Di Alexandre Moufarek e Adrian Bolton

Da Atari a Go fino a StarCraft, i videogiochi hanno guidato alcune delle maggiori svolte nell'IA. Google DeepMind sta ora collaborando con sviluppatori di giochi per prototipare nuove esperienze di gameplay che spingono oltre i confini sia del gaming sia dell'IA.

Dalla fondazione di DeepMind nel 2010, i mondi dei videogiochi, limitati ma ricchi, hanno svolto un ruolo fondamentale nella comprensione dell'intelligenza. Hanno alimentato alcune delle maggiori svolte dell'azienda nell'IA, dal dominio di Atari fino al contributo alla soluzione della predizione della struttura delle proteine — e sono ancora al centro di ciò che il team fa.

Il gaming è nel DNA di Google DeepMind (GDM). Demis Hassabis, uno dei fondatori di Google DeepMind, è egli stesso un ex sviluppatore di videogiochi — ha iniziato alla Bullfrog Productions lavorando al successo del 1994 Theme Park prima di fondare il proprio studio, Elixir Studios — così come molti membri del team GDM. Insieme, hanno decenni di esperienza pratica nello sviluppo di giochi e un profondo rispetto per l'arte di creare videogiochi.

Google DeepMind ha sempre chiarito che fare ricerca sull'IA con i videogiochi richiede una profonda collaborazione con gli sviluppatori di giochi — come la nuova importante partnership di ricerca con Fenris Creations and the EVE Universe presentata all'inizio di quest'anno, e il lavoro svolto insieme a studi rinomati come Hello Games, Coffee Stain Studios, Foulball Hangover e altri.

I videogiochi come motore della ricerca sull'IA

Il percorso è iniziato quando un piccolo team ha addestrato una rete neurale profonda a giocare ai titoli Atari 2600 direttamente dai pixel grezzi. Il Deep Q-Network (DQN) ha imparato a giocare 49 titoli diversi — da Pong a Breakout fino a Space Invaders — senza alcuna ingegneria specifica per il gioco. L'articolo del 2015 su Nature dedicato a DQN ha contribuito ad accelerare l'era moderna del deep reinforcement learning.

Da lì, il team ha cercato di padroneggiare giochi più complessi, con ogni traguardo che produceva sistemi più capaci e più generali. AlphaGo ha battuto il campione del mondo di Go Lee Sae Dol nel 2016 — un risultato che molti esperti ritenevano ancora lontano di un decennio. AlphaGo Zero ha superato ogni versione precedente imparando interamente tramite self-play, senza alcun dato umano. AlphaZero ha generalizzato questo approccio per padroneggiare scacchi, shogi e Go con un solo algoritmo, mentre MuZero ha imparato a giocare senza nemmeno conoscere le regole. Nel 2019, AlphaStar ha raggiunto il livello Grandmaster in StarCraft II, affrontando complessità in tempo reale e informazione imperfetta.

Per ogni gioco, l'IA ha arricchito l'esperienza di gioco. La celebre Mossa 37 di AlphaGo — giocata nella seconda partita del match del 2016 — fu una mossa così inaspettata che i commentatori professionisti la considerarono inizialmente un errore, ribaltando secoli di saggezza consolidata nel Go e ispirando gli esperti a esplorare nuove strategie. Anche AlphaZero ha ispirato linee di gioco del tutto nuove negli scacchi. In modo cruciale, lo spirito di esplorazione che ha avuto successo nei giochi ha avuto effetti profondi anche su altri sistemi di IA: AlphaFold ha applicato queste basi per contribuire a risolvere la sfida, durata 50 anni, della predizione della struttura delle proteine, una svolta riconosciuta con il Premio Nobel per la Chimica 2024.

Dal padroneggiare i giochi al comprenderli

Il lavoro precedente ha dimostrato che l'IA può padroneggiare qualunque gioco, se dispone di un obiettivo chiaro e di abbastanza addestramento. Ma il mondo reale non offre punteggi e libretti di regole — e questo ha portato il team a porre una domanda fondamentalmente diversa: l'IA può comprendere e interagire con qualsiasi mondo di gioco come farebbe una persona?

Questa è la sfida dietro SIMA, lo Scalable Instructable Multiworld Agent, introdotto per la prima volta da Google DeepMind nel 2024. Anziché ottimizzare per un punteggio elevato, SIMA è un agente generalista che "vede" ciò che un giocatore vedrebbe sullo schermo, comprende istruzioni in linguaggio naturale e agisce tramite normali controlli da tastiera e mouse — senza richiedere API o accesso al codice sorgente.

Alimentato da Gemini, i modelli di frontiera di Google, SIMA 2 funge da compagno interattivo capace di ragionamento e conversazione in tempo reale. Raggiunge un livello di gioco simile a quello umano in complessi ambienti di ricerca 3D e in videogiochi tra cui No Man's Sky, Valheim, Hydroneer e altri.

Per gli sviluppatori di giochi, un agente di gioco davvero generale sbloccherebbe capacità di IA che funzionano con i giochi esistenti — senza necessità di modificare il codice del gioco. Questo potrebbe alimentare gameplay del tutto nuovi, da compagni IA che comprendono davvero il mondo di gioco fino a personaggi non giocanti (NPC) che si adattano e reagiscono in modi che i sistemi scriptati non potrebbero mai raggiungere.

Un agente di gioco generale potrebbe anche trasformare il modo in cui i giochi vengono realizzati. Durante lo sviluppo, quando il gioco cambia a ogni commit, tali agenti potrebbero consentire test QA davvero robusti. Dopo il lancio, quando vengono introdotti nuovi contenuti o i giocatori si comportano in modo imprevedibile, potrebbero adattarsi in tempo reale — generalizzando a nuove situazioni senza dover essere riscritti.

Per sviluppare gli agenti SIMA in modo sicuro e responsabile, Google DeepMind ha collaborato con studi di giochi rinomati e sta costruendo un portafoglio in crescita di giochi per la ricerca sull'IA. Ciò consente al team di mettere alla prova i propri agenti con compiti sempre più complessi che un giorno potrebbero trasferirsi alla soluzione di problemi nel mondo reale.

Esplorare nuove frontiere della ricerca su IA e videogiochi, con gli sviluppatori di giochi

Gli studi di sviluppo portano artigianalità esperta, mondi di gioco straordinari e una profonda conoscenza dei propri giocatori. Google DeepMind porta IA di frontiera — da Gemini alla ricerca in ambienti interattivi generativi e agenti embodied — competenza di ricerca e il background unico del suo team nello sviluppo di giochi, oltre ad anni di esperienza nella costruzione di IA per ambienti interattivi. Insieme, i partner si concentrano sulla scoperta di esperienze rivoluzionarie: gameplay mai visti prima che non sarebbero possibili senza l'IA. La partnership arriva anche in un più ampio cambiamento del settore, mentre studi e piattaforme nel gaming sperimentano l'IA in ambiti che vanno dagli strumenti di prototipazione e QA agli NPC conversazionali.

Il punto non è la tecnologia in sé, ma le esperienze divertenti, quindi Google DeepMind adotta con i partner un approccio "show, don't tell". Il team lavora fianco a fianco con gli sviluppatori di giochi, esplorando nuove idee e costruendo prototipi giocabili per trovare ciò che è davvero divertente.

La più recente partnership di ricerca, con Fenris Creations, lo studio indipendente dietro l'EVE Universe, rappresenta un nuovo capitolo nella storia della ricerca sull'IA nei videogiochi in Google DeepMind.

L'universo di EVE: una frontiera di ricerca

Fenris Creations — lo studio dietro EVE Online, precedentemente noto come CCP Games — ha trascorso oltre due decenni a costruire uno dei mondi persistenti più straordinari del gaming. EVE Online, lanciato nel 2003, è una simulazione spaziale multigiocatore di massa in cui migliaia di giocatori condividono un unico universo evoluto continuamente per oltre 20 anni. La sua economia guidata dai giocatori presenta autentiche dinamiche di domanda e offerta e reti commerciali che si estendono su migliaia di sistemi stellari. Il suo scenario — plasmato da alleanze, conflitti e diplomazia — è guidato dall'interazione umana, e le guerre tra giocatori hanno prodotto alcune delle più grandi battaglie nella storia del gaming online.

Per la ricerca sull'IA, questa è un'occasione d'oro. È un mondo vivo, in evoluzione, che richiede esattamente le capacità che Google DeepMind ritiene essenziali per l'IA di frontiera:

• Apprendimento continuo: acquisire nuove competenze senza dimenticare ciò che è venuto prima, in un mondo in costante cambiamento.
• Memoria: accumulare e recuperare conoscenza su scale temporali che vanno ben oltre le finestre di contesto dei modelli attuali.
• Pianificazione a lungo orizzonte: ragionare su settimane, mesi o persino anni.
• Dinamiche multi-agente complesse: navigare cooperazione, competizione, negoziazione, economia e comportamento sociale emergente su larga scala.

Queste sfide sono al centro della più ampia iniziativa di ricerca di Google DeepMind per creare sistemi che apprendono continuamente dall'esperienza, con un ritmo di apprendimento che accelera nel tempo. L'azienda ritiene che queste capacità di frontiera possano sbloccare in futuro nuove esperienze di gioco.

EVE Online è stato concepito fin dal primo giorno come una sandbox di conseguenze durature, plasmata dai suoi giocatori. Questo ha generato innumerevoli storie di crescita umana per giocatori e dipendenti nel corso dei decenni. Insieme a Google DeepMind, stiamo spingendo in un territorio inesplorato in cui l'IA deve imparare, adattarsi e ricordare su scale temporali che nessun altro ambiente di gioco richiede, aiutandoci al contempo a capire come esseri umani e IA possano coesistere in un ambiente virtuale prima di affrontare le stesse domande nella vita reale.

La partnership di ricerca si estende all'universo in espansione di Fenris Creations, offrendo ambienti distinti per lo sviluppo dell'IA. Mentre EVE Online offre un universo persistente su larga scala e a shard singolo, EVE Vanguard si gioca in prima persona, portando nel mondo persistente più ampio decisioni tattiche rapide e a livello del terreno. Questo crea opportunità per studiare agenti che operano su più livelli di astrazione, dalle tattiche istantanee alla strategia su scala galattica.

Inoltre, EVE Frontier — con le sue "Smart Assemblies" programmabili e la sua architettura aperta ed estensibile — offre un ambiente aperto in cui le stesse regole del mondo possono cambiare, richiedendo agenti che si adattino a meccaniche di gioco completamente nuove.

La collaborazione ha già prodotto un valore concreto per i giocatori: il sistema Aura Guidance utilizza Gemini per fornire conoscenza generata dai giocatori, basata su domande e risposte reali di Rookie Help, per aiutare i nuovi piloti.

Il programma di ricerca di lungo periodo inizia con un'istanza offline di EVE Online, una sandbox sicura separata dai giocatori live. Prosegue poi attraverso EVE Frontier come spazio per studiare come esseri umani e agenti possano coesistere in un mondo persistente e aperto. Solo quando le capacità saranno mature Google DeepMind considererà di portarle su EVE Online ed EVE Vanguard, con l'obiettivo di arricchire il gioco umano.

La strada davanti a noi

I videogiochi sono sempre stati uno specchio dell'intelligenza. Man mano che diventano più complessi, più persistenti e più aperti, lo diventano anche i sistemi di IA costruiti per navigarli.

Google DeepMind punta allo stesso obiettivo finale di sempre: l'IA come catalizzatore, non come sostituto. La sua ambizione di lungo periodo è sbloccare esperienze di gioco rivoluzionarie, rendere i giochi più accessibili e più personalizzati e — come si è visto da AlphaGo ad AlphaFold — applicare ciò che si apprende nei videogiochi a problemi del mondo reale e far avanzare la scoperta scientifica. In base alla roadmap dichiarata della partnership, le tappe successive saranno i risultati di ricerca dall'istanza offline di EVE Online, seguiti da esperimenti di coesistenza tra umani e agenti in EVE Frontier — con qualsiasi integrazione nei giochi live solo quando le capacità saranno mature.

Il team ha ringraziato tutti i partner di gioco in questo percorso e Fenris Creations per essersi unita al nuovo capitolo, aggiungendo di non vedere l'ora di condividere ciò che scoprirà.

Ringraziamenti

Google DeepMind ha riconosciuto i numerosi team in tutta l'organizzazione per i contributi offerti negli anni al progresso della ricerca sull'IA nei videogiochi in modo sicuro e responsabile, e ha rivolto un ringraziamento speciale a tutti gli sviluppatori di giochi che hanno collaborato con l'azienda: Coffee Stain (Valheim, Satisfactory, Goat Simulator 3), Fenris Creations (EVE Online, EVE Vanguard, EVE Frontier), Foulball Hangover (Hydroneer), Hello Games (No Man's Sky), Keen Software House (Space Engineers), RubberbandGames (Wobbly Life), Strange Loop Games (Eco), Thunderful Games (ASKA, The Gunk, Steamworld Build), Digixart (Road 96) e Tuxedo Labs & Saber Interactive (Teardown).

Fonte: Google DeepMind Blog — https://deepmind.google/blog/from-atari-to-eve-online-building-on-15-years-of-ai-research-in-games/