DeepMind 宣布与 Fenris Creations 合作，在 EVE Universe 中开发通用游戏智能体

TL;DR

DeepMind 宣布与 Fenris Creations 建立研究合作伙伴关系，旨在开发能够在持久的 EVE Online 宇宙中运行的通用型 AI 智能体，目标是实现诸如持续学习、长期记忆和多智能体规划等能力，以解锁新颖的玩法并为更广泛的 AI 研究提供信息。

游戏作为 AI 突破的催化剂

DeepMind 的 AI 研究历来将游戏作为测试平台。从通过原始像素学习 49 款 Atari 2600 游戏的 Deep Q-Network (DQN) (Nature, 2015) 开始，该实验室逐步发展到 AlphaGo (2016)、AlphaGo Zero、AlphaZero、MuZero 和 AlphaStar，每种方法都展示了日益通用的强化学习方法。游戏领域的成功直接转化为非游戏领域，最显著的是 AlphaFold，它利用源自游戏的技巧解决了蛋白质结构预测问题，并荣获 2024 年诺贝尔化学奖。

从精通游戏到理解游戏：SIMA 议程

DeepMind 的下一个研究问题是，AI 是否可以在不访问内部 API 或源代码的情况下，像人类玩家一样理解任何游戏世界，而无需访问内部 API 或源代码。 The Scalable Instructable Multiworld Agent (SIMA) 系列通过以下方式解决此问题：

观察游戏屏幕，就像玩家一样。
理解自然语言指令。
通过标准的键盘和鼠标输入来控制游戏。

基于 Gemini 系列前沿模型构建的 SIMA 2 展示了在 No Man's Sky、Valheim 和 Hydroneer 等 3D 环境中的实时推理、对话和人类水平的表现。一个真正的通用游戏智能体将能够实现能够理解游戏世界并能超越脚本行为进行适应的 AI 伴侣，以及能够容忍持续代码更改的稳健 QA 测试。

Fenris Creations 合作伙伴关系：一个活生生的实验室

Fenris Creations 是 EVE Universe 背后的独立工作室，为测试这些能力提供了独特且不断进化的沙盒。EVE Online 的持久性、玩家驱动的经济和多尺度冲突提出了四个与 DeepMind 前沿 AI 目标一致的核心挑战：

持续学习 – 在一个每天都在变化的世界上，获取新技能的同时保留先前的知识。
长期记忆 – 在远超当前模型上下文窗口的时间尺度上存储和检索信息。
长程规划 – 做出跨越数周、数月或数年的决策。
复杂的多智能体动态 – 在大规模范围内处理合作、竞争、谈判和涌现的社会行为。

该合作伙伴关系涵盖三个 EVE 环境：

EVE Online – 一个大规模、单分片持久宇宙，用于研究全星系范围的策略。
EVE Vanguard – 一个第一人称、快节奏的战术层，将地面行动与更广阔的宇宙联系起来。
EVE Frontier – 一个开放的、可编程的沙盒，拥有“Smart Assemblies”功能，允许世界规则不断进化，从而测试智能体适应新机制的能力。

早期成果与路线图

该合作的一个具体成果是 Aura Guidance 系统，它使用 Gemini 来向 EVE Online 的新飞行员展示社区生成的帮助内容。研究路线图分阶段进行：

离线沙盒 – 用于初始智能体训练和安全测试的 EVE Online 安全副本。
EVE Frontier 实验 – 在开放式设置中与人类共存的智能体共同开发。
实时集成 – 一旦智能体展示出成熟的能力，它们可能会被引入到 EVE Online 和 EVE Vanguard 中，以丰富玩家体验。

对 AI 和游戏的意义

如果成功，该合作伙伴关系可以：

提供能够理解自然语言、记住过去交互并进行长程规划的 AI 伴侣。
实现动态、适应性的 NPC，它们可以对涌现的玩家行为做出反应，而无需手动编写脚本。
为能够扩展到现实世界复杂性的持续学习算法提供测试平台。
将持久虚拟经济中的见解转移到现实世界领域，如金融、物流和协作机器人技术。

结论

DeepMind 与 Fenris Creations 的合作标志着从 AI 精通游戏到 AI 理解并与复杂的、持久的虚拟世界进行 共同进化 的战略转变。通过在 EVE Universe 中解决持续学习、长期记忆和多智能体动态，该合作伙伴关系旨在创造突破性的游戏体验并生成可对于更广泛科学挑战具有迁移性的 AI 知识。