DeepMind setzt auf EVE Online als Testumgebung für Langzeit-KI

Von Brettspielen zu virtuellen Welten

DeepMind hat eine lange Geschichte darin, Spiele als Bewährungsproben für maschinelles Lernen zu nutzen. Zu den früheren Meilensteinen zählen Durchbrüche bei Go, starke Leistungen in Atari-Spielen und Erfolge bei StarCraft. In jüngerer Zeit erforscht das Unternehmen „virtuelle Welt“-Modelle als Weg, KI-Systemen Fähigkeiten beizubringen, die für die physische Realität relevant sind.

Die EVE-Partnerschaft erweitert diese Entwicklung auf ein Gebiet, in dem soziale Komplexität und langfristige Planung besonders ausgeprägt sind. Es geht nicht nur darum, einen Zug in einem abgegrenzten Wettbewerb zu optimieren. Es geht darum, sich in einer sich entwickelnden Umgebung zurechtzufinden, in der Informationen, Anreize und mögliche Zukünfte schwerer zu verdichten sind.

Fenris-CEO Hilmar Veigar Pétursson argumentierte, dass EVE einer der wenigen Orte sei, an denen Fragen über Intelligenz innerhalb von etwas erforscht werden könnten, das sich bereits wie eine lebendige Welt verhält. Er sagte, die Umgebung werde es DeepMinds Modellen ermöglichen, schwierige Probleme, lange Zeithorizonte und ungewöhnliche Möglichkeiten zu erkunden.

Was die Partnerschaft offenbaren könnte

Gelingt die Zusammenarbeit, könnte sie Forschenden helfen, besser zu verstehen, wie KI-Systeme abschneiden, wenn sich Herausforderungen nicht allein durch kurzfristige Optimierung lösen lassen. Gedächtnis, Anpassungsfähigkeit und strategische Ausdauer sind für heutige Modelle allesamt schwierige Bereiche. Eine Umgebung wie EVE könnte aufzeigen, wo Systeme weiterhin fragil bleiben und wo sie erste allgemeinere Kompetenzen zeigen.

Die Unternehmen erklärten außerdem, dass sie neue Spielerlebnisse erkunden wollen, die durch diese Technologien möglich werden. Das macht den Deal über die Forschungsgemeinschaft hinaus interessant. Er deutet darauf hin, dass Fortschritte aus Sandbox-Experimenten später in das Design interaktiver digitaler Welten zurückfließen könnten.

Die unmittelbare Bedeutung ist jedoch methodischer Natur. DeepMind entscheidet sich dafür, Intelligenz in einem chaotischen, dynamischen und sozial geprägten Raum zu untersuchen, statt in einem rein abstrakten. Das spiegelt ein breiteres Verständnis in der KI-Forschung wider: Wenn Modelle in der realen Welt bestehen sollen, müssen sie womöglich in Umgebungen getestet werden, die lebenden Systemen eher ähneln als sauberen Rätseln.

EVE Onlines riesige Simulation erzeugt seit Jahren genau diese Art von Komplexität. Nun wird sie Teil eines neuen Experiments darüber, was fortgeschrittene KI lernen kann, wenn der Sandkasten der Realität sehr viel ähnlicher wird.

Dieser Artikel basiert auf einer Berichterstattung von Ars Technica. Zum Originalartikel.