Человеческий разум — одна из самых сложных и многогранных систем, которые изучает наука. За десятилетия исследований психология и когнитивные науки стремились создать общую теорию, способную объединить различные аспекты человеческого мышления и поведения. Однако до недавнего времени существовавшие модели были ограничены лишь узкими областями или специфическими задачами, такими как принятие решений или обучение. В этом контексте появляется уникальная foundation-модель под названием Центур (Centaur), призванная стать универсальным инструментом для прогнозирования и понимания когнитивных процессов человека во множестве различных ситуаций и экспериментов, описанных естественным языком. Центур — результат тонкой настройки мощной языковой модели Llama 3.
1 70B от Meta AI на гигантском наборе данных Psych-101, содержащем более 10 миллионов выборов и свыше 60 тысяч участников из 160 различных психологических экспериментов. Уникальность Psych-101 заключается в том, что все эксперименты транскрибированы в естественный язык с подробным описанием каждого испытания и действий участников. Такой формат позволяет модели воспринимать и обрабатывать самую разнообразную информацию, не ограничиваясь узконаправленными задачами, что становится основой для её универсальности и масштабируемости. Центур смог добиться поразительных результатов в сравнении с традиционными когнитивными моделями, которые обычно разрабатывались для предсказания поведения в конкретных экспериментах. Она превосходит их в точности прогнозов на новых данных, включая невиданные ранее структурные изменения в заданиях и даже кардинально новые области, например, логическое мышление.
Это доказывает, что модель способна не только запоминать, но и обобщать, что является одним из главных вызовов в изучении человеческой когниции. Обучение модели проходило по инновационной методике QLoRA, которая позволяет эффективно настраивать небольшое количество дополнительных параметров, не изменяя исходные веса базовой языковой модели, что экономит вычислительные ресурсы и ускоряет обучение. Такая адаптация показала, что даже относительно небольшая дообученная часть способна сильно повысить смысловую согласованность модели с человеческим поведением. Эксперименты по оценке показали высокую обобщающую способность Центура. Модель успешно предсказывает выборы не только у участников, данные о которых были в обучающей выборке, но и у новых людей, а также на новых версиях известных задач с изменённым сюжетом — например, в «магическом ковре» вместо «космического корабля» в известном двухэтапном задании.
Анализ в целях подтверждения человеку подобного поведения подтвердил, что Центур имитирует не только среднестатистическое поведение, но и вариативность стратегий и решений, свойственных реальным людям, что является более сложной задачей. Опровергая гипотезы о том, что модель могла выучить шаблоны, не связанные с человеческим мышлением, исследователи проверяли её в заданиях с предсказанием поведения искусственных агентов. Центур демонстрирует высокую точность в предсказании человеческих реакций, но значительно хуже справляется с моделированием решений искусственного интеллекта, что говорит о реальной имитации человеческой когниции, а не простом распознавании паттернов. Анализ внутренних репрезентаций модели продемонстрировал, что после обучения Центур становится ближе к деятельности человеческого мозга. По данным функциональной магнитно-резонансной томографии (fMRI), представления модели лучше соответствуют нейронной активности участников экспериментов, чем исходная языковая модель.
Такое сочетание поведенческой и нейронной согласованности открывает новые возможности для когнитивной науки, позволяя лучше понимать, как люди принимают решения и обрабатывают информацию на уровне мозга. Одним из интереснейших применений Центура стала поддержка научных открытий. В одном из примеров с анализом многокритериального принятия решений, где участникам предлагалось выбирать товары, модель помогла выявить новые гипотезы поведения, сочетающие известные эвристики в единую более точную стратегию. Такой подход, основанный на научном минимизме сожаления, позволяет использовать Центур как эталонный инструмент, помогающий улучшить и интерпретировать когнитивные модели и теории. Перспективы развития такой универсальной модели обширны.
Создание подобной foundation-модели служит шагом к построению действительно единой теории когниции, выходящей за пределы отдельных экспериментов. Помимо предсказания поведения, модели подобные Центуру позволяют глубже изучать внутреннюю структуру и динамику мышления, а также интегрировать разные области психологических знаний, такие как социальная психология, психолингвистика и психопатология. Однако исследователи подчёркивают, что текущее состояние данных и модели всё ещё ограничено определёнными областями и выборками — например, большинство участников экспериментов представляет западное население, что может ограничивать универсальность модели. Планируется дальнейшее расширение и стандартизация базы данных, интеграция индивидуальных характеристик и культурных факторов, что позволит сделать прогнозы более персонализированными и релевантными для широкого круга людей. Ключевая инновация Центура заключается в объединении мощи современных языковых моделей искусственного интеллекта с масштабными, структурированными и богато аннотированными психологическими данными.
Эта синергия демонстрирует путь для будущих исследований, в которых машинное обучение не только подстраивается под человеческие решения, но и становится активным участником в формулировке новых теорий и гипотез когнитивной науки. Таким образом, Центур и хранящаяся за ним Psych-101 открывают эпоху новых возможностей в понимании человеческой когниции. Они служат инструментами для автоматизации и ускорения исследований, позволяя ученым экспериментировать «в вакууме» и создавать более гибкие и адаптивные когнитивные модели. Это сближает компьютеры и мозг, давая надежду на создание единой, интегрированной модели характера мышления, от простых ежедневных решений до сложных интеллектуальных задач. Современный научный мир стоит на пороге новой эры, где технологии искусственного интеллекта становятся партнёрами человека в исследовании самого себя.
Центур — яркий пример того, как благодаря открытому сотрудничеству ученых и инженеров можно приблизиться к разгадке загадок человеческого разума и, вероятно, построить мост к будущему, где интеллект машины и человек работают в гармонии для расширения границ познания.
