Google DeepMind invierte en el desarrollador de EVE Online para estudiar la IA
Google DeepMind ha invertido en CCP Games, la desarrolladora de EVE Online. La compañía adquirió una participación minoritaria en el estudio y planea usar el juego como campo de pruebas para entrenar IA en sistemas multijugador complejos. Con su economía dinámica, su política y sus miles de jugadores, el juego se perfila como un laboratorio único para estudiar el comportamiento de agentes inteligentes en escenarios de interacción reales.
Procesado por IA desde 3DNews AI; editado por Hamidun News
Google DeepMind ha adquirido una participación minoritaria en CCP Games, desarrolladora del popular simulador espacial EVE Online. El laboratorio planea usar el juego como entorno para investigar la inteligencia artificial en sistemas complejos y dinámicos controlados por los jugadores.
Por qué EVE Online
A primera vista, la elección resulta inusual, pero tiene su lógica. EVE Online es un juego multijugador masivo en línea, un universo con más de veinte años de historia donde decenas de miles de jugadores interactúan a la vez en un mismo espacio y se afectan directamente entre sí. El juego tiene su propia economía compleja, con producción y comercio, sistemas políticos, corporaciones de jugadores, alianzas y guerras reales por el control del territorio. Todo ello crea un mundo social y económico único.
Eso genera condiciones ideales para estudiar el comportamiento de la inteligencia artificial: los agentes deben aprender a tomar decisiones con información incompleta, competencia feroz e interacciones sociales complejas con otros agentes y jugadores. No tienen el éxito garantizado y deben adaptarse constantemente a las acciones de los demás participantes, ya sean jugadores reales u otros agentes de IA.
A DeepMind le interesa precisamente esto: cómo se comporta la IA cuando sus decisiones afectan directamente a otros agentes, cuando debe planificar a largo plazo y adaptarse rápido a cambios impredecibles del entorno. Estas habilidades son mucho más difíciles de desarrollar en condiciones de laboratorio aisladas con simulaciones sintéticas.
Qué se probará
Los investigadores de Google DeepMind planean usar el mundo de EVE Online como campo de pruebas para sus algoritmos de aprendizaje por refuerzo, sistemas multiagente y planificación estratégica a largo plazo. Entre las posibles líneas de investigación figuran:
- Entrenar agentes para cooperar y competir dentro de un mismo sistema con otros agentes y jugadores
- Desarrollar una IA capaz de negociar, cerrar acuerdos comerciales y formar alianzas
- Estudiar el comportamiento emergente: cómo surge un comportamiento colectivo complejo a partir de reglas simples de cada agente
- Probar algoritmos que puedan adaptarse rápido a cambios en las reglas y condiciones del juego
- Investigar el comportamiento económico: cómo deciden los agentes de IA sobre la distribución de recursos, el comercio y la inversión
La principal ventaja de este enfoque es la realidad de los datos. En lugar de simular un sistema multiagente en un entorno simplificado, DeepMind accede a un universo vivo con millones de horas de interacciones entre jugadores, indicadores económicos claros y consecuencias reales de las decisiones.
Contexto histórico
No es el primer intento de usar juegos para investigar la IA. En 2016, AlphaGo, de DeepMind, venció al campeón mundial de Go, en parte porque el juego aportaba un enorme conjunto de partidas históricas para el entrenamiento. Después, DeepMind usó videojuegos (StarCraft, Dota 2) para investigar sistemas multiagente.
Sin embargo, EVE Online destaca por su escala y su complejidad social. No es solo un juego de simulación, sino un mundo vivo con una economía, donde jugadores e IA interactúan en tiempo real. La inversión de DeepMind muestra que el laboratorio está dispuesto a trabajar con entornos de investigación aún más ambiciosos.
Qué puede cambiar
La inversión de DeepMind en EVE Online reconoce que los videojuegos se están convirtiendo en un laboratorio importante para la investigación de la IA. Este enfoque puede ayudar a crear sistemas más adaptables e inteligentes, capaces de funcionar en condiciones reales e impredecibles.
Para los desarrolladores de juegos, puede significar que en el futuro los NPC de sus proyectos se comporten de forma mucho más inteligente e interesante en el mundo del juego. Para la ciencia y la tecnología, que comprenderemos mejor cómo aprende y toma decisiones la IA cuando se enfrenta a una complejidad e incertidumbre reales.
- 1 nov 2026Prueba de 16 modelos en 7 buscadores: Exa obtuvo una media de 10,5 puntos de 14; SearXNG, en torno a 3
- 1 nov 2026StreamVibe, el agente de vídeo de Google, supera en un 10,7 % a otros modelos en momento y calidad de respuesta
- 1 nov 2026OpenAI reescribe las reglas de comportamiento de GPT: cinco valores y una cadena de prioridades
- 1 nov 2026Los bots de voz con LLM recurren al clasificador rápido Jev: decisiones en 200–500 ms
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Por qué EVE Online?
A primera vista, la elección resulta inusual, pero tiene su lógica. EVE Online es un juego multijugador masivo en línea, un universo con más de veinte años de historia donde decenas de miles de jugadores interactúan a la vez en un mismo espacio y se afectan directamente entre sí. El juego tiene su propia economía compleja, con producción y comercio, sistemas políticos, corporaciones de jugadores, alianzas y guerras reales por el control del territorio. Todo ello crea un mundo social y económico único. Eso genera condiciones ideales para estudiar el comportamiento de la inte
¿Qué se sabe sobre Qué se probará?
Los investigadores de Google DeepMind planean usar el mundo de EVE Online como campo de pruebas para sus algoritmos de aprendizaje por refuerzo, sistemas multiagente y planificación estratégica a largo plazo. Entre las posibles líneas de investigación figuran: Entrenar agentes para cooperar y competir dentro de un mismo sistema con otros agentes y jugadores Desarrollar una IA capaz de negociar, cerrar acuerdos comerciales y formar alianzas Estudiar el comportamiento emergente: cómo surge un comportamiento colectivo complejo a partir de reglas simples de cada agente Probar a
¿Qué se sabe sobre Contexto histórico?
No es el primer intento de usar juegos para investigar la IA. En 2016, AlphaGo, de DeepMind, venció al campeón mundial de Go, en parte porque el juego aportaba un enorme conjunto de partidas históricas para el entrenamiento. Después, DeepMind usó videojuegos (StarCraft, Dota 2) para investigar sistemas multiagente. Sin embargo, EVE Online destaca por su escala y su complejidad social. No es solo un juego de simulación, sino un mundo vivo con una economía, donde jugadores e IA interactúan en tiempo real. La inversión de DeepMind muestra que el laboratorio está dispuesto a tr
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.