Le jeu de longue haleine de DeepMind dans EVE Online : un univers de 20 ans pour étudier la planification de l'IA

Google DeepMind a publié vendredi 21 août un compte rendu détaillé de son partenariat de recherche avec Fenris Creations, exposant comment il compte utiliser l'univers d'EVE Online comme laboratoire d'intelligence artificielle. Le billet, intitulé « From Atari to EVE Online: Building on 15 Years of AI Research in Games », décrit un programme de recherche par étapes bâti autour d'une copie hors ligne d'EVE Online; c'est la déclaration la plus claire à ce jour des raisons pour lesquelles une entreprise surtout connue pour les jeux de société et le repliement des protéines a pris une participation dans un MMO spatial vieux de 23 ans.

À lire aussi: Epic Games passe à l'IA d'abord sur son jeu de tir Disney reporté · Google lance Playground, une plateforme d'IA qui transforme des prompts en jeux jouables.

L'accord qui sous-tend ce billet n'est pas nouveau. Fenris Creations (le studio autrefois appelé CCP Games, créateur d'EVE Online) a finalisé en mai 2026 un rachat par la direction de 120 millions de dollars auprès de l'éditeur coréen Pearl Abyss, et DeepMind a pris une participation minoritaire dans le cadre de cette transaction. Ce que le billet d'août ajoute, ce sont les détails : le plan de recherche, les contraintes de sécurité et les capacités précises que DeepMind espère sonder.

Un univers doté d'une mémoire

EVE Online est un artefact inhabituel dans l'industrie du jeu vidéo. Il fonctionne depuis plus de deux décennies comme un unique shard persistant, avec une économie pilotée par les joueurs, des alliances dirigées par les joueurs et une politique territoriale que les développeurs ne scénarisent pas. Son échelle se mesure en dizaines de milliers de systèmes stellaires et en années d'histoire accumulée par les joueurs. C'est précisément cette persistance qui le rend intéressant pour les chercheurs en IA.

La plupart des environnements d'apprentissage automatique sont épisodiques. Un jeu se termine, l'état se réinitialise, l'agent recommence. EVE ne se réinitialise pas. Des actions prises il y a des années façonnent encore le monde; les réputations persistent; une décision économique d'une alliance modifie les incitations d'une autre. Pour un programme de recherche s'intéressant à la planification à long terme et à la mémoire, c'est une propriété rare. C'est aussi, comme l'a formulé le PDG de Fenris, Hilmar Pétursson, dans l'annonce, une propriété exigeante : l'environnement demande à une IA d'« learn, adapt and remember on timescales that no other game environment demands ».

L'intérêt de DeepMind pour les jeux n'est pas nouveau. Ses percées à Atari, au Go et à StarCraft (DQN, AlphaGo et AlphaStar) font partie du folklore de l'IA, et le laboratoire a plus récemment construit des modèles du monde et des agents interactifs comme SIMA. Les jeux sont utiles parce qu'ils sont mesurables, bornés et indéfiniment rejouables : trois propriétés qui permettent de comparer rigoureusement les approches.

Le plan par étapes

Le programme de recherche est délibérément prudent. Il commence par une instance hors ligne d'EVE Online, tournant sur un serveur local, un bac à sable sans joueurs réels. Cela sépare la recherche du risque qu'un modèle d'IA se comporte mal face à de vraies personnes. Ce n'est qu'une fois les capacités mûres que les équipes envisageraient de passer à EVE Frontier, décrit comme un espace pour étudier la coexistence entre humains et agents dans un monde persistant et ouvert, puis à EVE Online en direct et au jeu de tir à la première personne EVE Vanguard.

Cette progression est le choix de conception intéressant. Elle traite le déploiement dans un jeu en direct comme l'étape finale et la plus difficile, non la première, et insère une étape intermédiaire (Frontier) explicitement consacrée au problème de la coexistence humain-agent. Cela reflète une leçon des dernières années de sorties d'IA : des modèles qui semblent fiables dans une évaluation contrôlée peuvent se comporter de façon imprévisible lorsqu'ils rencontrent de vrais utilisateurs, de vraies incitations et de vrais adversaires.

Le partenariat produit déjà quelque chose de concret pour les joueurs. Le système Aura Guidance utilise Gemini pour transmettre aux nouveaux pilotes un savoir généré par les joueurs, tiré de véritables questions-réponses d'« aide aux débutants », afin de les aider à apprendre un jeu notoirement compliqué. C'est une fonction modeste au regard du marketing de l'IA, mais un déploiement réel dans un produit en direct, à l'extrémité sûre du spectre.

Ce que DeepMind veut apprendre

Les cibles de recherche annoncées sont la planification à long terme, la mémoire et l'apprentissage continu. Ces trois mots décrivent les points faibles des systèmes les plus capables d'aujourd'hui. Les grands modèles de langage impressionnent par courtes salves et sur de longs documents, mais en tant qu'agents autonomes, ils peinent à rester cohérents pendant des heures ou des jours, à conserver une mémoire constante de ce qu'ils ont fait et à continuer d'apprendre après le déploiement sans oublier ce qu'ils savaient.

Un univers persistant met les trois à l'épreuve en même temps. Pour agir utilement dans EVE, un agent doit fixer des objectifs sur de longs horizons, se souvenir d'interactions passées et ajuster son comportement à mesure que le monde change autour de lui. C'est bien plus proche de la réalité désordonnée des agents que les entreprises tentent aujourd'hui de déployer sur de vrais flux de travail qu'une batterie de benchmarks, et c'est plus difficile à contourner.

S'y ajoute une seconde motivation, plus commerciale. La maison mère de Google DeepMind a un intérêt dans le divertissement interactif via ses plateformes et sa pile de modèles, et une compréhension plus profonde des mondes persistants peuplés d'agents alimente directement la catégorie émergente des systèmes de jeu pilotés par l'IA. Fenris, de son côté, obtient un partenariat de recherche et un investisseur stratégique au moment où il se reconstruit comme studio indépendant.

EVE est l'un des rares mondes virtuels où les conséquences sont assez réelles et les échéances assez longues pour qu'un échec de planification coûte vraiment quelque chose.

L'histoire d'indépendance en arrière-plan

L'accord avec DeepMind est arrivé accompagné d'un événement d'entreprise : le rachat de 120 millions de dollars qui a rendu CCP Games à une propriété indépendante après des années sous Pearl Abyss et l'a rebaptisé Fenris Creations. Le studio avait connu auparavant une période agitée, avec des pertes annuelles rapportées et des paris coûteux sur des dérivés comme EVE Frontier, lié à la blockchain, et le jeu d'extraction EVE Vanguard. Fenris a indiqué être redevenu rentable en 2025.

Pour DeepMind, la participation est petite (de l'ordre de plusieurs millions de dollars selon les informations) et délibérément minoritaire. L'arrangement laisse la direction créative d'EVE à ceux qui la pilotent depuis des années, tout en donnant au laboratoire l'accès aux données et à un environnement de recherche contrôlé. Cette séparation compte pour la communauté du jeu, historiquement attachée à l'idée que l'histoire d'EVE est écrite par les joueurs et non par des algorithmes.

C'est là la tension que le partenariat devra gérer. La communauté d'EVE tient au fait que son monde est façonné par des décisions humaines, y compris mauvaises. Un programme de recherche en IA qui finirait par amener des agents dans le jeu en direct (même prudemment, même d'abord dans Frontier) sera jugé sur sa capacité à enrichir ce monde ou à le diluer. L'approche par étapes de DeepMind est un aveu de ce risque, mais ne le règle pas.

La question des données

Le partenariat soulève une question qui suivra l'IA dans les jeux pendant des années : quelles données sont utilisées, et à quelles conditions ? EVE Online renferme deux décennies d'histoire générée par les joueurs (journaux de discussion, transactions de marché, négociations politiques) et ce corpus fait partie de ce qui rend l'univers précieux comme environnement de recherche. DeepMind et Fenris n'ont pas publié de conditions détaillées de gouvernance des données, et le billet présente le travail autour d'une instance hors ligne plutôt que de données de joueurs en direct. La manière dont les données des joueurs sont traitées, anonymisées et consenties importera à la fois pour la confiance de la communauté et pour l'environnement réglementaire dans lequel la recherche européenne en IA opère de plus en plus.

La gouvernance des données n'est pas un aspect secondaire. Les règles européennes sur l'usage des données et les systèmes d'IA se durcissent, et un laboratoire évoluant dans cet environnement a intérêt à pouvoir invoquer un bac à sable contrôlé et un objet de recherche clair. La conception « hors ligne d'abord » relève autant d'une posture de conformité que d'une décision de sécurité.

Il existe aussi un contexte industriel plus large. Les entreprises de jeux expérimentent à un rythme rapide des personnages et des systèmes pilotés par l'IA, et les joueurs réagissent avec un mélange de curiosité et de méfiance, notamment pour les contenus génératifs ou la modération automatisée. Un partenariat de recherche qui commence hors ligne et qui affirme clairement que le déploiement en direct est une étape lointaine est un pari : la confiance est plus facile à bâtir lentement qu'à réparer.

Pourquoi les jeux continuent de servir de banc d'essai à l'IA

La raison profonde pour laquelle les jeux comptent pour la recherche en IA est qu'ils résolvent un problème d'évaluation. Dans le monde physique, une expérience est coûteuse, lente et difficile à reproduire. Dans un jeu, elle est bon marché, rapide et exacte : on peut réinitialiser l'état, rejouer le même scénario et comparer deux politiques dans des conditions identiques. Pour un domaine régulièrement embarrassé par des affirmations de benchmark qui n'ont pas survécu au contact de la réalité, cette contrôlabilité vaut très cher.

EVE ajoute une propriété qui manque à la plupart des benchmarks : une véritable complexité sociale et économique produite par des humains, non par des concepteurs. Le résultat est un environnement à la fois contrôlable, dans sa copie hors ligne, et réaliste, dans le comportement des joueurs dont les décisions le peuplent. Savoir si cette combinaison produit réellement des avancées transférables est la question ouverte, et celle sur laquelle le partenariat sera finalement jugé.

Ce qu'il faut surveiller

Trois choses montreront à quel point prendre le partenariat au sérieux. D'abord, si DeepMind publie les résultats des expériences EVE hors ligne sous une forme évaluable par d'autres chercheurs, ou les garde en interne. Ensuite, si le travail sur la coexistence humain-agent dans Frontier produit des conclusions mesurables sur la réaction des joueurs aux participants d'IA. Enfin, comment Fenris équilibre ses engagements de recherche avec les attentes d'une communauté qui a passé deux décennies à bâtir un monde qu'elle considère comme le sien.

En résumé

Le partenariat entre DeepMind et Fenris rappelle que certaines des infrastructures de recherche en IA les plus utiles ne sont pas un centre de données, mais un monde auquel les gens tiennent déjà. EVE Online offre ce que la plupart des environnements de test ne peuvent pas offrir : des conséquences qui perdurent et une population qui se comporte comme des personnes parce qu'elle en est constituée. Si DeepMind parvient à en tirer des progrès sur la planification à long terme et la mémoire, l'accord paraîtra visionnaire. Sinon, il aura au moins acheté l'un des laboratoires les plus intéressants du domaine.