作者：Alexandre Moufarek 和 Adrian Bolton

从 Atari 到 Go 再到 StarCraft，游戏推动了人工智能领域一些最重要的突破。Google DeepMind 目前正与游戏开发者合作，原型化新的玩法体验，推动游戏和人工智能两大领域的边界。

自 DeepMind 于 2010 年成立以来，游戏这些受限但丰富的世界在理解智能方面发挥了关键作用。它们促成了该组织一些最重要的人工智能突破，从攻克 Atari 到帮助解决蛋白质结构预测问题——至今仍是团队工作的核心。

游戏植根于 Google DeepMind（GDM）的基因之中。Google DeepMind 的创始人之一 Demis Hassabis 本身就是前游戏开发者——他最初在 Bullfrog Productions 参与 1994 年热门游戏 Theme Park 的开发，之后创立了自己的工作室 Elixir Studios——GDM 团队中的许多成员也是如此。大家合起来在游戏开发方面拥有数十年的实践经验，并对制作游戏这门技艺怀有深厚敬意。

Google DeepMind 一直明确表示，围绕游戏开展人工智能研究需要与游戏开发者进行深度合作——例如今年早些时候公布的与 Fenris Creations 和 EVE Universe 的重大新研究合作，以及与 Hello Games、Coffee Stain Studios、Foulball Hangover 等知名工作室共同开展的工作。

游戏：人工智能研究的引擎

这段旅程始于一个小团队训练深度神经网络直接从原始像素游玩 Atari 2600 游戏。Deep Q-Network（DQN）学会了玩 49 种不同的游戏——从 Pong、Breakout 到 Space Invaders——且不需要任何针对游戏的工程化设计。2015 年关于 DQN 的 Nature 论文 促进了现代深度强化学习时代的到来。

此后，团队尝试攻克更复杂的游戏，每一个里程碑都催生出能力更强、通用性更高的系统。AlphaGo 在 2016 年击败了世界冠军围棋选手 Lee Sae Dol——当时许多专家认为这至少还要再过十年才能实现。AlphaGo Zero 通过完全依靠自我对弈、丝毫不使用人类数据，超越了之前的所有版本。AlphaZero 用同一种算法推广到国际象棋、将棋和围棋，而 MuZero 则在甚至不知道规则的情况下学会了游戏。2019 年，AlphaStar 在 StarCraft II 中达到宗师级水平，成功应对实时复杂性和不完全信息。

对于每一款游戏，人工智能都丰富了游玩体验。AlphaGo 著名的第 37 手——在 2016 年比赛的第二局中落子——出乎意料到职业解说员最初以为是失误，它颠覆了围棋数百年来的既有认知，并激发专家探索新的策略。AlphaZero 同样启发了国际象棋中全新的走法思路。更重要的是，在游戏中取得成功的探索精神对其他人工智能系统产生了深远影响：AlphaFold 以这些基础为依托，帮助解决了持续 50 年的蛋白质结构预测重大挑战，这一突破获得了 2024 年诺贝尔化学奖的认可。

从攻克游戏到理解游戏

早期工作表明，在目标明确且训练充足的情况下，人工智能可以攻克任何游戏。但现实世界没有积分和规则手册——这让团队提出了一个根本不同的问题：人工智能能否像人一样理解并与任何游戏世界互动？

这正是 SIMA——Scalable Instructable Multiworld Agent——所要解决的挑战。SIMA 由 Google DeepMind 于 2024 年首次推出。它不是为了追求高分，而是一个通用型智能体，能够“看到”玩家在屏幕上看到的内容，理解自然语言指令，并通过普通键盘和鼠标控制进行操作——无需 API 或源代码访问权限。

借助 Gemini——Google 的前沿人工智能模型——SIMA 2 可作为互动伙伴，具备实时推理和对话能力。它能在复杂的 3D 研究环境和包括 No Man's Sky、Valheim、Hydroneer 在内的电子游戏中实现接近人类的游玩表现。

对游戏开发者而言，真正通用的游戏智能体将解锁可直接作用于现有游戏的人工智能能力——无需修改游戏代码。这可能带来全新的玩法，从真正理解游戏世界的 AI 伙伴，到能够以脚本系统无法实现的方式适应并作出反应的非玩家角色（NPC）。

通用游戏智能体还可能改变游戏的制作方式。在开发阶段，当游戏随每次提交不断变化时，这类智能体可以支持真正稳健的 QA 测试。在上线后，当引入新内容或玩家行为不可预测时，它们可以实时适应——在不需要重新编写脚本的情况下泛化到新情境。

为了安全且负责地开发 SIMA 智能体，Google DeepMind 已与知名游戏工作室合作，并正在构建一个不断扩展的游戏研究组合。这使团队能够用越来越复杂的任务来挑战这些智能体，而这些能力未来或许也能迁移到现实世界问题的解决中。

与游戏开发者一起探索人工智能与游戏研究的新前沿

游戏工作室带来专业技艺、非凡的游戏世界，以及对玩家的深刻理解。Google DeepMind 则带来前沿人工智能——从 Gemini 到生成式交互环境和具身智能体研究——研究专长，以及团队独特的游戏开发背景和多年构建交互环境人工智能的经验。双方共同聚焦于发现突破性的体验——即没有人工智能就无法实现的前所未见的玩法。

这并不是关于技术本身，而是关于有趣的体验。因此，Google DeepMind 采取“show, don't tell”的方式与合作伙伴协作。团队与游戏开发者紧密合作，探索新想法并构建可玩的原型，以找到“有趣”的核心。

与 Fenris Creations 的最新研究合作——这家独立工作室是 EVE Universe 的幕后团队——标志着 Google DeepMind 在游戏人工智能研究历史中的一个新篇章。

EVE Universe：一个研究前沿

Fenris Creations——EVE Online 的开发工作室，过去名为 CCP Games——花费二十多年构建了游戏史上最非凡的持久在线世界之一。EVE Online 于 2003 年上线，是一款大规模多人太空模拟游戏，数千名玩家共享一个持续演化了 20 多年的单一宇宙。其玩家驱动型经济具有真实的供需关系和横跨数千个星系系统的贸易网络。其格局——由联盟、冲突和外交塑造——则由人类互动推动，玩家之间的战争创造了在线游戏历史上一些规模最大的战役。

对于人工智能研究而言，这是一项黄金机会。它是一个不断演化的“活”世界，正好要求 Google DeepMind 认为前沿人工智能所必需的能力：

• 持续学习： 在持续变化的世界中获取新技能，同时不遗忘先前所学。
• 记忆： 在远超当今模型上下文窗口的时间尺度上积累和提取知识。
• 长程规划： 对数周、数月甚至数年的时间跨度进行推理。
• 复杂多智能体动态： 在大规模环境中应对合作、竞争、谈判、经济以及涌现的社会行为。

这些挑战位于 Google DeepMind 更广泛研究计划的核心：创建能够从经验中持续学习的系统，并且学习速度会随着时间推移而加快。公司认为，这些前沿能力未来可能解锁新的游戏体验。

EVE Online 从第一天起就被设想为一个具有持久后果、由玩家塑造的沙盒。几十年来，这为玩家和员工带来了无数关于成长的故事。与 Google DeepMind 一起，我们正在进入无人涉足的领域，人工智能必须在没有其他游戏环境提出过的时间尺度上学习、适应并记忆，同时帮助我们在现实生活必须面对同样问题之前，理解人类与人工智能如何在虚拟环境中共存。

该研究合作延伸至 Fenris Creations 不断扩展的宇宙，为人工智能开发提供了不同环境。EVE Online 提供的是大规模单服持久在线宇宙，而 EVE Vanguard 则采用第一人称视角，将地面层面的、快节奏的战术决策引入更广阔的持久在线世界。这为研究跨不同抽象层级运作的智能体创造了机会，从瞬时反应级战术到覆盖整个星系的战略。

此外，EVE Frontier 拥有可编程的“Smart Assemblies”和开放、可扩展的架构，提供了一个开放式环境，在这里世界规则本身都可能改变，要求智能体适应全新的游戏机制。

合作已经为玩家带来了实际价值：Aura Guidance system 利用 Gemini，根据真实的 Rookie Help 问答提供由玩家生成的知识，帮助新飞行员。

更长期的研究计划将从离线版 EVE Online 开始，这是一个与真实在线玩家隔离的安全沙盒。随后研究将推进到 EVE Frontier，以此作为研究人类与智能体如何在持久且开放式世界中共存的空间。只有在能力成熟后，Google DeepMind 才会考虑将其引入 EVE Online 和 EVE Vanguard，目标是丰富人类的游玩体验。

前路展望

游戏一直是智能的一面镜子。随着它们变得更加复杂、更加持久、更加开放，旨在驾驭这些世界的人工智能系统也会随之进化。

Google DeepMind 追求的一直是同一个终极目标：让人工智能成为催化剂，而非替代品。其长期愿景是解锁突破性的游戏体验，让游戏更易接触、更具个性化，并且——正如从 AlphaGo 到 AlphaFold 所展示的那样——将从游戏中学到的东西应用到现实世界问题中，推动科学发现。按照这项合作既定的路线图，下一阶段的里程碑将是离线 EVE Online 实例中的研究结果，随后是在 EVE Frontier 中开展人类与智能体共存实验——只有在能力成熟后，才会考虑任何上线游戏整合。

团队感谢一路同行的所有游戏合作伙伴，以及加入下一篇章的 Fenris Creations，并表示迫不及待想分享他们的发现。

致谢

Google DeepMind 对公司内部多个团队多年来在游戏中安全且负责任地推进人工智能研究所做的贡献表示认可，并特别感谢所有与公司合作过的游戏开发者：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）以及 Tuxedo Labs & Saber Interactive（Teardown）。