Atari 2600 oli aiemmin tekoälyagenttien kultainen vertailukohta väitöskirjani aikana. Yksi hermoverkko, joka pystyy pelaamaan 50+ Atari-peliä, olisi uskomaton. Mallit kamppailivat 84x84 harmaasävyisen pikselinäytön kartoittamisessa muutamaan nappiin. Sitten OpenAI Five (Dota) ja DeepMindin AlphaStar nostivat tasoa, päihittäen maailman parhaat mestarit Esportsissa. Silti ne sopivat yhteen virtuaaliympäristöön kerrallaan. Minkä tahansakin muuttaminen rikkoisi mallin välittömästi. Ihmiset ovat poikkeuksellisen hyviä sopeutumaan hyvin erilaisiin fysiikoihin ja sääntöihin – asia, joka yhä jää saavuttamatta kaikkein edistyneimmiltä, biljoonan mittakaavan LLM-malleiltamme. Ajattele 1000 peliä kuin 1000 simulaatiota. Mitä enemmän virtuaalimaailmoihin agentti pystyy sopeutumaan, sitä paremmin se kehittää ruumiillista päättelyä, havaintoa ja motorista koordinaatiota. Kaikki kriittisiä osia robotiikan suuressa palapelissä. Avoimen lähdekoodin NitroGen-mallin ja Gym API:n avulla palvelemme samaa tavoitetta kuin AlphaGo, AlphaStar, OpenAI Five ja äskettäin Google SIMA: emme vie pois näiden pelien hauskuutta, vaan korostaa modernin tekoälyn rajoituksia, tarjota vankka lähtökohta ja luoda uusi vertailukohta – "Atari 2.0" – edistymisen mittaamiseksi.