीत; AlphaGo Zero और AlphaZero, जिन्होंने मानव डेटा को हटाया और 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 बुनियादें, जैसा कि पोस्ट नोट करती है, AlphaFold में भी चली गईं, जो 2024 के रसायन विज्ञान नॉबेल पुरस्कार से सम्मानित प्रोटीन संरचना प्रणाली है।

खेलों में महारत हासिल करने से उनके भीतर संचालन तक

यह पोस्ट प्रयोगशाला के गेम शोध में एक बदलाव को दर्शाती है: स्पष्ट स्कोर वाले एकल खेल में महारत हासिल करने वाली प्रणालियों से हटकर, ऐसे एजेंटों की ओर जो किसी भी गेम दुनिया में व्यक्ति की तरह संचालन कर सकें। इसके लिए वाहन है SIMA, Scalable Instructable Multiworld Agent, जो स्क्रीन पर खिलाड़ी द्वारा देखी गई चीज़ को महसूस करता है और सामान्य कीबोर्ड और 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 प्रस्तुत किया गया, पहली संस्करण की 600 से अधिक भाषा‑अनुक्रमण कौशल की सूची से आगे बढ़कर लक्ष्य पर 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‑सम्पादन प्रदर्शन के अंतर का एक महत्वपूर्ण हिस्सा पाटता है, जिसमें ऐसे गेम शामिल हैं जिनपर इसे कभी प्रशिक्षण नहीं दिया गया, जैसे ASKA और एक Minecraft शोध कार्यान्वयन। प्रयोगशाला द्वारा स्वयं बताई गई सीमाएँ: एजेंट अभी भी बहुत लंबी अवधि के कार्यों में संघर्ष करता है, कम‑लेटेंसी इंटरैक्शन के लिए आवश्यक कॉन्टेक्स्ट विंडो द्वारा सीमित छोटी स्मृति से काम करता है, और केवल एक सीमित शोध पूर्वावलोकन के रूप में छोटे समूह के शैक्षणिक और गेम डेवलपर्स के लिए 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 निरंतर चलने वाले विश्व तक पहुँच प्रदान करती है जो 2003 से लगातार चल रहा है। EVE Online का सिंगल‑शार्ड ब्रह्मांड हजारों खिलाड़ियों को एक साझा अर्थव्यवस्था में रखता है, जिसमें वास्तविक आपूर्ति‑और‑मांग गतिशीलता और राजनीतिक संरचनाएँ पूरी तरह खिलाड़ियों द्वारा निर्मित होती हैं। Fenris Creations, जो EVE यूनिवर्स के पीछे का स्वतंत्र स्टूडियो है, ने दो दशकों से अधिक समय तक गेमिंग के सबसे निरंतर विश्वों में से एक का निर्माण किया है।

यह पोस्ट चार क्षमताओं की पहचान करती है जो इस वातावरण से अपेक्षित हैं: निरंतर सीखना बिना भूल के, वर्तमान कॉन्टेक्स्ट विंडो से परे स्मृति विस्तार, हफ्तों या महीनों तक लंबी अवधि की योजना, और सहयोग, प्रतिस्पर्धा, वार्ता और अर्थशास्त्र को सम्मिलित करने वाली जटिल बहु‑एजेंट गतिशीलता।

“Google DeepMind के साथ मिलकर, हम अनजाने क्षेत्र में कदम रख रहे हैं जहाँ AI को सीखना, अनुकूलित होना और याद रखना पड़ता है उन समयसीमाओं पर जो किसी अन्य गेम वातावरण से नहीं माँगती,” Fenris Creations के CEO Hilmar Pétursson ने पोस्ट में कहा।

यह साझेदारी तीन अलग-अलग वातावरणों में विस्तारित है। EVE Online बड़े पैमाने के निरंतर ब्रह्मांड को प्रदान करता है; EVE Vanguard प्रथम‑व्यक्ति, तेज‑गति वाले सामरिक निर्णय‑लेने को जोड़ता है; EVE Frontier, अपने प्रोग्रामेबल स्मार्ट असेंबली 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 में शुरू होता है, EVE Frontier के माध्यम से अध्ययन करता है कि मानव और एजेंट निरंतर विश्व में कैसे सह-अस्तित्व में रहते 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, जो 17 फरवरी 2026 को प्रोटोटाइप के रूप में लॉन्च किया गया, Gemini का उपयोग करके नए खिलाड़ियों के प्रश्नों का उत्तर देता है, जो वास्तविक Rookie Help आदान‑प्रदान के सत्यापित बैंक से निकाले गए हैं, और यह एक नियंत्रित A/B परीक्षण के रूप में चल रहा है जो यह मापता है कि क्या यह नए खिलाड़ियों की प्रतिधारण को सुधारता है।

जैसा कि पोस्ट ने दर्शाया, यह लंबा क्रम Atari के कच्चे पिक्सेल से लेकर 23‑वर्ष पुरानी निरंतर ब्रह्मांड तक चलता है: प्रत्येक वातावरण को इसलिए चुना गया है क्योंकि यह अगली क्षमता को मजबूर करता है जो प्रयोगशाला मानती है कि एक सामान्य एजेंट को चाहिए। EVE ब्रह्मांड इस दृष्टिकोण का वर्तमान परीक्षण है, और ऑफ़लाइन सैंडबॉक्स वह स्थान है जहाँ अब काम शुरू होता है।

मूल लेख के स्रोत: eveonline.com [1]