கூகுள் டீப் மைண்ட், கேம்களில் 15 ஆண்டு கால AI ஆராய்ச்சியின் விரிவான பின்னோட்டத்தை வெளியிட்டுள்ளது, இது EVE ஆன்லைனுக்குப் பின்னால் உள்ள சுயாதீன ஸ்டுடியோவான Fenris Creations உடனான ஆராய்ச்சி கூட்டுறவில் உச்சக்கட்டத்தை எட்டியுள்ளது.

Alexandre Moufarek மற்றும் Adrian Bolton ஆகியோரால் எழுதப்பட்ட ஆகஸ்ட் 21 இடுகை, ஆய்வகத்தின் ஆரம்பகால வலுவூட்டல் கற்றல் முடிவுகளை அதன் தற்போதைய பொது முகவர்கள் பற்றிய வேலைகளுடன் இணைக்கிறது. இந்த ஆண்டின் தொடக்கத்தில் முதன்முதலில் வெளியிடப்பட்ட கூட்டாண்மையின் முழுமையான கணக்கியல் இதுவாகும், மேலும் உலகின் முன்னணி AI ஆய்வகங்களில் ஒன்று AI ஆராய்ச்சி இன் அடுத்த எல்லை இருப்பதாக நம்புகிறது: தெளிவான மதிப்பெண்ணுடன் ஒரு விளையாட்டில் தேர்ச்சி பெறுவதில் அல்ல, ஆனால் 2003 முதல் தொடர்ந்து இயங்கும் ஒரு வாழும் உலகில் உயிர்வாழ்வதில் இது உள்ளது.

அடாரி பிக்சல்கள் முதல் ஆல்பாஸ்டார் வரை

DeepMind இன் ஆராய்ச்சித் திட்டத்தை உருவாக்கிய கேம் முடிவுகளின் தொடர்ச்சியை பின்னோக்கி கண்டறியும். 2015 நேச்சர் பேப்பரில் விவரிக்கப்பட்டுள்ள டீப் க்யூ-நெட்வொர்க் (DQN), 49 அடாரி 2600 கேம்களை ரா பிக்சல்களில் இருந்து நேரடியாக விளையாடக் கற்றுக்கொண்டது - பாங் முதல் பிரேக்அவுட் முதல் ஸ்பேஸ் இன்வேடர்ஸ் வரை - எந்த விளையாட்டு-குறிப்பிட்ட பொறியியல் இல்லாமல், ஆழமான வலுவூட்டல் கற்றலின் நவீன சகாப்தத்தை ஊக்குவிக்க உதவுகிறது.

ஒவ்வொரு அடுத்தடுத்த மைல்கல்லும் மிகவும் திறமையான மற்றும் பொதுவான அமைப்புகளை உருவாக்கியது. ஆல்பாகோ 2016 இல் உலக சாம்பியனான லீ செடோலை தோற்கடித்தது, பல வல்லுநர்கள் நினைத்த ஒரு சாதனை இன்னும் ஒரு தசாப்தத்தில் உள்ளது. AlphaGo Zero முந்தைய ஒவ்வொரு பதிப்பையும் முற்றிலுமாக சுய-விளையாட்டிலிருந்து கற்றுக்கொண்டது, மேலும் AlphaZero மாஸ்டர் செஸ், ஷோகி மற்றும் கோ ஆகியவற்றிற்கான அணுகுமுறையை ஒற்றை அல்காரிதம் மூலம் பொதுமைப்படுத்தியது. முஸீரோ இன்னும் மேலே சென்று, விதிகள் கூட தெரியாமல் விளையாட கற்றுக்கொண்டார். 2019 ஆம் ஆண்டில், ஆல்பாஸ்டார் ஸ்டார்கிராஃப்ட் II இல் கிராண்ட்மாஸ்டர் நிலையை அடைந்தது, நிகழ்நேர சிக்கலான தன்மை மற்றும் அபூரண தகவலை வழிநடத்தியது.

டீப் மைண்ட் இந்த ஆய்வு உணர்வானது விளையாட்டுகளுக்கு அப்பாற்பட்டது என்று குறிப்பிடுகிறது: ஆல்பாஃபோல்ட் புரதக் கட்டமைப்பு கணிப்புக்கும் அதே அடித்தளத்தைப் பயன்படுத்தியது, இது 2024 ஆம் ஆண்டு வேதியியலுக்கான நோபல் பரிசுடன் அங்கீகரிக்கப்பட்டது.

பொது முகவர்களுக்கான மாற்றம்

இடுகை திசையில் ஒரு அடிப்படை மாற்றத்தை உருவாக்குகிறது. தெளிவான குறிக்கோள் மற்றும் போதுமான பயிற்சியின் மூலம் AI எந்த விளையாட்டிலும் தேர்ச்சி பெற முடியும் என்பதை முந்தைய வேலை நிரூபித்தது. ஆனால், ஆசிரியர்கள் எழுதுவது போல், "உண்மையான உலகம் மதிப்பெண்கள் மற்றும் விதி புத்தகங்களுடன் வரவில்லை." இது வேறு ஒரு கேள்விக்கு வழிவகுத்தது: AI ஆல் எந்த விளையாட்டு உலகத்தையும் ஒரு நபர் புரிந்து கொள்ள முடியுமா?

அந்த லட்சியத்திற்கான வாகனம் SIMA, அளவிடக்கூடிய பயிற்றுவிக்கும் மல்டிவேர்ல்ட் ஏஜென்ட். அதிக ஸ்கோரை மேம்படுத்துவதற்குப் பதிலாக, ஒரு பிளேயர் திரையில் என்ன பார்க்கிறார் என்பதை SIMA உணர்ந்துகொள்கிறது, இயல்பான மொழி வழிமுறைகளைப் புரிந்துகொள்கிறது மற்றும் சாதாரண விசைப்பலகை மற்றும் மவுஸ் கட்டுப்பாடுகள் மூலம் செயல்படுகிறது - APIகள் அல்லது மூலக் குறியீடு அணுகல் தேவையில்லை. நவம்பர் 2025 இல் ஜெமினி மாடலுடன் அறிமுகப்படுத்தப்பட்ட SIMA 2, நிகழ்நேர பகுத்தறிவு மற்றும் உரையாடல் திறன் கொண்ட ஒரு ஊடாடும் துணையாக செயல்படுகிறது, மேலும் No Man's Sky, Valheim மற்றும் Hydroneer உள்ளிட்ட சிக்கலான 3D சூழல்களில் மனிதனைப் போன்ற விளையாட்டை அடைகிறது.

ஏஜெண்டின் வரம்புகளைப் பற்றி ஆய்வகம் நேர்மையாக உள்ளது: SIMA 2 இன்னும் நீண்ட அடிவானப் பணிகளுடன் போராடுகிறது மற்றும் குறைந்த-தாமதத் தொடர்புக்குத் தேவையான சூழல் சாளரத்தால் கட்டுப்படுத்தப்பட்ட குறுகிய நினைவகத்திலிருந்து செயல்படுகிறது. இது ஒரு சிறிய அளவிலான கல்வியாளர்கள் மற்றும் கேம் டெவலப்பர்களுக்கு கிடைக்கக்கூடிய வரையறுக்கப்பட்ட ஆராய்ச்சி முன்னோட்டமாகவே உள்ளது.

ஏன் ஈவ் ஆன்லைன்

ஃபென்ரிஸ் கிரியேஷன்ஸ் பார்ட்னர்ஷிப் டீப் மைண்டிற்கு எந்த அளவுகோலையும் பிரதிபலிக்க முடியாது: ஒரு தொடர்ச்சியான, ஒற்றை-துண்டு பிரபஞ்சம், அங்கு ஆயிரக்கணக்கான வீரர்கள் உண்மையான வழங்கல் மற்றும் தேவை இயக்கவியல், வர்த்தக நெட்வொர்க்குகள் ஆயிரக்கணக்கான நட்சத்திர அமைப்புகள் மற்றும் அரசியல் கட்டமைப்புகள் ஆகியவற்றைப் பகிர்ந்து கொள்கின்றனர்.

DeepMind நான்கு திறன்களை அடையாளம் காட்டுகிறது: மறக்காமல் தொடர்ந்து கற்றல், இன்றைய மாதிரி சூழல் சாளரங்களுக்கு அப்பாற்பட்ட நினைவகம், வாரங்கள், மாதங்கள் அல்லது வருடங்களில் நீண்ட கால திட்டமிடல் மற்றும் ஒத்துழைப்பு, போட்டி, பேச்சுவார்த்தை மற்றும் பொருளாதாரம் ஆகியவற்றில் சிக்கலான பல முகவர் இயக்கவியல்.

"Google DeepMind உடன் இணைந்து, நாங்கள் அறியப்படாத பிரதேசத்திற்குத் தள்ளுகிறோம், அங்கு AI வேறு எந்த விளையாட்டுச் சூழலையும் கோராத கால அளவைக் கற்க வேண்டும், மாற்றியமைக்க வேண்டும் மற்றும் நினைவில் வைத்திருக்க வேண்டும், அதே நேரத்தில் மனிதர்களும் AIயும் எவ்வாறு மெய்நிகர் சூழலில் இணைந்து வாழ முடியும் என்பதைப் புரிந்துகொள்ள உதவுகிறது," என்று Fenris Creations CEO Hilmar Pétursson கூறினார்.

கூட்டாண்மை மூன்று வெவ்வேறு சூழல்களில் பரவியுள்ளது. EVE ஆன்லைன் பெரிய அளவிலான நிலையான பிரபஞ்சத்தை வழங்குகிறது. ஈவ் வான்கார்ட் முதல் நபரைச் சேர்க்கிறது, வேகமான தந்திரோபாய முடிவெடுக்கும், பல நிலைகளில் செயல்படும் முகவர்களைப் படிக்கும் வாய்ப்புகளை உருவாக்குகிறது - இழுப்பு-நிலை தந்திரங்கள் முதல் விண்மீன்-பரப்பு உத்தி வரை. EVE ஃபிரான்டியர், அதன் நிரல்படுத்தக்கூடிய ஸ்மார்ட் அசெம்பிளிகள் மற்றும் திறந்த கட்டிடக்கலையுடன், விதிகள் மாறக்கூடிய ஒரு உலகத்தை வழங்குகிறது.

முக்கியமாக, ஆராய்ச்சித் திட்டம் ஒரு கட்டப் பாதையைப் பின்பற்றுகிறது. இது ஈவ் ஆன்லைனின் ஆஃப்லைன் நிகழ்வில் தொடங்குகிறது, இது லைவ் பிளேயர்களிடமிருந்து பிரிக்கப்பட்ட பாதுகாப்பான சாண்ட்பாக்ஸ் ஆகும். மனிதர்களும் முகவர்களும் ஒரு நிலையான, திறந்த உலகில் எவ்வாறு இணைந்து வாழ முடியும் என்பதை ஆய்வு செய்ய EVE Frontier மூலம் அது முன்னேறுகிறது. திறன்கள் முதிர்ச்சியடையும் போது மட்டுமே அவற்றை நேரடி விளையாட்டுகளுக்குக் கொண்டு வர டீப் மைண்ட் பரிசீலிக்கும் - பின்னர், மனித விளையாட்டை வளப்படுத்தும் நோக்கத்துடன் இடுகை வலியுறுத்துகிறது.

AI ஏற்கனவே காக்பிட்டில் உள்ளது

ஒத்துழைப்பின் ஒரு வெளியீடு ஏற்கனவே வீரர்களுக்கு முன்னால் உள்ளது. Aura Guidance, ஜெமினியைப் பயன்படுத்தி, புதிய விமானிகளுக்கு உதவுவதற்காக, உண்மையான ரூக்கி உதவி கேள்விகள் மற்றும் பதில்களில் இருந்து பெறப்பட்ட பிளேயர்-உருவாக்கிய அறிவை வழங்குவதற்கு, இது பிப்ரவரி 17, 2026 அன்று முன்மாதிரியாக அறிமுகப்படுத்தப்பட்டது, மேலும் இது புதிய வீரர்களைத் தக்கவைப்பதை மேம்படுத்துகிறதா என்பதை அளவிடும் கட்டுப்படுத்தப்பட்ட A/B சோதனையாக இயங்குகிறது.

கேம் டெவலப்பர்களுக்கு, நீண்ட கால பங்குகள் குறிப்பிடத்தக்கவை. ஒரு உண்மையான பொதுவான கேமிங் ஏஜென்ட் - கேம் குறியீட்டில் மாற்றங்கள் இல்லாமல் ஏற்கனவே உள்ள கேம்களுடன் வேலை செய்யும் ஒன்று - கேம் உலகத்தை உண்மையாகப் புரிந்துகொள்ளும் AI தோழர்கள், ஸ்கிரிப்ட் செய்யப்பட்ட அமைப்புகளை மாற்றியமைக்கும் NPCகள் மற்றும் ஒவ்வொரு உறுதிப்பாட்டிலும் கேம் மாறும் போது வளர்ச்சியின் போது வலுவான QA சோதனையை உருவாக்க முடியும்.

ஆய்வகத்தின் இறுதி கட்டமைப்புடன் இடுகை முடிவடைகிறது: AI ஒரு வினையூக்கியாக, மாற்றாக அல்ல. "விளையாட்டுகள் எப்போதும் புத்திசாலித்தனத்திற்கு ஒரு கண்ணாடி" என்று ஆசிரியர்கள் எழுதுகிறார்கள். கேம்கள் மிகவும் சிக்கலானதாகவும், விடாப்பிடியாகவும், மேலும் திறந்தநிலையாகவும் மாறும் போது, ​​அவற்றை வழிநடத்தும் வகையில் AI அமைப்புகள் கட்டமைக்கப்படுகின்றன - மேலும், AlphaGo மற்றும் AlphaFold போன்றவற்றைப் போலவே, மெய்நிகர் உலகில் கற்றுக்கொண்ட பாடங்கள் உண்மையானவற்றில் உள்ள சிக்கல்களுக்கு மாற்றப்படும் என்று DeepMind எதிர்பார்க்கிறது.

AIக்கு முன்னால் இருங்கள்

வலுவூட்டல் கற்றல் மைல்கற்கள் முதல் எல்லைப்புற ஆராய்ச்சி கூட்டாண்மை வரை, கண்டுபிடிப்பின் வேகம் குறைவதற்கான எந்த அறிகுறியையும் காட்டவில்லை. AI Buzz Wire ஒவ்வொரு முக்கிய AI ஆராய்ச்சி மேம்பாட்டையும் மூல-சரிபார்க்கப்பட்ட அறிக்கையிடலுடன் உள்ளடக்கியது - ஊகங்கள், விளம்பரங்கள் இல்லை.

மேலும் AI ஆராய்ச்சி செய்திகளைப் படிக்கவும் →