Познание человека — одна из самых сложных и многогранных областей науки, объединяющая психологию, нейронауку, когнитивные науки и искусственный интеллект. На протяжении десятилетий ученые стремились разработать единое, интегрированное объяснение механизмов мышления, принятия решений, обучения и адаптации человека. В этом контексте появилась уникальная модель под названием Центур — основополагающая модель когнитивных процессов, способная предсказывать человеческое поведение в широком спектре задач и условий. Центур создана на основе современной крупной языковой модели Llama 3.1 70B от Meta AI, дообученной на крупнейшем в истории датасете человеческого поведения Psych-101.
Этот датасет включает более 160 психологических экспериментов с более чем 60 000 участниками, охватывая свыше 10 миллионов выборов в различных когнитивных и поведенческих задачах. Такой масштаб данных позволяет сделать Центур моделью, выходящей за рамки узкоспециализированных алгоритмов и способной к генерализации в новых, ранее невиданных ситуациях. Главная инновация Центура кроется в его универсальности. В отличие от специализированных подходов, сфокусированных на отдельных аспектах когнитивной деятельности — например, принятие решений или обучение, Центур объединяет эти направления, обеспечивая предсказание человеческого поведения в любых экспериментах, описанных на естественном языке. Такой подход кардинально расширяет возможности моделирования и понимания когнитивных процессов в целом.
Для дообучения базовой модели Llama применялась технология параметр-эффективного адаптивного обучения QLoRA, при котором только небольшой набор параметров — низкоранговые адаптеры — подстраивается под задачи предсказания поведения, а большая часть базовой модели остается неизменной. Это гарантирует высокую эффективность и позволяет встроить новые знания без разрушения изначальных навыков модели. Оценка эффективности Центура проводилась в разных условиях. Во-первых, модель превосходит существующие когнитивные модели в предсказании поведения новых участников тех же экспериментов, на которых она обучалась. Во-вторых, Центур демонстрирует устойчивость к изменениям в условиях задачи — например, когда меняется «сюжет» эксперимента или структура самого задания.
Кроме того, модель успешно обобщает знания для предсказания поведения в полностью новых доменах, которые не входили в ее тренировочный набор. Проводились разнообразные тесты, демонстрирующие высокую степень приближения предсказаний Центура к реальному поведению человека. В частности, в таких когнитивных задачах, как многорукие бандиты, двухшаговые задания или социальное прогнозирование, модель не просто воспроизводит среднее поведение, но отражает разнообразие стратегий, встречающихся среди людей. Это славное достижение, потому что многие современные модели ориентированы именно на среднестатистическое поведение, не учитывая индивидуальные различия и вариативность. Особенно впечатляющей стала способность Центура моделировать поведение в условиях, где люди используют сложные стратегии, включая комбинированные эвристики и вариативные подходы к принятию решений.
Авторы исследования продемонстрировали применение модели для работы с реальными поведенческими данными, что позволило выявить новые аспекты в процессах принятия решений, например, гибкую замену стратегий и влияние разных источников информации на выбор. Еще одна важная грань работы с Центуром — изучение внутренних представлений модели, которые после дообучения оказались более согласованными с данными человеческих нейронных активностей, полученных методом функциональной магнитно-резонансной томографии (фМРТ). Это открытие свидетельствует о том, что не только поведение, но и нейронные процессы человека находят отражение в вычислительных механизмах Центура. Данная модель послужила основой для нового подхода в когнитивной науке — автоматизированного создания когнитивных моделей. С помощью Центура стало возможным формулировать гипотезы и экспериментальные стратегии напрямую из анализа больших данных, быстро приходя к научным открытиям, которые ранее требовали трудоемких методологических разработок.
Такой синтез искусственного интеллекта и психологии помогает создавать более интерпретируемые и точные модели человеческого мышления. Среди перспектив развития Центура рассматривается расширение базы данных Psych-101, включение более разнообразных направлений психологии, таких как психолингвистика, социальная психология и экономические игры. Планируется интеграция индивидуальных характеристик участников, например возраста, личностных черт и культурных факторов для более тонкого моделирования когнитивных различий и учета культурно-гендерных аспектов. Учитывая успехи Центура, можно предположить, что будущее когнитивных наук связано с развитием интегративных моделей, основанных на современном машинном обучении и масштабных данных. Объединение знаний из разных областей психологии и нейронаук в единой вычислительной модели позволит лучше понимать, прогнозировать и, возможно, улучшать когнитивные способности человека.
Таким образом, Центур — это не просто последняя технологическая новинка, а мощный инструмент для создания единой теории человеческого познания. Его универсальность, основанная на масштабных данных и передовых ИИ методах, открывает новые горизонты как в фундаментальных исследованиях когнитивной науки, так и в практических приложениях, таких как разработка адаптивных обучающих систем, персонализированной психотерапии и когнитивных помощников. Переход от доменно-специфических моделей к фундаментальным, универсальным представителям когнитивных процессов знаменует качественный скачок в наших возможностях понимать человеческий разум. Модель Центур уже сейчас задает новые стандарты интеграции и прецизионного анализа психологии, предлагая исследователям инновационный путь в изучении самого себя.
