Человеческий разум представляет собой уникальную и многогранную систему, способную решать широкий спектр задач — от повседневных выборов до сложных интеллектуальных операций. Традиционные когнитивные модели в психологии и нейронауках часто специализированы и ограничены узкими областями применения, что усложняет построение единой теории человеческого познания. Однако современная наука делает решительный шаг в сторону интеграции знаний с помощью так называемых фундаментальных моделей, которые ориентированы на обобщённое понимание когнитивных процессов и могут предсказывать поведение людей в самых разных контекстах. Одним из ярких представителей этой новой волны является модель Centaur, представленная исследовательским коллективом в публикации 2025 года. Centaur основана на усиленной языковой модели Llama 3.
1 с 70 миллиардами параметров, адаптированной с применением специальной методики тонкой настройки под названием QLoRA. Главной особенностью Centaur стала возможность обучаться на гигантском массиве данных Psych-101, который включает в себя выборы более 60 тысяч участников в свыше 10 миллионов испытаний из 160 различных психологических экспериментов. Каждый эксперимент был переведён в естественный язык, что позволило создать универсальный формат представления данных и отражения разнообразного экспериментального контекста — от принятия решений и обучения до логического рассуждения и задач с марковскими процессами. Сочетание таких масштабных данных с мощным алгоритмом обеспечило создание модели, способной предсказывать и симулировать человеческое поведение в ранее не встречавшихся задачах. Эксперименты показывают, что Centaur не только превосходит как исходную языковую модель без специальной настройки, так и ряд классических когнитивных моделей, которые долгое время считались эталонными в психологии.
Более того, Centaur выявляет закономерности, которые отражают реальное распределение стратегий и поведения среди населения, включая различные вариации обучения, принятия решений и исследования окружающей среды. Одна из проверок открытых симуляций показала, что модель отлично воспроизводит как «рутинное» поведение человека, так и стратегии, связанные с неопределённостью и исследовательским поведением, что крайне сложно добиться современными машинными методами. Centaur также проявляет способность отличать человеческое поведение от искусственного, что указывает на качество его когнитивного моделирования. Уникальным достоинством Centaur стала его устойчивость и широкая обобщаемость. Модель способна успешно справляться с изменениями «обложки» задачи — изменением, к примеру, сюжетной фабулы эксперимента — а также с новыми структурами задач и совершенно новыми областями, не попадавшими в тренировочный набор.
Это демонстрирует, что основы, на которых построена модель, не сводятся к «запоминанию» или эмпирической подгонке конкретных данных, а скорее воплощают принципы универсального человеческого познания. Такой уровень гибкости в когнитивном моделировании открывает новые горизонты для использования в психологических исследованиях, разработке интерфейсов и систем искусственного интеллекта. Помимо качественных характеристик поведения, Centaur показывает значительное приближение своих внутренних представлений к активности мозга человека, замеряемой с помощью функциональной магнитно-резонансной томографии (фМРТ). В ряде экспериментов удавалось достоверно прогнозировать нейронные сигналы в различных областях мозга, таких как медиальная префронтальная кора и моторные кортикальные зоны, используя представления, извлечённые из модели. Это говорит о том, что Centaur, обучаясь на данных выбора и поведения, фактически учится формировать когнитивные процессы, коррелирующие с биологическими механизмами.
Такой синтез вычислительных и нейронных подходов способствовал значительному сближению искусственных и естественных моделей мышления. Важным аспектом разработки Centaur стала доступность и открытость: как сама модель, так и используемые датасеты размещены на публичных платформах, что позволяет сообществам исследователей легко интегрировать эти ресурсы в свои проекты. Кроме того, создаётся облегчённая версия Centaur под названием Minitaur, ориентированная на более скромные вычислительные мощности, что расширяет возможности экспериментирования и прототипирования. Одно из перспективных направлений применения Centaur — это автоматизированное построение новых когнитивных моделей. В качестве демонстрации возможностей, разработчики модели использовали её для анализа данных из эксперимента по принятию решений с несколькими атрибутами, где люди выбирали между вариантами, обладающими разными характеристиками.
Благодаря Centaur удалось сформулировать и проверить новые гипотезы о стратегии выбора, которые превосходят классические подходы и в то же время остаются интерпретируемыми. Такой подход хорошо сочетается с методикой научного регрет-минимизации, когда компьютерная модель выявляет проблемные данные, непредсказуемые текущей теорией, и на их основе предлагаются новые улучшения теории. В долгосрочной перспективе Psych-101 и Centaur способны стать базисом не только для углубленного понимания когнитивных процессов, но и для проектирования более продвинутых интерфейсов человек-компьютер, диагностических систем и моделей искусственного интеллекта с человеческой интуицией. Научная команда, стоящая за этим проектом, планирует расширять и дополнять датасет новыми экспериментальными доменами, включая социальную психологию, психолингвистику и экономические игры, что повысит универсальность модели. Несмотря на впечатляющие результаты, авторы признают существующие ограничения.
