Les équipes de Google DeepMind et de Fenris Creations se sont associées autour d'une expérience inhabituelle : leurs agents s'installeront dans une copie autonome d'EVE Online, isolée des vrais joueurs. Si les tests de jeu standard répondent généralement à la question « l'IA peut-elle gagner ? », la tâche est ici bien plus complexe : l'intelligence artificielle est-elle capable d'apprendre, de se souvenir et de planifier dans un monde qui ne recommence pas après une erreur ?
Pourquoi EVE Online n'est ni Atari ni StarCraft
Par le passé, DeepMind a déjà conquis le go, Atari et StarCraft II. Mais toutes ces disciplines ont une caractéristique commune : l'objectif est assez clair et le match est limité. Une fois la partie terminée, on peut redémarrer et oublier les actions passées. Dans EVE Online, ce luxe n'existera pas.
Ce jeu spatial multijoueur est sorti en 2003 et a depuis créé sa propre économie vivante, gérée par les joueurs eux-mêmes. Les routes commerciales évoluent sous l'influence de la demande, les prix ne restent pas fixes, les ressources sont limitées. Les joueurs ne se contentent pas de se battre : ils forment des alliances, se font concurrence et, parfois, se trompent mutuellement. Chaque décision influence la situation, et il est impossible de l'annuler : le monde n'a pas de « bouton de redémarrage ». C'est précisément ce qui fait d'EVE Online un défi unique pour l'IA.
Pour les chercheurs, ce terrain d'essai signifie passer de la recherche du meilleur coup dans une partie donnée à une existence continue au sein d'un système complexe. Il ne suffit pas de trouver une bonne stratégie une seule fois : il faut continuer à agir de manière adéquate lorsque le monde change autour de soi, et même sous l'influence de ses propres décisions.
Quelles compétences seront nécessaires aux agents IA
DeepMind identifie quatre problèmes clés à résoudre pour que les agents puissent véritablement vivre dans EVE Online.
Apprentissage continu
Les modèles classiques souffrent souvent d'« oubli catastrophique » : après avoir appris quelque chose de nouveau, ils perdent une partie de leurs compétences anciennes. Dans un monde sans redémarrage, cela devient critique. Si un agent ayant maîtrisé le commerce oublie comment piloter son vaisseau, il n'y a pas de retour en arrière possible : il doit conserver simultanément toutes les compétences acquises.
Mémoire à long terme
Les fenêtres de contexte actuelles sont limitées, mais pour réussir dans EVE, il faut se souvenir d'événements vieux d'une semaine ou d'un mois. Les variations de prix, les anciens conflits, les promesses des alliés — toutes ces informations influencent le comportement actuel et ne doivent pas échapper à l'attention de l'agent.
Planification sur des semaines et des mois
Dans EVE, une stratégie rentable n'est presque jamais rapide. Acheter des ressources aujourd'hui pour les vendre dans un mois ; occuper une position qui ne profitera à l'alliance que plusieurs semaines plus tard — le système récompense les projets à long terme. L'IA devra calculer les conséquences de ses actions sur un horizon étendu.
Interaction entre agents
Plusieurs IA fonctionneront simultanément dans la simulation. Elles devront coopérer, se faire concurrence et, probablement, s'induire mutuellement en erreur — comme le font les vrais joueurs. Aucune d'entre elles n'aura une vision complète de ce qui se passe, et le résultat de nombreuses décisions ne se manifestera qu'avec le temps.
Une expérience sécurisée : d'abord le bac à sable, puis le monde ouvert
Pour l'instant, le projet a un caractère purement exploratoire. DeepMind ne publie ni métriques finales, ni exemples de missions accomplies — l'expérience en est à un stade précoce. Dans un premier temps, les agents travaillent dans un environnement isolé avec un serveur local, en utilisant la simulation et des données historiques. Cette approche permet de tester des hypothèses sans risquer l'économie du monde réel.
Le prochain terrain d'essai devrait être EVE Frontier — une partie de l'univers aux règles plus ouvertes, où les joueurs peuvent influencer la mécanique même du monde. À plus long terme, l'entreprise n'exclut pas l'apparition d'agents « adultes » aux côtés des humains dans EVE Online et EVE Vanguard. Chez Fenris Creations, on estime que de tels systèmes pourraient tester les changements avant leur mise en production, modéliser l'impact des nouveautés sur l'économie virtuelle et aider les nouveaux venus à s'adapter.
Certes, les promesses selon lesquelles les agents ne seraient pas utilisés pour jouer à la place d'un humain ou en contournant les règles sont accueillies avec prudence par la communauté : il s'agit pour l'instant d'une simple déclaration des développeurs, et non d'une garantie technique confirmée.
Ce que pensent les joueurs et pourquoi c'est important au-delà d'EVE
La réaction de la communauté s'est révélée mitigée. Certains qualifient EVE Online d'environnement idéal pour ce type de tests et se réjouissent que les expériences soient menées en dehors du serveur réel : ainsi, l'économie ne souffrira pas de modèles immatures. D'autres estiment que le studio aurait d'abord dû résoudre les problèmes techniques et économiques de longue date du jeu lui-même, avant d'intégrer des réseaux de neurones. Des inquiétudes sont également exprimées concernant l'automatisation d'activités clés, qui pourrait détruire un équilibre déjà fragile.
Néanmoins, l'expérience a une valeur bien au-delà du jeu. Si l'IA parvient à démontrer une mémoire à long terme, une capacité à planifier sur des mois et une aptitude à s'adapter à un environnement qui évolue sans redémarrage, ces avancées pourront être appliquées à la modélisation économique, à la gestion des ressources et à d'autres systèmes où les conséquences des décisions ne peuvent pas simplement être annulées. EVE Online convient à ces tests presque mieux que toute autre plateforme : il n'y a pas de round court, mais toutes les conditions sont réunies pour éprouver la robustesse de l'IA.
