DeepMind 再次借助游戏推动 AI 研究
Google DeepMind 已收购 EVE Online 母公司的一小部分股权，作为一项研究合作的一部分，旨在研究“复杂、动态、由玩家驱动的系统中的智能”。此举将游戏中最精细的虚拟经济和社交环境之一置于一项新的测试 AI 系统的努力核心，这些系统专为长期规划、记忆和持续学习而设计。
这项合作伴随着 EVE 开发商的一项重大业务变动。CCP Games 背后的管理团队宣布，已斥资 1.2 亿美元从前东家 Pearl Abyss 手中完成收购，并将这家新独立公司更名为 Fenris Creations。该公司表示，将在不进行重组或裁员的情况下继续运营。
EVE Online 的独特之处
DeepMind 和 Fenris 将 EVE Online 描述为一个极其丰富的研究环境。这个说法并不难理解。EVE 以漫长的时间线、持续的玩家行为、复杂的战略决策，以及在一个“活的系统”中展开而非在短暂、孤立对局中完成的互动而闻名。这些特征使它与 AI 研究中常用的许多传统基准环境截然不同。
根据公告，DeepMind 将在一台本地服务器上托管、专门设计的离线游戏版本中对其模型进行受控实验，而不是直接进入在线正式世界。这种做法有两个重要原因。首先，它通过将实验与商业服务隔离，保护了真实玩家的体验。其次，它为研究人员提供了一个更安全、更可控的环境，以测试模型在复杂条件下的表现。
从棋盘游戏到虚拟世界
DeepMind 一直有借助游戏作为机器学习试验场的悠久历史。早期里程碑包括围棋突破、在 Atari 游戏中的强劲表现，以及在《星际争霸》中的成功。最近，该公司一直在探索“虚拟世界”模型，以帮助 AI 系统学习与物理现实相关的技能。
EVE 的合作将这一轨迹延伸到一个社会复杂性和长期规划尤为突出的领域。这不仅仅是关于在有限对抗中优化一步棋，而是在一个不断演化的环境中导航，在那里信息、激励以及可能的未来都更难被压缩。
Fenris 首席执行官 Hilmar Veigar Pétursson 认为，EVE 是少数几个可以在一个已经像活生生世界一样运作的系统内部探索智能问题的地方之一。他表示，这一环境将让 DeepMind 的模型探索困难问题、长时间跨度和奇特可能性。
这项合作可能揭示什么
如果这项合作成功，它可能帮助研究人员更好地理解，当挑战无法仅靠短期优化解决时，AI 系统会如何表现。记忆、适应和战略持久性都是当前模型的难点。像 EVE 这样的环境可以暴露系统在哪些地方仍然脆弱，以及在哪些地方开始展现更普遍的能力。
两家公司还表示，将探索由这些技术支持的新游戏体验。这使这笔交易超出了研究界本身的意义。它表明，在沙盒实验中取得的进展，最终可能反馈到互动数字世界的设计之中。
不过，当下最重要的意义仍在于方法论。DeepMind 正在选择在一个混乱、动态且受社会塑造的空间中研究智能，而不是纯粹抽象的空间。这反映出 AI 研究中一种更广泛的认识：如果模型被期望处理现实世界，那么它们可能需要在更像生命系统而非干净谜题的环境中接受测试。
EVE Online 庞大的模拟系统多年来一直在生成这类复杂性。如今，它正成为一项新实验的一部分，帮助探索当沙盒开始更像现实世界时，先进 AI 能学到什么。
本文基于 Ars Technica 的报道。阅读原文。
Originally published on arstechnica.com