Google DeepMind ने EVE ऑनलाइनच्या मागे स्वतंत्र स्टुडिओ असलेल्या Fenris Creations सोबतच्या संशोधन भागीदारीमध्ये पराकाष्ठा करून, गेममधील AI संशोधनाच्या 15 वर्षांच्या चापाचा तपशीलवार पूर्वलक्ष्य प्रकाशित केला आहे — आणि दोन संस्थांनी EVE विश्वामध्ये चालवण्याची योजना आखलेल्या संशोधन कार्यक्रमाची मांडणी केली आहे.

21 ऑगस्टची पोस्ट, अलेक्झांड्रे मोफरेक आणि ॲड्रिअन बोल्टन यांनी लिहिलेली, लॅबच्या सुरुवातीच्या मजबुतीकरण शिक्षण परिणामांना जनरलिस्ट एजंट्सवरील सध्याच्या कार्याशी जोडते. या वर्षाच्या सुरुवातीला पहिल्यांदा अनावरण केलेल्या भागीदारीचा हा अद्यापपर्यंतचा संपूर्ण लेखाजोखा आहे, आणि हे सूचित करते की जगातील आघाडीच्या AI लॅबचा विश्वास आहे की AI संशोधन पुढील सीमारेषा आहे: स्पष्ट स्कोअरसह एका गेममध्ये प्रभुत्व मिळवण्यात नाही, तर 2003 पासून सतत चालू असलेल्या जिवंत जगामध्ये टिकून राहण्यात.

Atari Pixels पासून AlphaStar पर्यंत

रेट्रोस्पेक्टिव्ह गेमच्या परिणामांची साखळी शोधते ज्याने DeepMind चा संशोधन कार्यक्रम तयार केला. 2015 नेचर पेपरमध्ये वर्णन केलेल्या डीप क्यू-नेटवर्क (DQN), कोणत्याही गेम-विशिष्ट अभियांत्रिकीशिवाय - रॉ पिक्सेलमधून थेट 49 Atari 2600 गेम खेळायला शिकले — Pong ते Breakout ते Space Invaders — सखोल मजबुतीकरण शिक्षणाच्या आधुनिक युगाला उत्प्रेरित करण्यात मदत करते.

त्यानंतरच्या प्रत्येक माइलस्टोनने अधिक सक्षम आणि अधिक सामान्य प्रणाली तयार केली. AlphaGo ने 2016 मध्ये विश्वविजेत्या ली सेडोलचा पराभव केला, हा पराक्रम अनेक तज्ञांना वाटत होता की अजून एक दशक बाकी आहे. AlphaGo Zero ने संपूर्णपणे स्व-खेळातून शिकून मागील प्रत्येक आवृत्तीला मागे टाकले, आणि AlphaZero ने बुद्धिबळ, शोगी आणि Go या एकाच अल्गोरिदमसह मास्टर करण्याच्या दृष्टिकोनाचे सामान्यीकरण केले. MuZero अजून पुढे गेला, नियम माहीत नसतानाही खेळायला शिकला. 2019 मध्ये, AlphaStar ने StarCraft II मध्ये ग्रँडमास्टर स्तर गाठला, रिअल-टाइम क्लिष्टता आणि अपूर्ण माहिती नेव्हिगेट केली.

डीपमाइंड नोंदवतात की अन्वेषणाची ही भावना खेळांच्या पलीकडे आहे: अल्फाफोल्डने प्रथिनांच्या संरचनेच्या अंदाजासाठी समान पाया लागू केला, 2024 च्या रसायनशास्त्रातील नोबेल पारितोषिकाने ओळखले जाणारे यश.

जनरलिस्ट एजंटकडे शिफ्ट

पोस्ट दिशा मध्ये एक मूलभूत बदल फ्रेम. स्पष्ट उद्दिष्ट आणि पुरेसे प्रशिक्षण दिल्यास AI कोणत्याही गेममध्ये प्रभुत्व मिळवू शकते हे पूर्वीच्या कामातून दिसून आले. परंतु, लेखकांनी लिहिल्याप्रमाणे, "वास्तविक जग स्कोअर आणि नियम पुस्तकांसह येत नाही." यामुळे एक वेगळा प्रश्न निर्माण झाला: एआय कोणत्याही गेम जगाला एखाद्या व्यक्तीप्रमाणे समजू शकतो आणि त्याच्याशी संवाद साधू शकतो का?

त्या महत्त्वाकांक्षेसाठी वाहन SIMA, स्केलेबल इंस्ट्रक्टेबल मल्टीवर्ल्ड एजंट आहे. उच्च स्कोअरसाठी ऑप्टिमाइझ करण्याऐवजी, SIMA एक खेळाडू स्क्रीनवर काय पाहतो ते समजून घेते, नैसर्गिक भाषेच्या सूचना समजते आणि सामान्य कीबोर्ड आणि माउस नियंत्रणांद्वारे कार्य करते — कोणत्याही API किंवा स्त्रोत कोड प्रवेशाची आवश्यकता नाही. SIMA 2, नोव्हेंबर 2025 मध्ये जेमिनी मॉडेलसह त्याच्या केंद्रस्थानी सादर केले गेले, रिअल-टाइम तर्क आणि संभाषण करण्यास सक्षम परस्परसंवादी सहकारी म्हणून कार्य करते आणि नो मॅन्स स्काय, व्हॅल्हेम आणि हायड्रोनरसह जटिल 3D वातावरणात मानवासारखे खेळ साध्य करते.

एजंटच्या मर्यादेबद्दल लॅब स्पष्ट आहे: SIMA 2 अजूनही खूप लांब-क्षितिज कार्यांसह संघर्ष करते आणि कमी-विलंब संवादासाठी आवश्यक असलेल्या संदर्भ विंडोद्वारे मर्यादित असलेल्या लहान मेमरीमधून कार्य करते. शैक्षणिक आणि गेम डेव्हलपरच्या छोट्या गटासाठी हे मर्यादित संशोधन पूर्वावलोकन उपलब्ध आहे.

ईव्ह ऑनलाइन का

Fenris Creations भागीदारी DeepMind ला अशा गोष्टींमध्ये प्रवेश देते ज्याची प्रतिकृती कोणताही बेंचमार्क करू शकत नाही: एक सतत, एकल-शार्ड विश्व जिथे हजारो खेळाडू वास्तविक पुरवठा-आणि-डिमांड डायनॅमिक्ससह एक अर्थव्यवस्था सामायिक करतात, हजारो तारा प्रणाली व्यापलेले व्यापार नेटवर्क आणि पूर्णपणे खेळाडूंच्या परस्परसंवादाद्वारे तयार केलेली राजकीय संरचना.

डीपमाइंड चार क्षमता ओळखते ज्या वातावरणात व्यायाम करण्यासाठी डिझाइन केले आहे: न विसरता सतत शिकणे, आजच्या मॉडेल संदर्भ विंडोच्या पलीकडे विस्तारलेली स्मृती, आठवडे, महिने किंवा अगदी वर्षांचे दीर्घ-क्षितिज नियोजन आणि सहकार्य, स्पर्धा, वाटाघाटी आणि अर्थशास्त्र पसरवणारे जटिल मल्टी-एजंट डायनॅमिक्स.

"Google DeepMind सह एकत्रितपणे, आम्ही अज्ञात प्रदेशात प्रवेश करत आहोत जिथे AI ने शिकले पाहिजे, जुळवून घेतले पाहिजे आणि वेळेनुसार लक्षात ठेवा की इतर कोणत्याही गेम वातावरणाची मागणी करत नाही, आम्हाला वास्तविक जीवनात समान प्रश्नांचा सामना करण्यापूर्वी मानव आणि AI आभासी वातावरणात कसे एकत्र राहू शकतात हे समजून घेण्यास मदत करते," Fenris Creations चे CEO Hilmar Pés ने पोस्टमध्ये सांगितले.

भागीदारी तीन भिन्न वातावरणात पसरलेली आहे. EVE ऑनलाइन मोठ्या प्रमाणावर पर्सिस्टंट ब्रह्मांड ऑफर करते. EVE Vanguard प्रथम-व्यक्ती, जलद-गती युक्त रणनीतिक निर्णय घेण्यास जोडते, ॲब्स्ट्रॅक्शनच्या अनेक स्तरांवर कार्यरत एजंट्सचा अभ्यास करण्याच्या संधी निर्माण करते — ट्विच-लेव्हल रणनीतीपासून ते आकाशगंगा-स्पॅनिंग धोरणापर्यंत. EVE Frontier, त्याच्या प्रोग्राम करण्यायोग्य स्मार्ट असेंब्ली आणि ओपन आर्किटेक्चरसह, एक जग सादर करते जिथे अगदी नियम बदलू शकतात.

महत्त्वपूर्णपणे, संशोधन कार्यक्रम टप्प्याटप्प्याने चालतो. हे EVE ऑनलाइनच्या ऑफलाइन उदाहरणात सुरू होते, लाइव्ह प्लेयर्सपासून विभक्त केलेला सुरक्षित सँडबॉक्स. त्यानंतर EVE Frontier द्वारे मानव आणि एजंट सतत, मुक्त जगात कसे एकत्र राहू शकतात याचा अभ्यास करण्यासाठी ते पुढे जाते. जेव्हा क्षमता परिपक्व होतील तेव्हाच DeepMind त्यांना थेट गेममध्ये आणण्याचा विचार करेल — आणि नंतर, पोस्ट मानवी खेळ समृद्ध करण्याच्या उद्देशाने जोर देते.

AI आधीच कॉकपिटमध्ये आहे

सहयोगाचे एक आउटपुट आधीच खेळाडूंसमोर आहे. Aura Guidance, जे 17 फेब्रुवारी 2026 रोजी प्रोटोटाइपमध्ये लॉन्च केले गेले, नवीन वैमानिकांना सहाय्य करण्यासाठी वास्तविक रूकी हेल्प प्रश्न आणि उत्तरांमधून खेळाडू-व्युत्पन्न ज्ञान वितरीत करण्यासाठी जेमिनीचा वापर करते, आणि ते नवीन-खेळाडूंच्या धारणा सुधारते की नाही हे मोजण्यासाठी नियंत्रित A/B चाचणी म्हणून चालू आहे.

गेम डेव्हलपरसाठी, दीर्घकालीन स्टेक महत्त्वपूर्ण आहेत. खरोखर एक सामान्य गेमिंग एजंट — जो गेम कोडमध्ये बदल न करता विद्यमान गेमसह कार्य करतो — गेम जगाला खऱ्या अर्थाने समजून घेणाऱ्या AI साथीदारांना, स्क्रिप्टेड सिस्टीम कधीही न करू शकणाऱ्या NPCs आणि विकासादरम्यान मजबूत QA चाचणी करू शकतो जेव्हा गेम प्रत्येक कमिटसह बदलतो.

पोस्ट लॅबच्या अंतिम फ्रेमिंगसह बंद होते: AI उत्प्रेरक म्हणून, बदली नाही. "खेळ नेहमीच बुद्धिमत्तेचा आरसा असतो," लेखक लिहितात. जसजसे गेम अधिक क्लिष्ट, अधिक चिकाटीचे आणि अधिक मुक्त होत जातात, तसतसे त्यांना नेव्हिगेट करण्यासाठी AI सिस्टीम तयार होतात — आणि त्यापूर्वी AlphaGo आणि AlphaFold प्रमाणेच, DeepMind ला अपेक्षा आहे की आभासी जगात शिकलेले धडे वास्तविक समस्यांकडे हस्तांतरित केले जातील.

AI च्या पुढे रहा

मजबुतीकरण शिक्षण टप्पे ते सीमावर्ती संशोधन भागीदारी पर्यंत, शोधाचा वेग कमी होण्याचे कोणतेही चिन्ह दिसत नाही. AI Buzz Wire स्त्रोत-सत्यापित अहवालासह प्रत्येक प्रमुख AI संशोधन विकास कव्हर करते — कोणतेही अनुमान नाही, कोणताही प्रचार नाही.

अधिक एआय संशोधन बातम्या वाचा →