Google DeepMind hợp tác cùng các studio game, hiện thực hóa 15 năm nghiên cứu AI vào lối chơi thực tế

Nghiên cứu ngày 21 tháng 8 năm 2026

Alexandre Moufarek và Adrian Bolton

Từ Atari đến Go và StarCraft, trò chơi điện tử đã thúc đẩy một số bước đột phá lớn nhất trong lĩnh vực AI. Hiện nay, chúng tôi đang hợp tác với các nhà phát triển trò chơi để tạo ra các nguyên mẫu trải nghiệm lối chơi mới, nhằm mở rộng ranh giới của cả ngành game lẫn AI.

Kể từ khi DeepMind thành lập vào năm 2010, thế giới trò chơi tuy bị giới hạn nhưng lại vô cùng phong phú đã đóng vai trò quan trọng trong việc thấu hiểu trí tuệ. Chúng đã thúc đẩy những bước tiến AI lớn nhất của chúng tôi, từ việc làm chủ Atari đến hỗ trợ giải quyết bài toán dự đoán cấu trúc protein - và chúng vẫn là trọng tâm trong những gì chúng tôi thực hiện.

Gaming nằm trong DNA của GDM. Demis Hassabis, một trong những người sáng lập Google DeepMind, bản thân cũng là một cựu nhà phát triển trò chơi, giống như nhiều người trong chúng tôi tại đội ngũ GDM. Cùng nhau, chúng tôi có hàng thập kỷ kinh nghiệm thực chiến trong phát triển trò chơi và sự tôn trọng sâu sắc đối với nghệ thuật làm game.

Chúng tôi luôn khẳng định rõ ràng rằng việc nghiên cứu AI với trò chơi đòi hỏi sự hợp tác chặt chẽ với các nhà phát triển game - như mối quan hệ đối tác nghiên cứu lớn mới đây của chúng tôi với Fenris Creations và EVE Universe mà chúng tôi đã công bố đầu năm nay, cũng như công việc chúng tôi đã thực hiện cùng các studio danh tiếng như Hello Games, Coffee Stain Studios, Foulball Hangover và những đơn vị khác.

Trò chơi là động lực của nghiên cứu AI

Hành trình của chúng tôi bắt đầu khi một nhóm nhỏ huấn luyện mạng thần kinh sâu chơi các trò chơi Atari 2600 trực tiếp từ dữ liệu pixel thô. Deep Q-Network (DQN) đã học cách chơi 49 trò chơi khác nhau — từ Pong đến Breakout và Space Invaders — mà không cần bất kỳ kỹ thuật lập trình cụ thể nào cho từng trò chơi. Bài báo trên tạp chí Nature năm 2015 về DQN đã góp phần thúc đẩy kỷ nguyên hiện đại của học tăng cường sâu (deep reinforcement learning).

Từ đó, chúng tôi nỗ lực chinh phục các trò chơi phức tạp hơn, mỗi cột mốc đều tạo ra những hệ thống có năng lực và tính tổng quát cao hơn. AlphaGo đã đánh bại nhà vô địch thế giới cờ vây Lee Sae Dol vào năm 2016 — một kỳ tích mà nhiều chuyên gia từng nghĩ phải mất cả thập kỷ nữa mới đạt được. AlphaGo Zero đã vượt qua mọi phiên bản trước đó bằng cách tự học hoàn toàn thông qua việc tự đấu với chính mình, không cần bất kỳ dữ liệu nào từ con người. AlphaZero đã khái quát hóa phương pháp này để làm chủ cờ vua, shogi và cờ vây chỉ với một thuật toán duy nhất, trong khi MuZero thậm chí còn học chơi mà không cần biết luật. Năm 2019, AlphaStar đã đạt trình độ Grandmaster trong StarCraft II, xử lý được sự phức tạp thời gian thực và thông tin không hoàn hảo.

Với mỗi trò chơi, AI đều làm phong phú thêm trải nghiệm chơi. Nước đi số 37 nổi tiếng của AlphaGo là một nước đi bất ngờ đến mức các bình luận viên chuyên nghiệp ban đầu tưởng đó là sai lầm, qua đó lật ngược hàng thế kỷ trí tuệ đúc kết trong cờ vây và truyền cảm hứng cho các chuyên gia khám phá những chiến lược mới. Tương tự, AlphaZero cũng truyền cảm hứng cho những lối chơi hoàn toàn mới trong cờ vua. Quan trọng hơn, tinh thần khám phá thành công trong trò chơi đã có tác động sâu sắc đến các hệ thống AI khác: AlphaFold đã áp dụng những nền tảng này để giúp giải quyết thách thức lớn suốt 50 năm về dự đoán cấu trúc protein, một bước đột phá đã được ghi nhận bằng Giải Nobel Hóa học năm 2024.

Từ làm chủ trò chơi đến thấu hiểu chúng

Các nghiên cứu trước đây của chúng tôi đã chứng minh rằng AI có thể làm chủ bất kỳ trò chơi nào nếu có mục tiêu rõ ràng và đủ dữ liệu huấn luyện. Nhưng thế giới thực không có điểm số hay sách luật — điều này khiến chúng tôi đặt ra một câu hỏi hoàn toàn khác: liệu AI có thể hiểu và tương tác với bất kỳ thế giới trò chơi nào theo cách con người vẫn làm?

Đây chính là thách thức đằng sau SIMA, Tác nhân đa thế giới có thể hướng dẫn (Scalable Instructable Multiworld Agent) của chúng tôi. Thay vì tối ưu hóa để đạt điểm cao, SIMA là một tác nhân tổng quát có khả năng 'nhìn' những gì người chơi thấy trên màn hình, hiểu các hướng dẫn bằng ngôn ngữ tự nhiên và hành động thông qua các thao tác bàn phím và chuột thông thường — không cần API hay quyền truy cập mã nguồn.

Được vận hành bởi Gemini, các mô hình AI tiên phong của chúng tôi, SIMA 2 đóng vai trò như một người bạn đồng hành tương tác có khả năng suy luận và trò chuyện theo thời gian thực. Nó đạt được khả năng chơi giống con người trong các môi trường nghiên cứu 3D phức tạp và các trò chơi điện tử bao gồm No Man's Sky, Valheim, Hydroneer và nhiều trò chơi khác.

Đối với các nhà phát triển trò chơi, một tác nhân chơi game thực sự tổng quát sẽ mở khóa các khả năng AI hoạt động trên các trò chơi hiện có — mà không cần sửa đổi mã nguồn trò chơi. Điều này có thể tạo ra lối chơi hoàn toàn mới, từ những người bạn đồng hành AI thực sự hiểu thế giới trò chơi cho đến các Nhân vật không phải người chơi (NPC) có khả năng thích nghi và phản hồi theo những cách mà các hệ thống kịch bản sẵn không bao giờ làm được.

Một tác nhân chơi game tổng quát cũng có thể thay đổi cách trò chơi được tạo ra. Trong quá trình phát triển, khi trò chơi thay đổi sau mỗi lần commit, các tác nhân như vậy có thể cho phép kiểm thử QA thực sự mạnh mẽ. Sau khi ra mắt, khi nội dung mới được giới thiệu hoặc người chơi có hành vi khó đoán, chúng có thể thích nghi trong thời gian thực — khái quát hóa các tình huống mới mà không cần phải viết lại kịch bản.

Để phát triển các tác nhân SIMA một cách an toàn và có trách nhiệm, chúng tôi đã hợp tác với các studio trò chơi danh tiếng và đang xây dựng một danh mục trò chơi ngày càng mở rộng cho nghiên cứu AI. Điều này cho phép chúng tôi thử thách các tác nhân của mình với những nhiệm vụ ngày càng phức tạp, vốn có thể một ngày nào đó sẽ chuyển đổi sang việc giải quyết các vấn đề trong thế giới thực.

Khám phá những ranh giới mới của nghiên cứu AI và trò chơi, hợp tác cùng các nhà phát triển game

Các studio trò chơi mang đến kỹ năng chuyên môn, những thế giới trò chơi phi thường và kiến thức sâu sắc về người chơi của họ. Chúng tôi mang đến AI tiên phong — từ Gemini đến các nghiên cứu về môi trường tương tác tạo sinh và tác nhân hiện thân (embodied agents) — cùng chuyên môn nghiên cứu, nền tảng phát triển trò chơi độc đáo của đội ngũ và nhiều năm kinh nghiệm xây dựng AI cho các môi trường tương tác. Cùng nhau, chúng tôi tập trung vào việc khám phá những trải nghiệm đột phá — lối chơi chưa từng thấy mà nếu không có AI thì không thể thực hiện được.

Vấn đề không nằm ở công nghệ, mà là ở những trải nghiệm thú vị. Vì vậy, chúng tôi áp dụng phương pháp "thể hiện, đừng chỉ nói" (show, don't tell) với các đối tác của mình. Đội ngũ của chúng tôi làm việc sát cánh cùng các nhà phát triển trò chơi, khám phá những ý tưởng mới và xây dựng các nguyên mẫu có thể chơi được để tìm ra sự thú vị.

Mối quan hệ đối tác nghiên cứu mới nhất của chúng tôi với Fenris Creations, studio độc lập đứng sau EVE Universe, đại diện cho một chương mới trong lịch sử nghiên cứu AI trong trò chơi của chúng tôi.

Fenris Creations đã dành hơn hai thập kỷ để xây dựng một trong những thế giới bền vững phi thường nhất trong ngành game. EVE Online, ra mắt năm 2003, là một trò chơi mô phỏng không gian trực tuyến nhiều người chơi, nơi hàng ngàn người chơi chia sẻ một vũ trụ duy nhất đã phát triển liên tục trong hơn 20 năm. Nền kinh tế do người chơi điều khiển của nó có các động lực cung cầu thực tế và các mạng lưới thương mại trải dài trên hàng ngàn hệ sao. Bối cảnh của nó — được định hình bởi các liên minh, xung đột và ngoại giao — được thúc đẩy bởi sự tương tác của con người.

Đối với nghiên cứu AI, đây là một cơ hội vàng. Đó là một thế giới sống động, không ngừng phát triển, đòi hỏi chính xác những khả năng mà chúng tôi tin là thiết yếu cho AI tiên phong:

Những thách thức này nằm ở cốt lõi của sáng kiến nghiên cứu rộng lớn hơn của chúng tôi nhằm tạo ra các hệ thống học hỏi liên tục từ kinh nghiệm, với tốc độ học tập tăng dần theo thời gian. Chúng tôi tin rằng những khả năng tiên phong này có thể mở ra những trải nghiệm lối chơi mới trong tương lai.

Mối quan hệ đối tác nghiên cứu của chúng tôi mở rộng trên khắp vũ trụ đang phát triển của Fenris Creations, cung cấp các môi trường riêng biệt cho sự phát triển AI. Trong khi EVE Online cung cấp một vũ trụ bền vững quy mô lớn, thì EVE Vanguard được chơi từ góc nhìn thứ nhất, mang đến khả năng ra quyết định chiến thuật nhịp độ nhanh ở cấp độ mặt đất cho thế giới bền vững rộng lớn hơn. Điều này tạo ra cơ hội để nghiên cứu các tác nhân hoạt động trên nhiều cấp độ trừu tượng, từ chiến thuật phản xạ nhanh đến chiến lược bao trùm cả thiên hà.

Hơn nữa, EVE Frontier — với các "Smart Assemblies" có thể lập trình và kiến trúc mở, có khả năng mở rộng — cung cấp một môi trường mở, nơi chính các quy tắc của thế giới có thể thay đổi, đòi hỏi các tác nhân phải thích nghi với các cơ chế trò chơi hoàn toàn mới.

Một phiên trong buổi hội thảo "thể hiện, đừng chỉ nói" giữa Google DeepMind và Fenris Creations, nơi các đội ngũ của chúng tôi chia sẻ các nguyên mẫu có thể chơi được, phản hồi và thảo luận về các ý tưởng cho trải nghiệm lối chơi mới.

Sự hợp tác của chúng tôi đã mang lại giá trị thực tế cho người chơi: hệ thống Aura Guidance sử dụng Gemini để cung cấp kiến thức do người chơi tạo ra, dựa trên các câu hỏi và câu trả lời thực tế từ Rookie Help, nhằm hỗ trợ các phi công mới.

Chương trình nghiên cứu dài hạn của chúng tôi bắt đầu với một phiên bản ngoại tuyến của EVE Online, một môi trường thử nghiệm an toàn, tách biệt với người chơi thực. Sau đó, nó sẽ tiến triển thông qua EVE Frontier như một không gian để nghiên cứu cách con người và tác nhân có thể cùng tồn tại trong một thế giới bền vững và mở. Chỉ khi các khả năng đã chín muồi, chúng tôi mới cân nhắc đưa chúng vào EVE Online và EVE Vanguard với mục tiêu làm phong phú thêm trải nghiệm chơi của con người.

Con đường phía trước

Trò chơi luôn là tấm gương phản chiếu trí tuệ. Khi chúng trở nên phức tạp hơn, bền vững hơn và mở hơn, thì các hệ thống AI mà chúng tôi xây dựng để điều hướng chúng cũng vậy.

Chúng tôi đang hướng tới mục tiêu cuối cùng như mọi khi: AI là chất xúc tác, không phải sự thay thế. Tham vọng dài hạn của chúng tôi là mở khóa những trải nghiệm lối chơi đột phá, làm cho trò chơi trở nên dễ tiếp cận và cá nhân hóa hơn, và — như chúng ta đã thấy từ AlphaGo đến AlphaFold — áp dụng những gì học được trong trò chơi vào các vấn đề trong thế giới thực và thúc đẩy khám phá khoa học.

Chúng tôi biết ơn tất cả các đối tác trò chơi trên hành trình này, và cảm ơn Fenris Creations đã tham gia cùng chúng tôi trong chương tiếp theo. Chúng tôi rất nóng lòng được chia sẻ những gì mình khám phá được.

Lời cảm ơn

Chúng tôi muốn ghi nhận đóng góp của nhiều đội ngũ tại Google DeepMind trong suốt nhiều năm qua nhằm thúc đẩy nghiên cứu AI một cách an toàn và có trách nhiệm trong trò chơi.

Đặc biệt cảm ơn tất cả các nhà phát triển trò chơi đã hợp tác cùng chúng tôi: 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), và Tuxedo Labs & Saber Interactive (Teardown).