Психология и когнитивные науки долгие годы стремились к созданию единой, интегрированной теории, способной охватить весь спектр человеческого мышления и поведения. Однако традиционные модели, разработанные в рамках когнитивных исследований, зачастую специализированы и ограничиваются отдельными областями: принятие решений, обучение, память или социальное взаимодействие. В последние годы развитие машинного обучения и больших языковых моделей открыло новые горизонты для построения более универсальных и гибких систем, способных моделировать человеческую когницию на совершенно новом уровне. В 2025 году в журнале Nature была опубликована статья, посвящённая фундаментальной модели Centaur – инновационной системе, которая способна предсказывать и воспроизводить поведение человека во множестве разнообразных психологических экспериментов, представленных в формате естественного языка. Centaur является примером того, как современные большие языковые модели, изначально предназначенные для обработки текста, могут быть адаптированы для решения сложных задач, связанных с познанием и поведением человека.
Основой для создания Centaur послужила модель Llama 3.1 70B от Meta AI, одна из самых продвинутых языковых моделей на сегодняшний день. Для адаптации модели к задачам предсказания человеческого поведения была использована крупномасштабная база данных Psych-101. Psych-101 содержит более 10 миллионов выборов, сделанных свыше 60 тысяч участников в рамках 160 различных экспериментов, охватывающих такие области, как принятие решений в условиях неопределенности, процессы обучения, планирование и многое другое. Главным преимуществом Centaur перед традиционными когнитивными моделями стала её способность к генерализации.
Модель успешно предсказывает поведение не только участников, данные которых ранее использовались для обучения, но и новых, «неизвестных» субъектов. Более того, Centaur показала высокую адаптивность к экспериментальным данным с изменёнными условиями или даже совершенно новым контекстом, что является поистине уникальным достижением. Для оценки эффективности модели в ряде экспериментов была проведена сравнительная оценка по качеству предсказаний с использованием метрики отрицательного логарифма вероятности. Результаты оказались впечатляющими: Centaur превзошла ряд существующих доменспецифичных моделей в подавляющем большинстве случаев. Это демонстрирует потенциал использования больших языковых моделей в качестве фундаментальной основы для интегрированной когнитивной науки.
Интересно, что Centaur может симулировать поведение участников в открытом режиме — генерировать действия последовательно, основываясь на собственных предыдущих ответах, что служит серьёзным тестом правдоподобия. В таких симуляциях модель демонстрирует исследовательское поведение и варьируется между разными типами обучения и стратегиями, как и реальные люди. Анализ также подтвердил, что модель точно разграничивает человеческое поведение и стратегии искусственных агентов, что говорит о специфической общей модели человеческой когниции. Говоря о подготовке и адаптации, стоит отметить, что в основе финотюнинга лежит методология параметрически эффективного обучения — QLoRA, когда основной вес модели фиксируется, а добавляются низкоранговые адаптеры. Это позволяет значительно снизить вычислительные затраты и сохранить обширные знания базовой языковой модели, сосредоточив обучение на человеческом поведении.
Ещё одним важным подтверждением эффективности Centaur стала её нейронная согласованность с человеческой активностью мозга. Путём анализа функциональной магнитно-резонансной томографии (fMRI) у участников различных задач удалось доказать, что внутренние представления модели хорошо коррелируют с реальными показателями мозговой активности. Более того, эта нейросетевое согласование улучшалось после дообучения на базе Psych-101, что показывает, что модель не только имитирует поведение, но и, возможно, отражает базовые нейрокогнитивные процессы. Важным приложением модели является использование Centaur для научного открытия и разработки новых когнитивных стратегий. В одном из кейсов исследователи использовали Centaur для анализа сложных решений в эксперименте мультатрибутного выбора, что позволило выявить комбинацию эвристик, ранее не рассмотренную.
Этот подход демонстрирует, как мощный предсказательный инструмент может помочь в создании интерпретируемых моделей и более глубоких пониманий. Перспективы развития и применения фундаментальной модели Centaur открывают множество возможностей для будущих исследований. Вполне вероятно, что в дальнейшем появятся более специализированные архитектуры, обученные с нуля на больших и разнотипных наборах данных, которые позволят лучше понять взаимодействие между различными когнитивными модулями. Важным направлением выступает расширение набора данных Psych-101 за счёт включения новых доменов, таких как психолингвистика, социальная психология, исследование индивидуальных особенностей и кросс-культурные данные. Разработка таких общих моделей является ключевым этапом на пути к единой теории когниции, которая позволит объединить знания по всем аспектам мышления, обучения, планирования и социальной интеракции.
В противоположность узкоспециализированным подходам, модели вроде Centaur создают универсальную основу, способную адаптироваться и объяснять широкий спектр проявлений человеческого разума. Однако, существуют и вызовы. Одним из них является необходимость обеспечения более инклюзивного и репрезентативного представления участников в исходных данных, учитывая преобладание в обучающих наборах преимущественно западных, образованных, индустриализированных, богатых и демократических групп населения. Ещё одной задачей является развитие мультимодальных форматов данных, которые позволят интегрировать различные типы информации: текст, изображения, аудио и физиологические показатели. Современное исследование задаёт высокий стандарт выполнения мультидисциплинарной работы: от сбора и структурирования больших психологических данных, их трансформации в естественно-языковую форму, до тонкой настройки масштабных моделей и комплексной нейробиологической валидации.
Результаты представляют собой значительный шаг к тому, чтобы заменить множество специализированных моделей единой, гибкой и интерпретируемой системой. Фундаментальная модель Centaur — это не просто инструмент для точного предсказания человеческого поведения. Это технология, которая направлена на построение мостов между психологией, нейронаукой и искусственным интеллектом, открывая новые возможности для объяснения и прогнозирования сложных аспектов человеческого мышления. Подобные модели обещают ускорить прогресс в когнитивных науках и способствовать созданию более гуманизированных ИИ-систем, способных принимать решения, ближе к человеческому образцу. Сегодня мы стоим на пороге новой эры изучения человеческого разума, где искусственный интеллект не просто помогает обрабатывать информацию, а служит инструментом глубокого понимания, открытия новых закономерностей и отражения внутренней логики нашего мышления.
Centaur — это первый крупный шаг на этом пути, открывающий захватывающие перспективы как для научного сообщества, так и для практических приложений в образовании, здравоохранении, социальном взаимодействии и beyond.
