Google DeepMind az EVE Online világában kutatja a játékos AI-ügynököket

A játékok régóta AI-kutatási tesztpályák

A Google DeepMind szerint a játékok a cég 2010-es alapítása óta fontos szerepet játszanak az intelligencia megértésében. A vállalat azt írja, hogy a korlátozott, mégis gazdag játékvilágok több nagy AI-eredményhez is hozzájárultak, az Atari-játékok elsajátításától a fehérjeszerkezet-előrejelzés problémájának megoldásáig.

A visszatekintés egyik korai mérföldköve a Deep Q-Network, vagyis DQN volt, amely nyers pixelekből tanult meg Atari 2600 játékokkal játszani. A rendszer 49 különböző játékot kezelt, köztük a Pongot, a Breakoutot és a Space Invaderst, játékspecifikus mérnöki megoldások nélkül. A DeepMind szerint a DQN-ről szóló, 2015-ös Nature-cikk hozzájárult a mély megerősítéses tanulás modern időszakának elindításához.

Ezt követték a bonyolultabb játékok. Az AlphaGo 2016-ban legyőzte Lee Sae Dol világbajnok gó játékost, amit a közlemény szerint sok szakértő akkor még egy évtizeddel távolabbi eredménynek tartott. Az AlphaGo Zero emberi adatok nélkül, kizárólag önjátékkal tanult, az AlphaZero egyetlen algoritmussal sajátította el a sakkot, a sógit és a gót, a MuZero pedig úgy tanult játszani, hogy a szabályokat sem ismerte előre. 2019-ben az AlphaStar Grandmaster szintet ért el a StarCraft II-ben.

A Google DeepMind azt is hangsúlyozza, hogy a játékokban bevált kutatási irányok más területekre is hatottak. A vállalat példaként az AlphaFoldot említi, amely ezeket az alapokat felhasználva segített a fehérjeszerkezet-előrejelzés 50 éves nagy kihívásának megoldásában. A közlemény szerint ezt az áttörést a 2024-es kémiai Nobel-díjjal ismerték el.

A SIMA célja, hogy értse a játékvilágot

A DeepMind korábbi munkái azt mutatták meg, hogy egy AI képes játékokat magas szinten elsajátítani, ha egyértelmű célt és elegendő tréninget kap. A mostani kutatási irány más kérdést tesz fel: képes lehet-e az AI úgy megérteni és kezelni bármilyen játékvilágot, ahogyan egy ember tenné.

Erre a kihívásra épül a SIMA, teljes nevén Scalable Instructable Multiworld Agent. A vállalat leírása szerint a SIMA nem pontszámra optimalizál, hanem általános ügynökként azt látja, amit a játékos a képernyőn, természetes nyelvű utasításokat ért, és hagyományos billentyűzetes, illetve egeres vezérléssel cselekszik. Ehhez nincs szüksége API-kra vagy a forráskód elérésére.

A Gemini modellekre épülő SIMA 2-t a Google DeepMind interaktív társként írja le, amely valós idejű következtetésre és beszélgetésre képes. A vállalat szerint emberhez hasonló játékot ér el összetett 3D-s kutatási környezetekben és videojátékokban, köztük a No Man's Sky, a Valheim és a Hydroneer világában.

A cég szerint egy valóban általános játékügynök a fejlesztők számára azért lehet fontos, mert meglévő játékokkal is működhet, a játékkód módosítása nélkül. Ilyen rendszerrel újfajta játékmenet épülhetne, például olyan AI-társakkal, amelyek ténylegesen értik a játékvilágot, vagy olyan nem játékos karakterekkel, NPC-kkel, amelyek a szkriptelt rendszereknél rugalmasabban reagálnak.

A DeepMind a fejlesztési folyamatban is lát felhasználást. A közlemény szerint az ilyen ügynökök a játék gyakori változásai mellett robusztus QA-tesztelést tehetnének lehetővé, megjelenés után pedig alkalmazkodhatnának az új tartalmakhoz és a kiszámíthatatlan játékosviselkedéshez anélkül, hogy minden helyzetre újra kellene őket szkriptelni.

Fenris Creations és az EVE Universe a következő kutatási terep

A Google DeepMind szerint a játékfejlesztőkkel való szoros együttműködés alapvető része annak, hogy AI-kutatást végezzenek játékokban. A vállalat a Fenris Creationsszel és az EVE Universe-szel kötött kutatási partnerség mellett olyan stúdiókkal végzett munkát említ, mint a Hello Games, a Coffee Stain Studios és a Foulball Hangover.

A cég úgy írja le a közös munkát, hogy a játékstúdiók a szakmai tudást, a játékvilágokat és a játékosok ismeretét hozzák, míg a Google DeepMind a Geminihez hasonló AI-rendszereket, a generatív interaktív környezetekkel és megtestesült ügynökökkel kapcsolatos kutatást, valamint a csapat játékfejlesztői hátterét. A cél a vállalat szerint olyan játszható prototípusok építése, amelyekben a fejlesztők és a kutatók közösen keresik, mi működik játékélményként.

Az EVE Online különösen nagy léptékű környezetet ad ehhez. A játék 2003-ban indult, és a forrás szerint több ezer játékos osztozik benne egyetlen univerzumon, amely több mint 20 éve folyamatosan változik. A játékosok által formált gazdaságban valós kínálati és keresleti folyamatok, valamint több ezer csillagrendszeren átívelő kereskedelmi hálózatok működnek. A világot szövetségek, konfliktusok, diplomácia és emberi interakció alakítja.

A Google DeepMind szerint az ilyen élő és változó világ olyan képességeket követel meg, amelyek a fejlett AI-rendszerek szempontjából kulcsfontosságúak. A közlemény négy területet emel ki: a folyamatos tanulást, a hosszabb időtávokon működő memóriát, a hetekre, hónapokra vagy akár évekre kiterjedő tervezést, valamint az együttműködést, versengést, tárgyalást, gazdaságot és társas viselkedést magában foglaló összetett többügynökös dinamikát.

Hilmar Pétursson, a Fenris Creations vezérigazgatója a Google DeepMind közleményében úgy fogalmazott: „Az EVE Online-t az első naptól kezdve olyan homokozóként képzeltük el, ahol tartós következmények vannak, és amelyet a játékosai formálnak. Ez évtizedeken át számtalan történetet hozott létre emberi fejlődésről a játékosok és az alkalmazottak számára. A Google DeepMinddal együtt feltérképezetlen területre lépünk, ahol az AI-nak olyan időtávokon kell tanulnia, alkalmazkodnia és emlékeznie, amilyet más játékkörnyezet nem követel meg, miközben segít megértenünk, hogyan élhetnek együtt emberek és AI-k egy virtuális környezetben, mielőtt ugyanezekkel a kérdésekkel a való életben kellene szembenéznünk.”

Mit jelenthet ez a játékosoknak és a fejlesztőknek

A partnerség nem egyetlen játékra korlátozódik. A Google DeepMind szerint a Fenris Creations bővülő univerzuma többféle AI-fejlesztési környezetet kínál. Az EVE Online nagy léptékű, egyetlen shardon futó perzisztens univerzumot ad, az EVE Vanguard belső nézetű játékmenete gyors taktikai döntéshozatalt hoz a tágabb világba, az EVE Frontier pedig programozható „Smart Assemblies” elemeivel és nyitott, bővíthető felépítésével olyan környezetet kínál, ahol a világ szabályai is változhatnak.

A Google DeepMind szerint a közös munka már hozott közvetlen játékosértéket: az Aura Guidance rendszer Gemini segítségével juttat el játékosok által létrehozott tudást az új pilótákhoz, valódi Rookie Help kérdésekre és válaszokra építve. A hosszabb távú kutatási program egy offline EVE Online-példánnyal indul, amely a közlemény szerint biztonságos, az élő játékosoktól elkülönített homokozó.

A bejelentés fő üzenete a játékosok és a piac számára az, hogy a Google DeepMind a játékokat továbbra is fejlett AI-rendszerek kutatási környezeteként kezeli. Ha az ilyen ügynökök a közleményben leírt képességek felé fejlődnek, a fejlesztők a meglévő játékvilágokban is kipróbálhatnak rugalmasabb AI-társakat, alkalmazkodó NPC-ket és szélesebb körű tesztelést, miközben a kutatás első lépései elkülönített, kontrollált környezetben zajlanak.