Познание человека всегда было одной из самых сложных и увлекательных тем для науки. Способность предсказывать человеческое поведение — ключ к пониманию нашего мышления, принятия решений и взаимодействия с окружающим миром. В последние годы успехи в области искусственного интеллекта и машинного обучения открывают новые горизонты для изучения когнитивных процессов. Одним из важных достижений в этом направлении стала модель под названием Centaur, которая представляет собой фундаментальную систему для прогнозирования и захвата человеческого когнитивного поведения. Centaur была создана на основе крупного языкового алгоритма Llama 3.
1 70B, разработанного Meta AI, и подверглась тонкой донастройке с помощью масштабного набора данных Psych-101. Этот набор данных включает свыше 10 миллионов отдельных человеческих выборов, собранных в ходе 160 психологических экспериментов с участием более 60 тысяч человек. Немаловажно, что все задачи из набора Psych-101 были представлены в виде естественного языка, что позволило моделировать множество разнообразных сценариев и экспериментальных условий. Главная идея Centaur заключается в том, чтобы объединить огромные возможности современных языковых моделей с данными о психологическом поведении людей. Благодаря такому подходу модель учится понимать и прогнозировать решения человека, опираясь не только на текстовую информацию, но и на психометрические данные, связанные с выбором, обучением и памятью.
Значимо, что Centaur не просто повторяет известные модели, действующие в ограниченных областях когнитивной науки, но и превосходит их в широком спектре заданий, демонстрируя универсальность и гибкость. Одним из существенных испытаний модели была её способность предсказывать поведение новых участников, не входящих в обучающий набор, а также работу в условиях измененных или новых экспериментальных установок. Centaur успешно справился с прогнозами в переработанных версиях классических задач психологической науки, таких как двухэтапная задача с изменённым «сюжетным оформлением» (cover story), модели с дополнительными вариантами выбора и даже в новых доменах, например в логическом рассуждении, где отсутствовали прямые аналоги в исходных данных. Такой уровень обобщения подчеркивает потенциал модели для исследования когнитивных процессов в широком смысле. Важной частью исследований стала проверка внутреннего сходства Centaur с функционированием человеческого мозга.
Анализ нейронной активности на основе данных функциональной магнитно-резонансной томографии (фМРТ) показал, что представления внутри модели стали лучше соответствовать нейронным ответам людей после обучения на данных Psych-101. Это открывает перспективы использования языковых моделей не только для прогнозирования поведения, но и для понимания нейрофизиологических основ мышления и решений. Уникальность Centaur ещё и в том, что она совмещает мощности современных технологий с научной строгостью — модель обеспечивает высокую точность предсказаний и, одновременно, позволяет вести разработку интерпретируемых когнитивных моделей. В одном из практических применений на базе Centaur удалось раскодировать новые формализованные гипотезы о принятии человеком решений в задачах с несколькими атрибутами, что значительно расширяет возможности когнитивной науки по созданию более общих теорий. Использование языкового формата для кодирования огромного множества психологических экспериментов стало ещё одним важным вкладом.
Такая унификация позволяет легко интегрировать разнородные данные, создавать масштабные базы знаний и использовать мощные инструменты обработки естественного языка для анализа и генерации теоретических гипотез. Это значительно ускоряет путь к построению единой и общепринятой теории познания, которая объединит разрозненные конкурирующие модели. Переход от узкоспециализированных моделей к таким фундаментальным системам, как Centaur, отражает общемировую тенденцию в науке и технологиях. Понимание мышления посредством моделей, способных работать в различных контекстах и адаптироваться к новым данным, открывает новые горизонты в области психологии, нейронаук и искусственного интеллекта. Это также способствует практическим приложениям — от создания эффективных систем поддержки принятия решений до разработки персонализированных методов обучения и реабилитации.
Помимо технических достижений, важно учитывать этические и культурные аспекты развития подобных моделей. Проект Psych-101 в текущем виде носит ограниченный характер, ориентируясь преимущественно на данные из дисциплин, связанных с обучением и принятием решений, и часто основан на представителях западной, образованной, индустриализированной и демократической части населения (WEIRD). В будущем планируется расширение набора данных с добавлением социальных, лингвистических и межкультурных экспериментов, что поможет сделать модели более универсальными и репрезентативными. Всем этим Centaur и Psych-101 знаменуют собой важный шаг на пути к автоматизации когнитивной науки. Они создают платформу для ин-силико экспериментов, проектирования новых психологических исследований и проверки гипотез с помощью мощных вычислительных инструментов.
Такой подход обеспечивает и экономию времени, и более высокую точность, а также помогает снижать барьеры для вовлечения специалистов из разных областей в изучение ума и поведения. В заключение стоит отметить, что Centaur и ряд связанных с ним инициатив знаменуют переход к новой парадигме в когнитивных науках — к единой, масштабной и всеобъемлющей модели человеческого мышления, основанной на интеграции данных и современных методов искусственного интеллекта. Этот прорыв открывает не только новые научные возможности, но и фундаментально меняет наше понимание о том, что значит быть человеком и как можно воспроизвести и объяснить сложнейшие процессы, протекающие в нашем разуме.
