Google DeepMind опубликовала подробную ретроспективу своих 15-летних исследований искусственного интеллекта в играх, кульминацией которых стало исследовательское партнерство с Fenris Creations, независимой студией, стоящей за EVE Online, и изложение поэтапной исследовательской программы, которую обе организации планируют запустить во вселенной EVE.

Сообщение от 21 августа, авторами которого являются Александр Муфарек и Адриан Болтон, связывает самые ранние результаты обучения с подкреплением в лаборатории с ее текущей работой над агентами широкого профиля. Это наиболее полный отчет о партнерстве, впервые представленный ранее в этом году, и он сигнализирует о том, где, по мнению одной из ведущих мировых лабораторий искусственного интеллекта, находится следующий рубеж [исследований искусственного интеллекта] (https://aibuzzwire.news): не в освоении одной игры с четким счетом, а в выживании в живом мире, который непрерывно работает с 2003 года.

От Atari Pixels до AlphaStar

Ретроспектива прослеживает цепочку результатов игр, которые легли в основу исследовательской программы DeepMind. Deep Q-Network (DQN), описанная в статье Nature от 2015 года, научилась играть в 49 игр Atari 2600 напрямую из необработанных пикселей — от Pong до Breakout и Space Invaders — без какой-либо специальной разработки, помогая стать катализатором современной эры глубокого обучения с подкреплением.

Каждая последующая веха приводила к созданию более эффективных и более общих систем. AlphaGo победила чемпиона мира Ли Седоля в 2016 году, и многие эксперты считали, что до этого подвига оставалось еще десять лет. AlphaGo Zero превзошла все предыдущие версии, полностью обучаясь самостоятельно, и AlphaZero обобщила этот подход для освоения шахмат, сёги и го с помощью единого алгоритма. MuZero пошел еще дальше, научившись играть, даже не зная правил. В 2019 году AlphaStar достигла уровня гроссмейстера в StarCraft II, справляясь со сложностью в реальном времени и несовершенной информацией.

DeepMind отмечает, что этот дух исследования выходит за рамки игр: AlphaFold применила те же основы для предсказания структуры белка, что стало прорывом, отмеченным Нобелевской премией по химии 2024 года.

Переход к универсальным агентам

Этот пост демонстрирует фундаментальное изменение направления. Более ранние работы показали, что ИИ может освоить любую игру при наличии четкой цели и достаточной подготовки. Но, как пишут авторы, «в реальном мире нет счетов и сводов правил». Это привело к другому вопросу: может ли ИИ понимать любой игровой мир и взаимодействовать с ним так, как это делает человек?

Средством реализации этих амбиций является SIMA, масштабируемый обучаемый многомировый агент. Вместо того, чтобы оптимизироваться для получения высоких результатов, SIMA воспринимает то, что игрок видит на экране, понимает инструкции на естественном языке и действует с помощью обычных элементов управления с помощью клавиатуры и мыши — никаких API или доступа к исходному коду не требуется. SIMA 2, представленная в ноябре 2025 года с моделью Gemini в своей основе, действует как интерактивный компаньон, способный рассуждать и разговаривать в реальном времени, а также обеспечивает человечную игру в сложных трехмерных средах, включая No Man's Sky, Valheim и Hydroneer.

Лаборатория откровенно говорит об ограничениях агента: SIMA 2 по-прежнему с трудом справляется с задачами с очень длинным горизонтом и работает с ограниченной памятью, ограниченной контекстным окном, необходимым для взаимодействия с малой задержкой. Это ограниченная исследовательская версия, доступная небольшой группе учёных и разработчиков игр.

Почему EVE Online

Партнерство с Fenris Creations дает DeepMind доступ к тому, что не может повторить ни один тест: устойчивой, состоящей из одного фрагмента вселенной, где тысячи игроков делят одну экономику с реальной динамикой спроса и предложения, торговыми сетями, охватывающими тысячи звездных систем, и политическими структурами, построенными исключительно за счет взаимодействия игроков.

DeepMind выделяет четыре возможности, для реализации которых предназначена среда: непрерывное обучение без забывания, память, которая выходит далеко за рамки контекстных окон сегодняшней модели, долгосрочное планирование на недели, месяцы или даже годы, а также сложная многоагентная динамика, охватывающая сотрудничество, конкуренцию, переговоры и экономику.

«Вместе с Google DeepMind мы продвигаемся на неизведанную территорию, где ИИ должен учиться, адаптироваться и запоминать в сроки, которых не требует ни одна другая игровая среда, одновременно помогая нам понять, как люди и ИИ могут сосуществовать в виртуальной среде, прежде чем нам придется сталкиваться с теми же вопросами в реальной жизни», — заявил в своем сообщении генеральный директор Fenris Creations Хилмар Петурссон.

Партнерство охватывает три различные среды. EVE Online предлагает масштабную постоянную вселенную. EVE Vanguard добавляет быстрое принятие тактических решений от первого лица, создавая возможности для изучения агентов, действующих на нескольких уровнях абстракции — от тактики на уровне подергиваний до стратегии, охватывающей галактику. EVE Frontier с ее программируемыми интеллектуальными сборками и открытой архитектурой представляет мир, в котором сами правила могут меняться.

Важно отметить, что исследовательская программа осуществляется поэтапно. Все начинается в автономной версии EVE Online, безопасной песочнице, отделенной от живых игроков. Затем он продвигается через EVE Frontier, чтобы изучить, как люди и агенты могут сосуществовать в постоянном, открытом мире. Только когда возможности станут зрелыми, DeepMind рассмотрит возможность внедрения их в живые игры — и тогда, подчеркивается в сообщении, с целью обогатить человеческую игру.

ИИ уже в кабине

Один из результатов сотрудничества уже перед игроками. Aura Guidance, которая использует Gemini для предоставления игрокам знаний, полученных из реальных вопросов и ответов для помощи новичкам, для помощи новым пилотам, запущена в виде прототипа 17 февраля 2026 года и проводится как контролируемый A/B-тест, определяющий, улучшает ли это удержание новых игроков.

Для разработчиков игр важны долгосрочные ставки. По-настоящему универсальный игровой агент, который работает с существующими играми без изменений в игровом коде, может обеспечить поддержку ИИ-компаньонов, которые действительно понимают игровой мир, неигровых персонажей, которые адаптируются так, как никогда не могут скриптовые системы, и надежное тестирование качества во время разработки, когда игра меняется с каждым коммитом.

Пост завершается окончательной формулировкой лаборатории: ИИ как катализатор, а не замена. «Игры всегда были зеркалом интеллекта», — пишут авторы. По мере того как игры становятся более сложными, более постоянными и более открытыми, то же самое происходит и с системами искусственного интеллекта, созданными для управления ими — и, как и в случае с AlphaGo и AlphaFold до этого, DeepMind ожидает, что уроки, извлеченные в виртуальных мирах, будут перенесены на проблемы в реальном мире.

Будьте впереди ИИ

От этапов обучения с подкреплением до передовых исследовательских партнерств — темп открытий не замедляется. AI Buzz Wire освещает все крупные исследовательские разработки в области ИИ с отчетами, проверенными источниками — без спекуляций и шумихи.

Читать больше новостей об исследованиях ИИ →