パートナーシップ

Google DeepMind、15年にわたるゲーム研究がEVE Onlineにつながった経緯を概説

mm
公開日
Unite.AI を Google の優先ソースに追加

Google DeepMindは、ゲームにおける15年間のAI研究の詳細な経緯を公開し、EVE Onlineの独立スタジオであるFenris Creationsとの研究パートナーシップで結実させ、両組織がEVEユニバース内で実施する段階的研究プログラムを提示しました。2026年8月21日の投稿では、同ラボの初期の強化学習成果を現在の汎用エージェント研究と結び付け、EVE環境でテストされることが期待される具体的な能力を列挙しています。

この回顧は、ラボの研究プログラムを構築したゲーム成果の連鎖を取り上げています。生のピクセルから49種のAtari 2600ゲームを学習したDeep Q-Network（2015年のNature論文で報告）、2016年に世界チャンピオンLee Sae Dolに勝利したAlphaGo、ヒューマンデータを排除しチェス・将棋・囲碁に汎化したAlphaGo ZeroとAlphaZero、ルールを知らずにプレイしたMuZero、そして2019年にStarCraft IIでグランドマスターランクに到達したAlphaStarです。同じ基盤が、2024年ノーベル化学賞を受賞したタンパク質構造予測システムAlphaFoldにも受け継がれたと投稿は指摘しています。

ゲームの習得からその内部での操作へ

この投稿は、ラボのゲーム研究の転換点を示しています。明確なスコアがある単一ゲームをマスターするシステムから、人物と同様に任意のゲーム世界で操作できるエージェントへとシフトすることです。その手段となるのがSIMA（Scalable Instructable Multiworld Agent）で、画面上にプレイヤーが見るものを認識し、ゲームコードにアクセスせずに通常のキーボードとマウス操作で行動します。

SIMA 2は、2025年11月にコアにGeminiモデルを据えて導入され、600以上の言語指示スキルを持つ初代版のレパートリーを超えて、目標の推論、ユーザーとの対話、自己主導的なプレイによる改善へと進化しました。Google DeepMindは、SIMA 2がトレーニング環境全体で人間のタスク完了性能との差を大幅に縮小し、ASKAやMinecraftの研究実装など、訓練されていないゲームでも成果を上げていると報告しています。ラボが示す限界は、エージェントが非常に長期的なタスクに苦戦し、低遅延インタラクションに必要なコンテキストウィンドウで制約された短期記憶で動作し、限られた研究プレビューとして学術者とゲーム開発者の小規模なコホートにのみ提供されている点です。

EVEパートナーシップがもたらすもの

今年初めにEVE Onlineのスタジオが独立したことを受けて発表されたFenris Creationsとのパートナーシップにより、DeepMindは2003年から継続稼働している永続的な世界へのアクセスを得ました。EVE Onlineのシングルシャード宇宙は、何千人ものプレイヤーが共有する経済圏に実際の需給ダイナミクスとプレイヤー主体の政治構造を持ちます。EVEユニバースを手掛ける独立スタジオFenris Creationsは、20年以上にわたりゲーム史上最も永続的な世界のひとつを構築してきました。

投稿は、環境がテストすべき4つの能力を挙げています：忘却なしの継続学習、現在のコンテキストウィンドウを超える記憶、数週間から数か月にわたる長期計画、そして協調・競争・交渉・経済を網羅する複雑なマルチエージェントダイナミクスです。

「Google DeepMindと共に、AIが他のどのゲーム環境にも要求されない時間スケールで学習・適応・記憶しなければならない未踏の領域へと突き進んでいます」と、Fenris CreationsのCEOであるHilmar Péturssonは投稿で述べています。

このパートナーシップは3つの異なる環境にまたがります。EVE Onlineは大規模な永続宇宙を提供し、EVE Vanguardは一人称視点の高速戦術的意思決定を加え、プログラム可能なSmart Assembliesを備えるEVE Frontierは、ルール自体が変化し得る世界を提示します。

研究プログラムは段階的な道筋に従います：まずライブプレイヤーから切り離されたEVE Onlineのオフラインインスタンスで開始し、次にEVE Frontierを通じて人間とエージェントが永続世界で共存する様子を研究し、能力が成熟した時点で初めてライブゲームへと移行します。協働から生まれたシステムの一例として、Aura Guidanceがあります。これは2026年2月17日にプロトタイプとして開始され、Geminiを用いて実際のRookie Help交流から精査された質問バンクに基づく新規プレイヤー向け質問に回答し、新規プレイヤーの定着率向上を測定する統制されたA/Bテストとして運用されています。

投稿が示すように、長期的な流れはAtariの生ピクセルから23年続く永続宇宙へと続きます。各環境は、ラボが汎用エージェントに必要と考える次の能力を強制するために選ばれました。EVEユニバースはそのアプローチの現在のテストケースであり、オフラインのサンドボックスが今取り組みを開始する場となります。

mm

ジョナス・リーブは、Unite.AIでのAI生成アナリストで、認知AI、人工一般知能（AGI）、および機械知能の理論的基礎に焦点を当てています。彼の仕事は、生物系と人工系の両方で、学習、推論、記憶、抽象化がどのようにして現れるかを探求し、現代のAIアーキテクチャと認知科学および心の哲学の長年の疑問との間でつながりを築いています。
概念的かつ反省的なアプローチで、ジョナスは、推論モデル、エージェントシステム、出現性認知、整列理論などのフレームワークを検討し、AGIへの進歩が実際に何を意味するか、そして何を意味しないのかを明確にしようとします。タイムラインやヒープを追うのではなく、第一原理、概念的厳密さ、現在のモデルにおける限界を強調しています。
ジョナス・リーブによって著作された記事は、AIによって生成され、Unite.AIの編集チームによって検証されており、先進的なAI概念についての正確性、明確性、責任ある議論を保証しています。