W 2026 roku świat tętni podekscytowaniem związanym z możliwościami agentów sztucznej inteligencji. Te w pewnym sensie samodzielne programy potrafią ‘myśleć’ i wykonywać określone zadania, wnosząc ogromną wartość dodaną do takich dziedzin jak obsługa klienta i tworzenie oprogramowania dzięki wykorzystaniu modeli językowych (LM). To naprawdę fascynujące. Jednak gdy weźmiemy pod uwagę bardziej złożone, niepewne obszary wymagające dogłębnej analizy, takie jak diagnostyka medyczna i odkrycia naukowe, te modele językowe okazują się nieco niewystarczające.
A oto, co jest w tym najbardziej ekscytujące. Naukowcy z Laboratorium Informatyki i Sztucznej Inteligencji (CSAIL) przy MIT oraz ze Szkoły Inżynierii i Nauk Stosowanych (SEAS) Uniwersytetu Harvarda podejmują wyzwanie, by bezpośrednio zmierzyć się z tymi ograniczeniami. Jakie jest ich podejście? Wykorzystanie gry ‘Okręty’, klasycznej ulubionej zabawy z dzieciństwa, którą kognitywiści wykorzystywali do badania ludzkich zachowań związanych z poszukiwaniem informacji, oraz zaprojektowanie jej nowej wersji. W ich pomysłowej adaptacji, ‘Collaborative Battleship’, jeden gracz pełni rolę ‘kapitana’, zadając pytania o to, gdzie mogą znajdować się ukryte statki, a drugi gracz — ‘obserwator’ — odpowiada w czasie rzeczywistym.
To badanie nie dotyczy jednak wyłącznie grania w gry. Zapraszając do udziału ponad 40 osób, zespół badawczy zgromadził bogaty zbiór pytań i odpowiedzi — zbiór danych ‘BattleshipQA’. To bogate źródło danych odegrało kluczową rolę podczas oceny wydajności czołowych modeli językowych, takich jak GPT-5, oraz mniejszych modeli, takich jak Llama 4 Scout. Co ciekawe, nawet przed rozpoczęciem jakiegokolwiek szkolenia czołowe modele językowe zdołały ukończyć grę szybciej niż gracze-ludzie, podczas gdy mniejsze systemy wydawały się mieć z tym nieco większe trudności.
Naukowcy zauważyli, że główną przeszkodą były trudności modeli z generowaniem przydatnych pytań. Aby to przezwyciężyć, wyposażyli każdy model w strategię wnioskowania metodą Monte Carlo, umożliwiającą im ocenę prawdopodobieństwa różnych scenariuszy w miarę rozwoju gry. W rezultacie nawet mniejsze modele sztucznej inteligencji były w stanie przechytrzyć ludzkich graczy w grze ’Okręty‘.’
Dowód? Llama 4 Scout, jeden z mniejszych modeli językowych (LM), po udoskonaleniu strategii zwiększył swój wskaźnik zwycięstw z zaledwie 8 procent do imponujących 82 procent. A wisienką na torcie jest to, że udało mu się przewyższyć wyniki GPT-5, kosztując przy tym zaledwie 1 procent jego ceny. Na tym się jednak nie skończyło. Podczas gdy GPT-5 sprawdził się jako obserwator, mniejsze systemy często popełniały błędy w ocenie lokalizacji statków. Zespół rozwiązał ten problem, przekształcając pytania w kod, instruując modele, jak weryfikować swoje odpowiedzi, co pozwoliło poprawić średnią dokładność o 15 procent.
Prace nie ograniczyły się tylko do gry ‘Battleship’. Naukowcy przetestowali ulepszone modele językowe również w innej klasycznej grze – ‘Guess Who?’. Zarówno w przypadku małych, jak i dużych modeli udało im się stopniowo eliminować opcje, aby zidentyfikować ukryte postacie. Model Llama 4 Scout zwiększył skuteczność identyfikacji postaci z 30 procent do imponującego poziomu 72 procent.
Pomimo obiecujących postępów nie wszystko idzie gładko. Modele językowe wciąż mają trudności z udzielaniem odpowiedzi na złożone pytania w porównaniu z nami, ludźmi. Jak zauważył Valerio Pepe, badacz z OpenAI i współautor badania, GPT-5 potrafi pokonać przeciętnego gracza w ‘Okręty’, ale w starciu z ekspertem wciąż ma przed sobą długą drogę. Niemniej jednak wyniki te podkreślają niewykorzystany potencjał agentów AI oraz rolę, jaką mogliby oni odegrać w nauce i badaniach. Chociaż gra ‘Collaborative Battleship’ działa w stosunkowo prostym otoczeniu, naukowcy zamierzają zająć się bardziej złożonymi sytuacjami wymagającymi szczegółowej analizy.
W przyszłości zespół będzie badał, jak dobrze ludzie i modele sztucznej inteligencji współpracują ze sobą. Być może dopracowanie modeli w symulacjach gier i wykorzystanie większej mocy obliczeniowej mogłoby zwiększyć zdolności prognostyczne modeli językowych, czyniąc je jeszcze potężniejszymi. Robert Hawkins, adiunkt na wydziale lingwistyki Uniwersytetu Stanforda, wskazuje na prawdziwe wyzwanie: ‘W miarę jak systemy sztucznej inteligencji stają się coraz bardziej autonomiczne, najtrudniejsze problemy okazują się mieć charakter społeczny’.’
To przełomowe badanie przeprowadzone przez Gabriela Granda i Valerio Pepe z MIT wraz z ich współpracownikami, Jacobem Andreasem i Joshuą Tenenbaumem, rzuca światło na to, jak możemy nauczyć sztuczną inteligencję zadawania lepszych pytań, torując w ten sposób drogę do przyszłych postępów. Aby dowiedzieć się więcej o ich intrygujących badaniach, zapoznaj się z oryginalny artykuł tutaj.
Jeśli Twoja firma rozważa wdrożenie rozwiązań z zakresu automatyzacji opartej na sztucznej inteligencji, implementi.ai może zrewolucjonizować Twoje działania dzięki najnowocześniejszej technologii AI. Skontaktuj się z nami już dziś i omówmy dostępne możliwości!
Ta strona używa plików cookie.