Google DeepMind forklarer hvordan 15 år med spillforskning førte til EVE Online

Google DeepMind har publisert en detaljert redegjørelse for sin 15‑årige bue av AI‑forskning i spill, som kulminerer i forskningspartnerskapet med Fenris Creations, det uavhengige studioet bak EVE Online, og som legger frem det trinnvise forskningsprogrammet de to organisasjonene planlegger å kjøre inne i EVE‑universet. Det 21. august 2026‑innlegget knytter labens tidligste forsterkningslæringsresultater til det nåværende arbeidet med generalist‑agenter og nevner de spesifikke evnene den forventer at EVE‑miljøet skal teste.

Tilbakeblikket dekker kjeden av spillresultater som bygde labens forskningsprogram: Deep Q-Network som lærte 49 Atari 2600‑spill fra rå piksler, dokumentert i en Nature‑artikkel fra 2015; AlphaGos seier i 2016 over verdensmester Lee Sae Dol; AlphaGo Zero og AlphaZero, som fjernet menneskelige data og generaliserte over sjakk, shogi og Go; MuZero, som spilte uten å kjenne reglene; og AlphaStar, som nådde Grandmaster‑nivå i StarCraft II i 2019. De samme grunnlagene, bemerker innlegget, ble videreført i AlphaFold, proteinstruktursystemet som ble anerkjent med Nobelprisen i kjemi i 2024.

Fra å mestre spill til å operere inne i dem

Innlegget rammer inn et skifte i labens spillforskning: fra systemer som mestrer ett enkelt spill med en klar poengsum, til agenter som kan operere i enhver spillverden på samme måte som et menneske. Kjøretøyet for dette er SIMA, den skalerbare instruktive multi‑verden‑agenten, som oppfatter hva en spiller ser på skjermen og handler gjennom vanlige tastatur‑ og musekontroller uten tilgang til spillkoden.

SIMA 2, introdusert i november 2025 med en Gemini‑modell som kjerne, gikk utover den første versjonens repertoar på over 600 språk‑følgende ferdigheter til å resonere om mål, samtale med brukere og forbedre seg gjennom selvstyrt spilling. Google DeepMind rapporterer at SIMA 2 lukker en betydelig del av gapet til menneskelig oppgave‑fullføring i sine treningsmiljøer, inkludert spill den aldri ble trent på, som ASKA og en Minecraft‑forskningsimplementasjon. Labens egne oppgitte begrensninger: agenten sliter fortsatt med svært langtidsoppgaver, opererer med kort minne begrenset av kontekstvinduet som trengs for lav‑latens interaksjon, og er kun tilgjengelig som en begrenset forsknings‑preview for en liten gruppe akademikere og spillutviklere.

Hva EVE‑partnerskapet tilfører

Fenris Creations‑partnerskapet, avduket tidligere i år da studioet bak EVE Online ble uavhengig, gir DeepMind tilgang til en vedvarende verden som har vært i drift kontinuerlig siden 2003. EVE Onlines enkelt‑shard‑univers inneholder tusenvis av spillere i en felles økonomi med reelle tilbud‑og‑etterspørsels‑dynamikker og politiske strukturer som er bygget helt av spillerne. Fenris Creations, det uavhengige studioet bak EVE‑universet, har brukt mer enn to tiår på å bygge en av spillindustriens mest vedvarende verdener.

Innlegget identifiserer fire evner miljøet forventes å teste: kontinuerlig læring uten å glemme, minne som strekker seg utover nåværende kontekstvinduer, langtidsplanlegging over uker eller måneder, og komplekse multi‑agent‑dynamikker som omfatter samarbeid, konkurranse, forhandling og økonomi.

«Sammen med Google DeepMind går vi inn i ukjent terreng hvor AI må lære, tilpasse seg og huske på tidsrammer som ingen annen spill‑miljø krever», sa Hilmar Pétursson, administrerende direktør i Fenris Creations, i innlegget.

Partnerskapet strekker seg over tre distinkte miljøer. EVE Online tilbyr det storskalige vedvarende universet; EVE Vanguard legger til førstepersons‑, hurtig‑taktisk beslutningstaking; EVE Frontier, med sine programmerbare Smart Assemblies, presenterer en verden hvor reglene selv kan endres.

Forskningsprogrammet følger en trinnvis vei: det begynner i en offline‑instans av EVE Online adskilt fra levende spillere, går gjennom EVE Frontier for å studere hvordan mennesker og agenter sameksisterer i en vedvarende verden, og når de levende spillene først når evnene er modne. Ett system fra samarbeidet er allerede tilgjengelig for spillere: Aura Guidance, lansert som prototype 17. februar 2026, bruker Gemini til å svare på ny‑spiller‑spørsmål hentet fra en verifisert bank av ekte Rookie Help‑utvekslinger, og kjører som en kontrollert A/B‑test som måler om den forbedrer ny‑spiller‑retensjon.

Den lengre buen, som innlegget rammer inn, strekker seg fra Ataris rå piksler til et 23 år gammelt vedvarende univers: hvert miljø er valgt fordi det tvinger frem den neste evnen labben mener en generell agent trenger. EVE‑universet er den nåværende testen av denne tilnærmingen, og den offline‑sandkassen er hvor arbeidet nå begynner.