Los equipos de Google DeepMind y Fenris Creations se han unido en torno a un experimento inusual: sus agentes se instalarán en una copia autónoma de EVE Online, aislada de los jugadores reales. Si las pruebas de juego estándar suelen responder a la pregunta «¿puede la IA ganar?», aquí la tarea es mucho más compleja: ¿es capaz la inteligencia artificial de aprender, recordar y planificar en un mundo que no comienza de nuevo tras un error?
¿Por qué EVE Online no es Atari ni StarCraft?
En el pasado, DeepMind ya conquistó el go, Atari y StarCraft II. Pero todas estas disciplinas tienen una característica común: el objetivo es bastante claro y la partida está limitada. Terminada la partida, se puede reiniciar y olvidar las acciones pasadas. En EVE Online no existirá ese lujo.
El juego espacial multijugador se lanzó en 2003 y desde entonces ha creado su propia economía viva, gestionada por los propios jugadores. Las rutas comerciales cambian según la demanda, los precios no se mantienen estáticos, los recursos son limitados. Los jugadores aquí no solo luchan: forman alianzas, compiten y, en ocasiones, se engañan unos a otros. Cada decisión afecta al entorno y no se puede deshacer: el mundo no tiene un «botón de reinicio». Esto es precisamente lo que convierte a EVE Online en una prueba única para la IA.
Para los investigadores, este campo de pruebas supone el paso de buscar la mejor jugada en una partida concreta a la existencia continua dentro de un sistema complejo. No basta con encontrar una estrategia exitosa una sola vez: hay que seguir actuando adecuadamente cuando el mundo cambia a nuestro alrededor e incluso bajo la influencia de las propias decisiones.
¿Qué habilidades necesitarán los agentes de IA?
DeepMind destaca cuatro problemas clave que habrá que resolver para que los agentes puedan realmente vivir en EVE Online.
Aprendizaje continuo
Los modelos habituales suelen sufrir el «olvido catastrófico»: al aprender algo nuevo, pierden parte de las habilidades antiguas. En un mundo sin reinicios, esto se vuelve crítico. Si un agente que ha dominado el comercio olvida cómo pilotar la nave, no hay vuelta atrás: debe mantener todas las habilidades adquiridas simultáneamente.
Memoria a largo plazo
Las ventanas de contexto actuales son limitadas, pero para tener éxito en EVE es necesario recordar eventos de hace semanas y meses. Cambios de precios, conflictos pasados, promesas de aliados: toda esta información influye en el comportamiento actual y no debe escapar a la atención del agente.
Planificación a semanas y meses vista
En EVE, una estrategia rentable casi nunca es rápida. Comprar recursos hoy para venderlos dentro de un mes; ocupar una posición que beneficie a la alianza solo después de varias semanas: el sistema recompensa los planes a largo plazo. La IA tendrá que calcular las consecuencias de sus acciones en un horizonte amplio.
Interacción entre agentes
En la simulación operarán varios agentes de IA a la vez. Deberán cooperar, competir y, probablemente, engañarse unos a otros, como hacen los jugadores humanos. Ninguno de ellos tendrá una imagen completa de lo que ocurre, y el resultado de muchas decisiones solo se manifestará con el tiempo.
Experimento seguro: primero el arenero, luego el mundo abierto
Por ahora, el proyecto tiene un carácter puramente investigador. DeepMind no publica ni métricas finales ni ejemplos de misiones completadas: el experimento se encuentra en una fase temprana. En la primera etapa, los agentes trabajan en un entorno aislado con un servidor local, utilizando simulación y datos históricos. Este enfoque permite probar hipótesis sin arriesgar la economía del mundo real.
El siguiente campo de pruebas debería ser EVE Frontier, una parte del universo con reglas más abiertas donde los jugadores pueden influir en la propia mecánica del mundo. A largo plazo, la compañía no descarta la aparición de agentes «maduros» junto a humanos en EVE Online y EVE Vanguard. En Fenris Creations consideran que sistemas similares podrían probar cambios antes de que lleguen a producción, modelar el impacto de las novedades en la economía virtual y ayudar a los novatos a adaptarse.
Eso sí, la comunidad se toma con cautela las promesas de que los agentes no se utilizarán para jugar en lugar de una persona o al margen de las reglas: por ahora es solo una declaración de los desarrolladores, no una garantía técnica confirmada.
Qué opinan los jugadores y por qué esto importa más allá de EVE
La reacción de la comunidad ha sido dispar. Unos consideran EVE Online el entorno ideal para este tipo de pruebas y celebran que los experimentos se hayan sacado del servidor real: así la economía no sufrirá por modelos inmaduros. Otros creen que el estudio debería primero resolver los antiguos problemas técnicos y económicos del propio juego y solo después incorporar redes neuronales. También se expresan temores sobre la automatización de actividades clave, que podría romper un equilibrio ya de por sí frágil.
No obstante, el experimento tiene valor mucho más allá del juego. Si la IA logra demostrar memoria a largo plazo, capacidad de planificar a meses vista y habilidad para adaptarse a un entorno que cambia sin reinicios, estos avances podrían aplicarse al modelado económico, la gestión de recursos y otros sistemas donde las consecuencias de las decisiones no pueden simplemente revertirse. EVE Online es quizás el mejor banco de pruebas posible para ello: no hay rondas cortas, pero sí todas las condiciones para poner a prueba la resistencia de la IA.
