Содержание
Google DeepMind будет обучать AI-агентов в живом мире EVE Online
Google DeepMind раскрыла подробности исследовательской программы с Fenris Creations — независимой студией, развивающей вселенную EVE. Компания хочет использовать сложный и постоянно меняющийся мир EVE Online как полигон для AI-агентов, которые учатся не по заранее прописанным сценариям, а на опыте и взаимодействии с другими участниками.
Чему будут учиться AI-агенты
В EVE Online агенты столкнутся с задачами, которые пока трудно даются современным моделям: непрерывным обучением без потери старых навыков, памятью на сроки длиннее обычного контекстного окна, планированием на недели и месяцы, а также переговорами, конкуренцией и сотрудничеством в большой экономической системе.
Исследования начнутся в отдельной офлайн-копии EVE Online, изолированной от живых игроков. Затем часть экспериментов перенесут в EVE Frontier — более открытую среду с программируемыми объектами и изменяемыми правилами. В основную EVE Online и шутер EVE Vanguard технологии могут попасть только после того, как станут достаточно зрелыми и безопасными.
Что это может дать играм и их создателям
Проект продолжает работу Google DeepMind над универсальным агентом SIMA 2. Он видит игру через изображение на экране, понимает команды на естественном языке и управляет персонажем обычными клавиатурой и мышью — без доступа к исходному коду или специальному API.
Для игроков такая технология может означать более естественных напарников и NPC, которые помнят прошлые события, адаптируются и действительно понимают происходящее. Для студий — автоматическое тестирование сборок и обновлений: агент сможет проходить изменившуюся игру и находить проблемы без переписывания набора тестовых сценариев после каждого патча.
Почему исследование важно за пределами EVE
DeepMind рассматривает игры как тренировочную среду для навыков, которые затем могут пригодиться в реальном мире. Ранее исследования Atari, Go и StarCraft помогли развитию обучения с подкреплением, а подходы компании позже легли в основу AlphaFold. Теперь ставка сделана на системы, которые долго живут в меняющейся среде, накапливают опыт и учатся взаимодействовать с людьми и другими агентами.