Человеческий разум остаётся одной из самых сложных и загадочных систем в природе. Многообразие процессов, которые происходят в нашем мозге, от повседневных решений до сложных размышлений, долгое время вызывало интерес учёных разных дисциплин. Но создание единой, универсальной модели, способной описать и предсказать человеческое поведение во всем многообразии его проявлений, считалось невероятно трудной задачей. На современном этапе развития науки и технологий появилась новая надежда — фундаментальная модель Центур, призванная стать прорывом в понимании человеческого когнитива и поведению. Она основана на сочетании больших языковых моделей и масштабных наборов экспериментальных данных из психологии, что позволяет ей не только предсказывать поведение людей, но и имитировать когнитивные процессы в широком спектре задач.
Центур разработан на базе одной из передовых языковых моделей современности — Llama 3.1, предварительно обученной на огромных объёмах текстовых данных. Однако для того, чтобы сделать модель по-настоящему «человечной», исследователи применили уникальный подход: вместо создания новой модели с нуля они использовали параметрически эффективную технику тонкой настройки, известную как квантованная низкоранговая адаптация (QLoRA). Тонкая настройка производилась на массивном датасете, полученном из 160 классических психологических экспериментов, в котором участвовали более 60 тысяч человек, выполнивших свыше 10 миллионов отдельных решений. Каждый эксперимент был подробно переведён на естественный язык, что обеспечило единый формат для разнообразных когнитивных парадигм.
Одной из ключевых особенностей Центура является его способность понимать и предсказывать поведение не только участников из тренировочного набора, но и совершенно новых людей, а также успешно адаптироваться к экспериментам с изменёнными условиями, различными сюжетами и даже задачам из новых областей, не включаяхся напрямую в исходный датасет. Такая универсальность вызывает восхищение, поскольку традиционные когнитивные модели обычно специализируются строго на одной области или экспериментальном формате и крайне ограничены в применимости. Основное преимущество Центура заключается в том, что он опирается на знания, заложенные в базовой языковой модели, и при этом учится предсказывать именно человеческое поведение, что приближает его к созданию единой теории когнитива. Модель не просто воспроизводит среднестатистические паттерны, а отражает индивидуальные характеристики и вариативность поведения сложных выборов — от принятия решений в лауреатной задаче с несколькими вариантами до психологических социальных игр. Для оценки качества модели учёные применили ряд жёстких тестов, в том числе сравнение с классическими, доменно-специфичными когнитивными моделями, которые на протяжении десятилетий считаются эталонами в различных направлениях психологии и нейронаук.
Результаты оказались впечатляющими: Центур превосходил конкурентов почти во всех случаях, указывая на уникальную способность обобщать знания и навыки, накопленные в очень разных когнитивных задачах. Важно отметить, что Центур способен не только прогнозировать выборы, но и моделировать поведение в открытом режиме, когда генерируемые им решения подают обратно как входные данные. Это серьёзное испытание, поскольку при таких автономных симуляциях ошибки могут быстро накапливаться, а поведение модели становиться неадекватным. Однако Центур демонстрирует поведение, сходное с поведением людей — например, он умеет использовать стратегию направленного исследования и балансирует между исследованием и использованием известной информации, что характерно для человеческого мышления. Далее, учёные проверили, насколько модель устойчива к изменениям условий задач.
Например, она с успехом справилась с экспериментом, где обычная обстановка была заменена на фантастический сюжет с волшебными коврами, а структура задачи подверглась модификации с добавлением дополнительных вариантов выбора. Центур продемонстрировал не только хорошее качество прогнозов, но и превосходство над традиционными моделями, которые не смогли адаптироваться к подобным изменениям. Особое внимание в исследовании уделялось сопоставлению внутренних представлений модели с реальной нейронной активностью человека, измеренной с помощью функциональной магнитно-резонансной томографии (фМРТ). Полученные данные подтверждают, что тонкая настройка на психологические данные влияет не только на выходные результаты поведения, но и делает внутренние слои модели ближе к нейронным паттернам человеческого мозга при выполнении когнитивных задач. Это важный прорыв, свидетельствующий о том, что искусственный интеллект может моделировать не только поведение, но и структуру когнитивных процессов.
Модель также использовалась для ускорения научных открытий. Один из примеров — руководство в разработке новых когнитивных моделей принятия решений, где традиционные подходы давали менее точные или интерпретируемые результаты. Центур помог выявить тонкие детали стратегий, которые применяют люди, что позволило создать более точные и малоинтерпретируемые модели, способные описывать выборы в задачах с несколькими признаками и критериями. Кроме того, фиксация критериев адаптации и улучшения позволяет рассматривать Центур как инструмент для автоматизации практики когнитивной науки. Его можно применять для проектирования экспериментов, тестирования гипотез и даже для определения оптимального числа участников в исследованиях, что существенно снижает ресурсы и время на проведение когнитивных исследований.
В перспективе исследователи планируют расширять и улучшать набор данных Psych-101, включать в него новые области, такие как психолингвистика, социальные и экономические исследования, а также учитывать индивидуальные различия, возрастные и культурные параметры. Также рассматривается переход к мультимодальным моделям, способным обрабатывать не только текст, но и визуальные, аудио и иные типы данных, чтобы охватить ещё более широкие аспекты человеческого поведения и мышления. Появление Центура знаменует собой крупный шаг на пути к единой теории когнитива — интегрированному, универсальному объяснению, объединяющему разрозненные достижения психологии, нейронаук и искусственного интеллекта. Эта работа меняет традиционные взгляды, демонстрируя, что масштабные языковые модели, обученные на разнообразных и тщательно подготовленных данных, способны стать мощным средством исследования и понимания человеческого разума. Итогом является то, что Центур — не просто очередная модель, а фундаментальная платформа, открывающая новые горизонты для когнитивных наук, обладающая потенциалом для трансформации практики изучения человеческого поведения и разработки инновационных приложений в различных областях, начиная от медицины и заканчивая образованием и разработкой интерфейсов человек-компьютер.
В эпоху стремительного развития искусственного интеллекта такой интегративный и универсальный подход становится ключом к новым открытиям в понимании того, что значит быть человеком. Таким образом, модель Центур — это мост между человеческим интеллектом и современными вычислительными технологиями, способствующий построению единой, предсказательной и эмпатичной модели человеческого мышления.
