Google DeepMind ได้เผยแพร่รายละเอียดย้อนหลังของการวิจัย AI ในเกมตลอดระยะเวลา 15 ปี โดยปิดท้ายด้วยความร่วมมือด้านการวิจัยกับ Fenris Creations สตูดิโออิสระที่อยู่เบื้องหลัง EVE Online และการวางโครงการวิจัยแบบจัดฉากที่ทั้งสององค์กรวางแผนที่จะดำเนินการภายในจักรวาล EVE
โพสต์เมื่อวันที่ 21 สิงหาคม เขียนโดย Alexandre Moufarek และ Adrian Bolton เชื่อมโยงผลการเรียนรู้การเสริมกำลังที่เก่าแก่ที่สุดของห้องปฏิบัติการกับงานปัจจุบันเกี่ยวกับตัวแทนทั่วไป ถือเป็นการบัญชีที่สมบูรณ์ที่สุดของความร่วมมือที่เปิดตัวครั้งแรกเมื่อต้นปีนี้ และเป็นการส่งสัญญาณว่าหนึ่งในห้องปฏิบัติการ AI ชั้นนำของโลกเชื่อว่าขอบเขตถัดไปของ การวิจัย AI นั้นโกหก ไม่ใช่อยู่ที่การควบคุมเกมใดเกมหนึ่งด้วยคะแนนที่ชัดเจน แต่เป็นการเอาชีวิตรอดในโลกที่มีชีวิตซึ่งดำเนินมาอย่างต่อเนื่องตั้งแต่ปี 2546
จาก Atari Pixels สู่ AlphaStar
การย้อนหลังจะติดตามผลต่อเนื่องของเกมที่สร้างโครงการวิจัยของ DeepMind Deep Q-Network (DQN) ซึ่งอธิบายไว้ในรายงานของ Nature ปี 2015 เรียนรู้ที่จะเล่นเกม Atari 2600 จำนวน 49 เกมโดยตรงจากพิกเซลดิบ ตั้งแต่ Pong ไปจนถึง Breakout ไปจนถึง Space Invaders โดยไม่ต้องใช้วิศวกรรมเฉพาะเกมใดๆ ช่วยกระตุ้นยุคสมัยใหม่ของการเรียนรู้แบบเสริมกำลังเชิงลึก
เหตุการณ์สำคัญแต่ละครั้งที่ตามมาทำให้เกิดระบบที่มีความสามารถและทั่วถึงมากขึ้น AlphaGo เอาชนะแชมป์โลก Lee Sedol ในปี 2559 ซึ่งเป็นความสำเร็จที่ผู้เชี่ยวชาญหลายคนคิดว่ายังต้องใช้เวลาอีกกว่าทศวรรษ AlphaGo Zero เหนือกว่าทุกเวอร์ชันก่อนหน้าด้วยการเรียนรู้ทั้งหมดจากการเล่นด้วยตนเอง และ AlphaZero ได้วางแนวทางดังกล่าวให้เป็นผู้เชี่ยวชาญในการเล่นหมากรุก โชกิ และ Go ด้วยอัลกอริธึมเดียว MuZero ก้าวต่อไปโดยเรียนรู้ที่จะเล่นโดยไม่ต้องรู้กฎด้วยซ้ำ ในปี 2019 AlphaStar ก้าวขึ้นสู่ระดับปรมาจารย์ใน StarCraft II โดยต้องเผชิญกับความซับซ้อนแบบเรียลไทม์และข้อมูลที่ไม่สมบูรณ์
DeepMind ตั้งข้อสังเกตว่าจิตวิญญาณแห่งการสำรวจนี้มีมากกว่าเกม: AlphaFold ใช้รากฐานเดียวกันในการทำนายโครงสร้างโปรตีน ซึ่งเป็นความก้าวหน้าที่ได้รับการยอมรับจากรางวัลโนเบลสาขาเคมีปี 2024
การเปลี่ยนแปลงสู่ตัวแทนทั่วไป
โพสต์กำหนดกรอบการเปลี่ยนแปลงขั้นพื้นฐานในทิศทาง งานก่อนหน้านี้แสดงให้เห็นว่า AI สามารถเชี่ยวชาญเกมใดๆ ก็ได้โดยมีเป้าหมายที่ชัดเจนและการฝึกฝนที่เพียงพอ แต่อย่างที่ผู้เขียนเขียนไว้ว่า "โลกแห่งความเป็นจริงไม่ได้มาพร้อมกับโน้ตเพลงและกฎเกณฑ์" นั่นนำไปสู่คำถามที่แตกต่างออกไป: AI สามารถเข้าใจและโต้ตอบกับโลกของเกมในแบบที่บุคคลจะทำได้หรือไม่?
เครื่องมือสำหรับความทะเยอทะยานนั้นคือ SIMA ตัวแทน Multiworld ที่สอนได้และปรับขนาดได้ แทนที่จะเพิ่มประสิทธิภาพเพื่อให้ได้คะแนนสูง SIMA จะรับรู้ถึงสิ่งที่ผู้เล่นเห็นบนหน้าจอ เข้าใจคำสั่งภาษาที่เป็นธรรมชาติ และดำเนินการผ่านการควบคุมด้วยแป้นพิมพ์และเมาส์ทั่วไป โดยไม่ต้องใช้ API หรือซอร์สโค้ดในการเข้าถึง SIMA 2 เปิดตัวในเดือนพฤศจิกายน 2568 โดยมีโมเดล Gemini เป็นแกนหลัก โดยทำหน้าที่เป็นคู่หูเชิงโต้ตอบที่สามารถให้เหตุผลและการสนทนาแบบเรียลไทม์ และเล่นได้เหมือนมนุษย์ในสภาพแวดล้อม 3 มิติที่ซับซ้อน เช่น No Man's Sky, Valheim และ Hydroneer
ห้องปฏิบัติการเปิดเผยอย่างตรงไปตรงมาเกี่ยวกับขีดจำกัดของตัวแทน: SIMA 2 ยังคงต่อสู้กับงานในขอบเขตที่ยาวนานมากและทำงานจากหน่วยความจำสั้นที่ถูกจำกัดโดยหน้าต่างบริบทที่จำเป็นสำหรับการโต้ตอบที่มีความหน่วงต่ำ ยังคงเป็นตัวอย่างการวิจัยที่จำกัดสำหรับนักวิชาการและผู้พัฒนาเกมกลุ่มเล็กๆ
ทำไมต้องอีฟออนไลน์
ความร่วมมือระหว่าง Fenris Creations ช่วยให้ DeepMind เข้าถึงสิ่งที่ไม่มีเกณฑ์มาตรฐานใดสามารถทำซ้ำได้ ได้แก่ จักรวาลส่วนเดียวที่คงอยู่ซึ่งผู้เล่นหลายพันคนแบ่งปันเศรษฐกิจแบบเดียวกับอุปสงค์และอุปทานที่แท้จริง เครือข่ายการค้าที่ครอบคลุมระบบดวงดาวหลายพันระบบ และโครงสร้างทางการเมืองที่สร้างขึ้นทั้งหมดจากการโต้ตอบของผู้เล่น
DeepMind ระบุความสามารถสี่อย่างที่สภาพแวดล้อมได้รับการออกแบบมาเพื่อใช้ ได้แก่ การเรียนรู้อย่างต่อเนื่องโดยไม่ลืม หน่วยความจำที่ขยายไปไกลเกินกว่าหน้าต่างบริบทของโมเดลในปัจจุบัน การวางแผนในขอบเขตอันยาวไกลในช่วงสัปดาห์ เดือน หรือแม้แต่ปี และพลวัตของตัวแทนหลายรายที่ซับซ้อนซึ่งครอบคลุมความร่วมมือ การแข่งขัน การเจรจา และเศรษฐศาสตร์
“เมื่อร่วมมือกับ Google DeepMind เรากำลังผลักดันเข้าสู่ดินแดนที่ไม่เคยมีมาก่อน ซึ่ง AI ต้องเรียนรู้ ปรับตัว และจดจำในช่วงเวลาที่สภาพแวดล้อมของเกมอื่นไม่ต้องการ ในขณะเดียวกันก็ช่วยให้เราเข้าใจว่ามนุษย์และ AI สามารถอยู่ร่วมกันในสภาพแวดล้อมเสมือนจริงได้อย่างไร ก่อนที่เราจะต้องเผชิญกับคำถามเดียวกันในชีวิตจริง” Hilmar Pétursson ซีอีโอของ Fenris Creations กล่าวในโพสต์
ความร่วมมือดังกล่าวครอบคลุมสภาพแวดล้อมที่แตกต่างกันสามแบบ EVE Online นำเสนอจักรวาลถาวรขนาดใหญ่ EVE Vanguard เพิ่มการตัดสินใจเชิงกลยุทธ์แบบมุมมองบุคคลที่หนึ่งและรวดเร็ว สร้างโอกาสในการศึกษาตัวแทนที่ปฏิบัติการข้ามระดับนามธรรมหลายระดับ ตั้งแต่กลยุทธ์ระดับกระตุกไปจนถึงกลยุทธ์ข้ามกาแล็กซี EVE Frontier พร้อมด้วย Smart Assemblies ที่ตั้งโปรแกรมได้และสถาปัตยกรรมแบบเปิด นำเสนอโลกที่กฎเกณฑ์สามารถเปลี่ยนแปลงได้
สิ่งสำคัญที่สุดคือโครงการวิจัยเป็นไปตามเส้นทางที่กำหนด มันเริ่มต้นในอินสแตนซ์ออฟไลน์ของ EVE Online ซึ่งเป็นแซนด์บ็อกซ์ที่ปลอดภัยแยกออกจากผู้เล่นสด จากนั้นจะดำเนินไปผ่าน EVE Frontier เพื่อศึกษาว่ามนุษย์และเจ้าหน้าที่สามารถอยู่ร่วมกันในโลกปลายเปิดที่ถาวรได้อย่างไร เฉพาะเมื่อความสามารถเติบโตเต็มที่เท่านั้น DeepMind จึงพิจารณานำพวกเขามาสู่เกมถ่ายทอดสด จากนั้นโพสต์จะเน้นย้ำโดยมีจุดประสงค์เพื่อเพิ่มคุณค่าให้กับการเล่นของมนุษย์
AI อยู่ในห้องนักบินแล้ว
ผลลัพธ์หนึ่งของการทำงานร่วมกันอยู่ต่อหน้าผู้เล่นแล้ว Aura Guidance ซึ่งใช้ Gemini เพื่อมอบความรู้ที่ผู้เล่นสร้างขึ้นโดยดึงมาจากคำถามและคำตอบของ Rookie Help จริง ๆ เพื่อช่วยเหลือนักบินใหม่ เปิดตัวในรูปแบบต้นแบบเมื่อวันที่ 17 กุมภาพันธ์ 2026 และกำลังดำเนินการเป็นการทดสอบ A/B แบบควบคุม โดยวัดว่าจะช่วยปรับปรุงการรักษาผู้เล่นใหม่หรือไม่
สำหรับนักพัฒนาเกม เดิมพันระยะยาวมีความสำคัญมาก ตัวแทนเกมทั่วไปอย่างแท้จริง — ผู้ที่ทำงานร่วมกับเกมที่มีอยู่โดยไม่ต้องดัดแปลงโค้ดเกม — สามารถขับเคลื่อนสหาย AI ที่เข้าใจโลกของเกมอย่างแท้จริง, NPC ที่ปรับเปลี่ยนในแบบที่ระบบที่ใช้สคริปต์ไม่เคยทำได้ และการทดสอบ QA ที่แข็งแกร่งในระหว่างการพัฒนาเมื่อเกมเปลี่ยนแปลงไปทุกครั้ง
โพสต์ปิดท้ายด้วยการจัดเฟรมขั้นสูงสุดของห้องปฏิบัติการ: AI เป็นตัวเร่งปฏิกิริยา ไม่ใช่สิ่งทดแทน “เกมเป็นกระจกสะท้อนความฉลาดมาโดยตลอด” ผู้เขียนเขียน เมื่อเกมมีความซับซ้อนมากขึ้น ต่อเนื่องมากขึ้น และเปิดกว้างมากขึ้น ระบบ AI ที่สร้างขึ้นเพื่อนำทางเกมเหล่านั้นก็เช่นกัน และเช่นเดียวกับ AlphaGo และ AlphaFold ก่อนหน้านี้ DeepMind คาดหวังว่าบทเรียนที่เรียนรู้ในโลกเสมือนจริงจะถ่ายโอนไปสู่ปัญหาที่เกิดขึ้นจริง
ก้าวนำหน้า AI
จากเหตุการณ์สำคัญในการเรียนรู้แบบเสริมกำลังไปจนถึงความร่วมมือด้านการวิจัยระดับแนวหน้า ก้าวของการค้นพบไม่แสดงสัญญาณของการชะลอตัว AI Buzz Wire ครอบคลุมการพัฒนางานวิจัย AI ที่สำคัญๆ ทุกรายการด้วยการรายงานที่ได้รับการยืนยันจากแหล่งที่มา — ไม่มีการคาดเดาหรือการโฆษณาเกินจริง
อ่านข่าวการวิจัย AI เพิ่มเติม →
