На протяжении последних пятнадцати лет видеоигры служили главным полигоном для тестирования передовых систем искусственного интеллекта. Однако сейчас парадигма меняется. Google DeepMind смещает фокус с создания узкоспециализированных алгоритмов, нацеленных на победу над человеком, на разработку универсальных агентов. Эти новые системы должны понимать виртуальные миры и взаимодействовать с ними так же, как это делают обычные игроки.
От пикселей к пониманию контекста
Исторически успехи ИИ в играх строились на четких правилах и метриках. В 2015 году система Deep Q-Network (DQN) научилась играть в классические игры Atari, опираясь только на визуальную информацию. Затем последовали триумфы AlphaGo в древней игре го и AlphaStar в стратегии StarCraft II. Каждая из этих систем решала сложнейшие задачи, но оставалась привязанной к конкретной среде и единственной цели — максимизации очков или победе над оппонентом.
Проблема в том, что реальный мир не имеет встроенной системы подсчета очков. Чтобы ИИ стал по-настоящему полезным в повседневных задачах, он должен уметь адаптироваться к открытым средам. Именно эту задачу решает проект SIMA (Scalable Instructable Multiworld Agent).
Агент общего назначения SIMA 2
Новое поколение агентов, получившее название SIMA 2, построено на базе больших языковых моделей (LLM) семейства Gemini. Главное отличие SIMA 2 от предшественников заключается в способе взаимодействия со средой. Агент не использует программные интерфейсы (API) или доступ к исходному коду. Он «видит» происходящее на экране и управляет игрой с помощью стандартных команд клавиатуры и мыши.
SIMA 2 способен понимать инструкции на естественном языке, вести диалог в реальном времени и применять свои навыки в различных трехмерных мирах, таких как No Man's Sky или Valheim. Для индустрии разработки игр это означает появление универсального инструмента: ИИ может выступать в роли надежного тестировщика (QA), который адаптируется к изменениям в коде, или стать основой для неигровых персонажей (NPC), способных на нескриптованное, естественное поведение.
A group of people conversing and working on laptops near a large monitor showing a game demo.
EVE Online как симулятор реального мира
Для дальнейшего развития подобных систем DeepMind заключила партнерство с Fenris Creations — студией, стоящей за созданием EVE Online. Эта многопользовательская игра представляет собой непрерывно развивающуюся вселенную с реальной экономикой, сложной дипломатией и социальными конфликтами, которые формируются самими игроками на протяжении более двадцати лет.
Для исследователей ИИ такая среда представляет исключительную ценность. Она требует от агентов навыков, критически важных для следующего этапа развития технологий:
- Непрерывное обучение: способность осваивать новые навыки в меняющемся мире, не забывая старые.
- Долгосрочная память: накопление и использование знаний на отрезках времени, значительно превышающих текущие ограничения контекстного окна моделей.
- Долгосрочное планирование: способность выстраивать стратегии, рассчитанные на недели и месяцы.
- Сложная социальная динамика: умение кооперироваться, конкурировать и вести переговоры в условиях масштабной экономики.
На данный момент исследования проводятся в изолированной, безопасной копии EVE Online, чтобы не нарушать игровой опыт реальных пользователей. Внедрение ИИ в основную игру произойдет только тогда, когда технология докажет свою зрелость и способность обогатить игровой процесс.
Взгляд в будущее
Игры всегда были зеркалом развития интеллекта. По мере того как виртуальные миры становятся сложнее и масштабнее, усложняются и системы, созданные для их освоения.
Конечная цель этих исследований выходит далеко за пределы индустрии развлечений. Как алгоритмы AlphaGo в итоге привели к созданию AlphaFold, решившего фундаментальную проблему биологии, так и навыки долгосрочного планирования, полученные агентами в EVE Online, в будущем помогут ИИ решать комплексные задачи в реальном мире. Виртуальные вселенные сегодня служат безопасной песочницей, где мы можем изучить, как люди и искусственный интеллект будут сосуществовать завтра.