Google DeepMind Inachukua Mchezo Wake wa Utafiti wa AI Katika EVE Online wa Miaka 23 ya Ulimwengu Unaodumu

Google DeepMind imechapisha muhtasari wa kina wa safu yake ya miaka 15 ya utafiti wa AI katika michezo, ikiishia kwa ushirikiano wake wa utafiti na Fenris Creations, studio huru nyuma ya EVE Online - na kuweka mpango wa utafiti kwa hatua ambao mashirika hayo mawili yanapanga kukimbia ndani ya ulimwengu wa EVE.

Chapisho la Agosti 21, lililoandikwa na Alexandre Moufarek na Adrian Bolton, linaunganisha matokeo ya awali ya mafunzo ya uimarishaji ya maabara na kazi yake ya sasa ya mawakala wa jumla. Huu ni uhasibu kamili zaidi wa ushirikiano uliozinduliwa kwa mara ya kwanza mapema mwaka huu, na inaashiria ambapo mojawapo ya maabara kuu za AI duniani inaamini kwamba mipaka inayofuata ya utafiti wa AI upo: si kufahamu mchezo mmoja wenye alama wazi, lakini katika kunusurika katika ulimwengu hai ambao umekuwa ukiendelea tangu 2003.

Kutoka Atari Pixels hadi AlphaStar

Mtazamo wa nyuma hufuatilia msururu wa matokeo ya mchezo ambayo yaliunda mpango wa utafiti wa DeepMind. Deep Q-Network (DQN), iliyofafanuliwa katika karatasi ya Nature 2015, ilijifunza kucheza michezo 49 ya Atari 2600 moja kwa moja kutoka kwa saizi mbichi - kutoka Pong hadi Breakout hadi Space Invaders - bila uhandisi wowote wa mchezo mahususi, kusaidia kuchochea enzi ya kisasa ya kujifunza kwa kina.

Kila hatua iliyofuata ilizalisha mifumo yenye uwezo zaidi na ya jumla zaidi. AlphaGo ilimshinda bingwa wa dunia Lee Sedol mwaka wa 2016, jambo ambalo wataalam wengi walidhani lilikuwa bado muongo mmoja. AlphaGo Sifuri ilipita kila toleo la awali kwa kujifunza kabisa kutokana na uchezaji wa kibinafsi, na AlphaZero ilifanya jumla hiyo mbinu kuwa bora chess, shogi, na Go kwa kutumia algoriti moja. MuZero alikwenda mbele zaidi, akijifunza kucheza bila hata kujua sheria. Mnamo 2019, AlphaStar ilifikia kiwango cha Grandmaster katika StarCraft II, ikitumia ugumu wa wakati halisi na habari isiyo kamili.

DeepMind inabainisha kuwa ari hii ya utafutaji iliendelezwa zaidi ya michezo: AlphaFold ilitumia misingi sawa katika ubashiri wa muundo wa protini, mafanikio yaliyotambuliwa na Tuzo ya Nobel ya Kemia ya 2024.

Kuhama kwa Mawakala wa Kijumla

Chapisho huweka mabadiliko ya kimsingi katika mwelekeo. Kazi ya hapo awali ilionyesha kuwa AI inaweza kusimamia mchezo wowote ikipewa lengo wazi na mafunzo ya kutosha. Lakini, kama waandishi wanavyoandika, "ulimwengu wa kweli hauji na alama na vitabu vya sheria." Hiyo ilisababisha swali tofauti: Je, AI inaweza kuelewa na kuingiliana na ulimwengu wowote wa mchezo jinsi mtu angefanya?

Gari la azma hiyo ni SIMA, Wakala wa Ulimwengu wa Kuelimika wa Kuelimika. Badala ya kuboresha ili kupata alama za juu, SIMA hutambua kile mchezaji anachoona kwenye skrini, huelewa maagizo ya lugha asilia, na hutenda kupitia vidhibiti vya kawaida vya kibodi na kipanya - huhitaji API au ufikiaji wa msimbo wa chanzo. SIMA 2, iliyoanzishwa Novemba 2025 ikiwa na muundo wa Gemini msingi wake, hufanya kazi kama mwandamani wasilianifu anayeweza kutoa hoja na mazungumzo katika wakati halisi, na inafanikisha uchezaji unaofanana na wa binadamu katika mazingira changamano ya 3D ikijumuisha No Man's Sky, Valheim na Hydroneer.

Maabara ni wazi kuhusu vikomo vya wakala: SIMA 2 bado inatatizika na majukumu ya muda mrefu sana na hufanya kazi kutoka kwa kumbukumbu fupi iliyobanwa na dirisha la muktadha linalohitajika kwa mwingiliano wa muda wa kusubiri. Inasalia kuwa onyesho la kukagua kidogo la utafiti linalopatikana kwa kundi dogo la wasomi na wasanidi wa mchezo.

Kwanini EVE Mtandaoni

Ushirikiano wa Fenris Creations unaipa DeepMind ufikiaji wa kitu ambacho hakuna kigezo kinaweza kuiga: ulimwengu unaodumu, wenye sehemu moja ambapo maelfu ya wachezaji wanashiriki uchumi mmoja na mienendo halisi ya ugavi na mahitaji, mitandao ya biashara inayojumuisha maelfu ya mifumo ya nyota, na miundo ya kisiasa iliyojengwa kabisa na mwingiliano wa wachezaji.

DeepMind inatambua uwezo nne ambao mazingira yameundwa kutekeleza: kujifunza kila mara bila kusahau, kumbukumbu inayoenea zaidi ya madirisha ya muktadha wa kisasa, upangaji wa upeo wa macho kwa muda wa wiki, miezi, au hata miaka, na mienendo changamano ya mawakala mbalimbali inayohusisha ushirikiano, ushindani, mazungumzo na uchumi.

"Pamoja na Google DeepMind, tunasonga mbele katika eneo ambalo halijaelezewa ambapo AI lazima ijifunze, ibadilike na kukumbuka kwa viwango vya nyakati ambavyo hakuna mazingira mengine ya mchezo yanahitaji, huku ikitusaidia kuelewa jinsi wanadamu na AI wanaweza kuishi pamoja katika mazingira ya mtandaoni kabla ya kulazimika kubishana na maswali sawa katika maisha halisi," Mkurugenzi Mtendaji wa Fenris Creations, Hilmar Petursson alisema kwenye chapisho.

Ushirikiano unahusisha mazingira matatu tofauti. EVE Online inatoa ulimwengu unaoendelea kwa kiwango kikubwa. EVE Vanguard anaongeza mtu wa kwanza kufanya maamuzi ya haraka na ya haraka, na hivyo kuunda fursa za kusoma mawakala wanaofanya kazi katika viwango vingi vya uondoaji - kutoka kwa mbinu za kiwango cha kutetemeka hadi mkakati wa kupanua gala. EVE Frontier, iliyo na Mikusanyiko yake ya Smart inayoweza kuratibiwa na usanifu wazi, inatoa ulimwengu ambapo sheria zinaweza kubadilika.

Kwa kweli, mpango wa utafiti unafuata njia iliyopangwa. Huanza katika mfano wa nje ya mtandao wa EVE Online, kisanduku salama cha mchangani kilichotenganishwa na wachezaji wa moja kwa moja. Kisha inaendelea kupitia EVE Frontier ili kusoma jinsi wanadamu na mawakala wanaweza kuishi pamoja katika ulimwengu unaoendelea, usio na mwisho. Ni wakati tu uwezo umekomaa ambapo DeepMind itazingatia kuwaleta kwenye michezo ya moja kwa moja - na kisha, chapisho linasisitiza, kwa lengo la kuimarisha uchezaji wa binadamu.

AI Tayari Iko kwenye Cockpit

Toleo moja la ushirikiano tayari liko mbele ya wachezaji. Mwongozo wa Aura, unaotumia Gemini kuwasilisha maarifa yanayotokana na mchezaji kutoka kwa maswali na majibu halisi ya Usaidizi wa Rookie ili kuwasaidia marubani wapya, uliozinduliwa kwa mfano tarehe 17 Februari 2026, na unaendeshwa kama jaribio linalodhibitiwa la A/B kupima kama linaboresha uhifadhi wa wachezaji wapya.

Kwa wasanidi wa mchezo, hisa za muda mrefu ni muhimu. Wakala wa jumla wa michezo ya kubahatisha - anayefanya kazi na michezo iliyopo bila marekebisho ya msimbo wa mchezo - anaweza kuwawezesha washirika wa AI ambao wanaelewa ulimwengu wa mchezo kwa uhalisi, NPC ambazo hubadilika kwa njia ambazo mifumo iliyoandikwa haiwezi kamwe, na majaribio thabiti ya QA wakati wa uundaji wakati mchezo unabadilika kwa kila ahadi.

Chapisho linafungwa kwa uundaji wa mwisho wa maabara: AI kama kichocheo, sio mbadala. "Michezo daima imekuwa kioo cha akili," waandishi wanaandika. Kadiri michezo inavyozidi kuwa changamano, inayoendelea zaidi, na kufunguka zaidi, ndivyo mifumo ya AI iliyojengwa ili kuielekeza - na, kama ilivyokuwa kwa AlphaGo na AlphaFold kabla yake, DeepMind inatarajia masomo yaliyopatikana katika ulimwengu pepe kuhamishia matatizo katika ulimwengu halisi.

Kaa Mbele ya AI

Kuanzia hatua za kuimarisha mafunzo hadi ushirikiano wa utafiti wa mipakani, kasi ya ugunduzi haonyeshi dalili ya kupungua. AI Buzz Wire inashughulikia kila maendeleo makubwa ya utafiti wa AI kwa ripoti iliyothibitishwa na chanzo - hakuna uvumi, hakuna hype.

Soma habari zaidi za utafiti wa AI →