Google DeepMind zveřejnil podrobnou retrospektivu svého 15letého oblouku výzkumu umělé inteligence ve hrách, který vyvrcholil výzkumným partnerstvím s Fenris Creations, nezávislým studiem za EVE Online – a vytyčil zinscenovaný výzkumný program, který dvě organizace plánují spustit ve vesmíru EVE.

Příspěvek z 21. srpna, jehož autory jsou Alexandre Moufarek a Adrian Bolton, spojuje nejranější výsledky učení laboratoře v oblasti posilování s její současnou prací na všeobecných agentech. Jde o dosud nejúplnější popis partnerství, které bylo poprvé odhaleno začátkem tohoto roku, a signalizuje, kde jedna z předních světových laboratoří AI věří, že další hranice výzkumu AI leží: ne ve zvládnutí jediné hry s jasným skóre, ale v přežití živého světa, který nepřetržitě běží od roku 2003.

Od Atari Pixelů k AlphaStar

Retrospektiva sleduje řetězec herních výsledků, které postavily výzkumný program DeepMind. Síť Deep Q-Network (DQN), popsaná v článku Nature z roku 2015, se naučila hrát 49 her Atari 2600 přímo z nezpracovaných pixelů – od Pongu přes Breakout až po Space Invaders – bez jakéhokoli specifického herního inženýrství, což pomáhá katalyzovat moderní éru hlubokého učení.

Každý následující milník vytvořil schopnější a obecnější systémy. AlphaGo porazil mistra světa Lee Sedola v roce 2016, což je výkon, který si mnozí odborníci mysleli, že je ještě deset let pryč. AlphaGo Zero překonalo všechny předchozí verze tím, že se učilo výhradně z vlastní hry, a AlphaZero zobecnilo tento přístup k zvládnutí šachů, shogi a Go pomocí jediného algoritmu. MuZero šlo ještě dál, naučilo se hrát, aniž by znalo pravidla. V roce 2019 dosáhl AlphaStar úrovně Grandmaster ve StarCraft II, díky čemuž procházel složitostí a nedokonalými informacemi v reálném čase.

DeepMind poznamenává, že tento duch zkoumání přesáhl hranice her: AlphaFold použil stejné základy na predikci struktury proteinů, což je průlom oceněný Nobelovou cenou za chemii za rok 2024.

Posun k generalistickým agentům

Sloupek rámuje zásadní změnu směru. Dřívější práce ukázaly, že umělá inteligence dokáže zvládnout jakoukoli hru s jasným cílem a dostatečným tréninkem. Ale jak píší autoři, „skutečný svět nepřichází s partiturami a knihami pravidel“. To vedlo k jiné otázce: dokáže umělá inteligence porozumět jakémukoli hernímu světu a interagovat s ním tak, jak by to udělal člověk?

Prostředkem pro tuto ambici je SIMA, škálovatelný instruktovatelný multisvětový agent. Namísto optimalizace na vysoké skóre SIMA vnímá to, co hráč vidí na obrazovce, rozumí instrukcím v přirozeném jazyce a jedná prostřednictvím běžných ovládacích prvků klávesnice a myši – nevyžaduje API ani přístup ke zdrojovému kódu. SIMA 2, představená v listopadu 2025 s modelem Gemini ve svém jádru, funguje jako interaktivní společník schopný uvažování a konverzace v reálném čase a dosahuje lidské hry ve složitých 3D prostředích včetně No Man's Sky, Valheim a Hydroneer.

Laboratoř je otevřená ohledně limitů agenta: SIMA 2 stále bojuje s úkoly s velmi dlouhým horizontem a pracuje s krátkou pamětí omezenou kontextovým oknem potřebným pro interakci s nízkou latencí. Zůstává omezeným náhledem výzkumu dostupným pro malou kohortu akademiků a herních vývojářů.

Proč EVE Online

Partnerství Fenris Creations poskytuje DeepMind přístup k něčemu, co žádný benchmark nemůže napodobit: perzistentní vesmír s jediným úlomkem, kde tisíce hráčů sdílejí jednu ekonomiku se skutečnou dynamikou nabídky a poptávky, obchodní sítě zahrnující tisíce hvězdných systémů a politické struktury postavené výhradně na interakci hráčů.

DeepMind identifikuje čtyři schopnosti, pro které je prostředí navrženo: nepřetržité učení bez zapomínání, paměť, která sahá daleko za rámec dnešních kontextových oken modelu, dlouhodobé plánování na týdny, měsíce nebo dokonce roky a komplexní dynamiku více agentů zahrnující spolupráci, konkurenci, vyjednávání a ekonomiku.

„Společně s Google DeepMind se dostáváme na neprobádané území, kde se umělá inteligence musí učit, přizpůsobovat a pamatovat si v časových úsecích, které žádné jiné herní prostředí nevyžaduje, a zároveň nám pomáhá pochopit, jak mohou lidé a umělá inteligence koexistovat ve virtuálním prostředí, než se budeme muset potýkat se stejnými otázkami v reálném životě,“ uvedl v příspěvku generální ředitel Fenris Creations Hilmar Pétursson.

Partnerství zahrnuje tři různá prostředí. EVE Online nabízí rozsáhlý trvalý vesmír. EVE Vanguard přidává rychlé taktické rozhodování z pohledu první osoby a vytváří příležitosti ke studiu agentů operujících na různých úrovních abstrakce – od taktiky na úrovni záškubů až po strategii zahrnující galaxii. EVE Frontier se svými programovatelnými Smart Assemblies a otevřenou architekturou představuje svět, kde se mohou měnit samotná pravidla.

Podstatné je, že výzkumný program sleduje postupnou cestu. Začíná v offline instanci EVE Online, bezpečné karanténě oddělené od živých hráčů. Poté postupuje přes EVE Frontier ke studiu toho, jak mohou lidé a agenti koexistovat v perzistentním světě s otevřeným koncem. Teprve až budou schopnosti vyspělé, DeepMind zváží jejich uvedení do živých her – a pak, zdůrazňuje příspěvek, s cílem obohatit lidskou hru.

AI je již v kokpitu

Jeden výstup spolupráce už je před hráči. Aura Guidance, která využívá Gemini k poskytování znalostí generovaných hráči na základě skutečných otázek a odpovědí nápovědy pro nováčky, které pomáhají novým pilotům, byla spuštěna v prototypu 17. února 2026 a běží jako řízený A/B test, který měří, zda zlepšuje udržení nových hráčů.

Pro vývojáře her jsou dlouhodobé sázky významné. Skutečně obecný herní agent – ​​takový, který pracuje se stávajícími hrami bez úprav herního kódu – by mohl pohánět společníky s umělou inteligencí, kteří skutečně rozumí hernímu světu, NPC, která se přizpůsobují způsobem, který by skriptované systémy nikdy nedokázaly, a robustní testování QA během vývoje, když se hra mění s každým potvrzením.

Příspěvek se uzavírá konečným rámováním laboratoře: AI jako katalyzátor, ne náhrada. „Hry byly vždy zrcadlem inteligence,“ píší autoři. Jak se hry stávají složitějšími, trvalejšími a otevřenějšími, mění se i systémy umělé inteligence vytvořené tak, aby je ovládaly – a stejně jako u AlphaGo a AlphaFold dříve, DeepMind očekává, že lekce získané ve virtuálních světech se přenesou do problémů v tom skutečném.

Udržujte si náskok před AI

Od milníků posílení učení po partnerství v oblasti hraničního výzkumu tempo objevování nevykazuje žádné známky zpomalení. AI Buzz Wire pokrývá každý hlavní vývoj výzkumu AI pomocí zpráv s ověřeným zdrojem – žádné spekulace, žádný humbuk.

Přečtěte si další zprávy o výzkumu AI →