Google DeepMind گزارشی دقیق از تحقیقات 15 ساله خود در زمینه هوش مصنوعی در بازی ها منتشر کرده است که به مشارکت تحقیقاتی خود با Fenris Creations، استودیوی مستقل پشت EVE Online - و برنامه تحقیقاتی مرحله بندی شده ای که دو سازمان قصد دارند در دنیای EVE اجرا کنند، ختم شده است.

پست 21 اوت که توسط الکساندر موفارک و آدریان بولتون نوشته شده است، اولین نتایج یادگیری تقویتی آزمایشگاه را به کار فعلی آن در مورد عوامل عمومی مرتبط می کند. این کامل‌ترین گزارشی است که تاکنون از مشارکتی که برای اولین بار در اوایل سال جاری رونمایی شد، و نشان می‌دهد که یکی از آزمایشگاه‌های پیشرو هوش مصنوعی در جهان معتقد است که مرز بعدی [تحقیقات هوش مصنوعی] (https://aibuzzwire.news) در آن نهفته است: نه در تسلط بر یک بازی با امتیاز واضح، بلکه در زنده ماندن از دنیای زنده‌ای که از سال 200 به طور مداوم در حال اجراست.

از Atari Pixels تا AlphaStar

این بررسی گذشته‌نگر زنجیره‌ای از نتایج بازی را که برنامه تحقیقاتی DeepMind را ساخته است، دنبال می‌کند. Deep Q-Network (DQN) که در مقاله Nature در سال 2015 توضیح داده شد، یاد گرفت که 49 بازی Atari 2600 را مستقیماً از پیکسل های خام - از Pong گرفته تا Breakout گرفته تا Space Invaders - بدون مهندسی خاص بازی کند و به تسریع دوران مدرن یادگیری تقویتی عمیق کمک کرد.

هر نقطه عطف بعدی سیستم های توانمندتر و کلی تری را تولید کرد. AlphaGo قهرمان جهان لی سدول را در سال 2016 شکست داد، شاهکاری که بسیاری از کارشناسان فکر می کردند هنوز یک دهه با آن فاصله دارد. AlphaGo Zero با یادگیری کامل از خودبازی از هر نسخه قبلی پیشی گرفت و AlphaZero این رویکرد را برای تسلط بر شطرنج، شوگی و Go با یک الگوریتم واحد تعمیم داد. MuZero پا را فراتر گذاشت و یاد گرفت که حتی بدون دانستن قوانین بازی کند. در سال 2019، AlphaStar به سطح استاد بزرگ در StarCraft II رسید و پیچیدگی زمان واقعی و اطلاعات ناقص را پیمایش کرد.

DeepMind اشاره می‌کند که این روح کاوش فراتر از بازی‌ها بود: AlphaFold همان پایه‌ها را برای پیش‌بینی ساختار پروتئین اعمال کرد، پیشرفتی که با جایزه نوبل شیمی 2024 به رسمیت شناخته شد.

تغییر به عوامل عمومی

پست یک تغییر اساسی در جهت را قاب می کند. کار قبلی نشان داد که هوش مصنوعی می‌تواند در هر بازی با هدف مشخص و آموزش کافی تسلط پیدا کند. اما، همانطور که نویسندگان می نویسند، "دنیای واقعی با نمرات و کتاب قوانین نمی آید." این منجر به یک سوال متفاوت شد: آیا هوش مصنوعی می تواند هر دنیای بازی را همانطور که یک شخص درک می کند و با آن تعامل داشته باشد؟

وسیله‌ای برای این جاه‌طلبی، SIMA، عامل مقیاس‌پذیر آموزش‌پذیر چندجهانی است. SIMA به جای بهینه‌سازی برای امتیاز بالا، آنچه را که بازیکن روی صفحه می‌بیند درک می‌کند، دستورالعمل‌های زبان طبیعی را می‌فهمد، و از طریق کنترل‌های معمولی صفحه‌کلید و ماوس عمل می‌کند – بدون نیاز به دسترسی به API یا کد منبع. سیما 2 که در نوامبر 2025 با مدل Gemini در هسته خود معرفی شد، به عنوان یک همراه تعاملی قادر به استدلال و مکالمه در زمان واقعی عمل می کند و به بازی شبیه انسان در محیط های سه بعدی پیچیده از جمله No Man's Sky، Valheim و Hydroneer دست می یابد.

آزمایشگاه در مورد محدودیت‌های عامل صریح است: SIMA 2 هنوز با وظایف بسیار بلند مدت مبارزه می‌کند و از یک حافظه کوتاه محدود شده توسط پنجره زمینه مورد نیاز برای تعامل با تأخیر کم کار می‌کند. این یک پیش نمایش تحقیقاتی محدود است که در دسترس گروه کوچکی از دانشگاهیان و توسعه دهندگان بازی است.

چرا EVE آنلاین

مشارکت Fenris Creations به DeepMind امکان دسترسی به چیزی را می‌دهد که هیچ معیاری نمی‌تواند تکرار کند: جهانی پایدار و تک تکه که در آن هزاران بازیکن یک اقتصاد را با پویایی عرضه و تقاضای واقعی به اشتراک می‌گذارند، شبکه‌های تجاری که هزاران سیستم ستاره را در بر می‌گیرند، و ساختارهای سیاسی که کاملاً با تعامل بازیکنان ساخته شده‌اند.

DeepMind چهار قابلیتی را که محیط برای اعمال آن طراحی شده است شناسایی می کند: یادگیری مستمر بدون فراموشی، حافظه ای که بسیار فراتر از پنجره های بافت مدل امروزی گسترش می یابد، برنامه ریزی افق بلند در طول هفته ها، ماه ها یا حتی سال ها، و پویایی پیچیده چند عاملی شامل همکاری، رقابت، مذاکره و اقتصاد.

هیلمار پتورسون، مدیر عامل Fenris Creations در این پست گفت: «همراه با Google DeepMind، ما به سمت قلمرو ناشناخته‌ای حرکت می‌کنیم که در آن هوش مصنوعی باید یاد بگیرد، تطبیق داده و در مقیاس‌های زمانی به یاد بیاورد که هیچ محیط بازی دیگری اقتضا نمی‌کند، در حالی که به ما کمک می‌کند بفهمیم انسان‌ها و هوش مصنوعی چگونه می‌توانند در یک محیط مجازی همزیستی کنند، قبل از اینکه مجبور باشیم با سؤالات مشابه در زندگی واقعی مقابله کنیم.

این مشارکت سه محیط مجزا را در بر می گیرد. EVE Online جهان پایدار در مقیاس بزرگ را ارائه می دهد. EVE Vanguard تصمیم‌گیری تاکتیکی اول شخص و سریع را اضافه می‌کند و فرصت‌هایی را برای مطالعه عواملی که در سطوح مختلف انتزاع فعالیت می‌کنند - از تاکتیک‌های سطح انقباض گرفته تا استراتژی‌های کهکشانی ایجاد می‌کند. EVE Frontier با مجموعه‌های هوشمند قابل برنامه‌ریزی و معماری باز، دنیایی را ارائه می‌کند که در آن قوانین می‌توانند تغییر کنند.

مهم این است که برنامه تحقیقاتی یک مسیر مرحله ای را دنبال می کند. این در یک نمونه آفلاین از EVE Online آغاز می شود، یک جعبه ماسه ای امن جدا از بازیکنان زنده. سپس از طریق EVE Frontier پیش می‌رود تا بررسی کند که چگونه انسان‌ها و عوامل می‌توانند در یک دنیای پایدار و بی‌پایان همزیستی کنند. تنها زمانی که قابلیت‌ها بالغ می‌شوند، DeepMind می‌تواند آن‌ها را به بازی‌های زنده بیاورد - و سپس، در پست تأکید می‌کند، با هدف غنی‌سازی بازی انسانی.

هوش مصنوعی در حال حاضر در کابین خلبان است

یکی از خروجی های این همکاری در حال حاضر در مقابل بازیکنان است. Aura Guidance که از Gemini برای ارائه دانش تولید شده توسط بازیکن برگرفته از پرسش‌ها و پاسخ‌های واقعی Rookie Help برای کمک به خلبان‌های جدید استفاده می‌کند، در نمونه اولیه در 17 فوریه 2026 راه‌اندازی شد و به‌عنوان یک تست A/B کنترل‌شده برای سنجش اینکه آیا حفظ بازیکنان جدید را بهبود می‌بخشد اجرا می‌شود.

برای توسعه دهندگان بازی، مخاطرات طولانی مدت قابل توجه است. یک عامل بازی واقعاً عمومی - عاملی که با بازی‌های موجود بدون تغییر در کد بازی کار می‌کند - می‌تواند به همراهان هوش مصنوعی کمک کند که واقعاً دنیای بازی را درک کنند، NPC‌هایی که به روش‌هایی سازگار می‌شوند که سیستم‌های اسکریپت‌شده هرگز نمی‌توانستند، و آزمایش QA قوی در طول توسعه زمانی که بازی با هر تعهد تغییر می‌کند.

این پست با چارچوب بندی نهایی آزمایشگاه بسته می شود: هوش مصنوعی به عنوان یک کاتالیزور، نه جایگزین. نویسندگان می نویسند: «بازی ها همیشه آینه ای برای هوش بوده اند. همانطور که بازی‌ها پیچیده‌تر، ماندگارتر و بازتر می‌شوند، سیستم‌های هوش مصنوعی که برای هدایت آنها ساخته شده‌اند نیز تغییر می‌کنند – و مانند AlphaGo و AlphaFold قبل از آن، DeepMind انتظار دارد درس‌های آموخته شده در دنیای مجازی به مشکلات در دنیای واقعی منتقل شود.

از هوش مصنوعی جلوتر بمانید

از نقاط عطف یادگیری تقویتی گرفته تا مشارکت های تحقیقاتی مرزی، سرعت کشف هیچ نشانه ای از کاهش نشان نمی دهد. [AI Buzz Wire] (https://aibuzzwire.news) هر توسعه تحقیقاتی عمده هوش مصنوعی را با گزارش های تأیید شده توسط منبع پوشش می دهد - بدون حدس و گمان، بدون هیاهو.

اخبار تحقیقات هوش مصنوعی را بیشتر بخوانید →