آموزش به عامل‌های هوش مصنوعی برای پرسیدن سوالات بهتر با بازی "نبرد دریایی"

در سال 2026، هیاهو پیرامون هوش مصنوعی و عامل‌های هوشمند (AI Agents) بیش از هر زمان دیگری است. این برنامه‌های نیمه‌خودمختار می‌توانند «فکر» کنند و وظایف مشخصی را در زمینه‌هایی مانند خدمات مشتری و توسعه نرم‌افزار انجام دهند، معمولاً با استفاده از مدل‌های زبانی (LM). اما حوزه‌هایی مانند تشخیص پزشکی و اکتشافات علمی نیازمند بررسی طیف گسترده‌ای از راه‌حل‌ها در محیط‌های نامطمئن هستند که مدل‌های زبانی در آن با مشکل مواجه می‌شوند. محققان آزمایشگاه علوم کامپیوتر و هوش مصنوعی MIT (CSAIL) و مدرسه مهندسی و علوم کاربردی هاروارد (SEAS) عمیق‌تر به مدل‌های زبانی پرداختند تا مشکلات اصلی آن‌ها را در موقعیت‌های پرخطر درک کنند. آزمایش آن‌ها: «ناو جنگی» (Battleship)، یک بازی حدس‌زنی کلاسیک که به دانشمندان علوم شناختی کمک کرده تا نحوه جستجوی اطلاعات توسط انسان‌ها را مطالعه کنند. دانشمندان CSAIL و SEAS با بازنگری بازی حول محور پرسش و پاسخ به زبان طبیعی، پیچش جدیدی به آن دادند. در بازی «ناو جنگی مشارکتی» آن‌ها، یک شرکت‌کننده «کاپیتان» است که در مورد محل کشتی‌های پنهان سؤال می‌کند، در حالی که هم‌تیمی‌اش نقش «ناظر» را با پاسخ دادن به آن سؤالات در زمان واقعی ایفا می‌کند. محققان ابتدا بیش از 40 انسان را در بازی با هم به کار گرفتند و سؤالات و پاسخ‌های بله/خیر آن‌ها را جمع‌آوری کردند تا مجموعه داده «BattleshipQA» را ایجاد کنند. این نتایج یک نقطه مقایسه مفید بود وقتی تیم مدل‌های زبانی پیشرفته (مانند GPT-5) و مدل‌های کوچکتر (مانند Llama 4 Scout) را روی بازی خود آزمایش کرد. بدون آموزش قبلی مدل‌ها، آن‌ها دریافتند که مدل‌های زبانی پیشرفته