Новая модель искусственного интеллекта с поразительной точностью имитирует человеческое мышление даже в незнакомых ситуациях.
Исследователи из Мюнхенского университета Гельмгольца создали передовую систему искусственного интеллекта, способную имитировать процесс принятия решений человеком с впечатляющей точностью. Модель, получившая название Centaur, была обучена на основе данных о более чем десяти миллионах решений, собранных в ходе психологических исследований, что позволило ей генерировать реакции, реалистично отражающие поведение человека. Этот прорыв открывает новые возможности для углубления нашего понимания того, как люди мыслят, и совершенствования существующих психологических структур.
В течение многих лет психология стремилась в полной мере охватить все тонкости человеческого мышления. Однако прошлые модели, как правило, ограничивались объяснением того, как люди думают, или предсказанием того, как они действуют, и редко им удавалось достичь и того, и другого.
Исследовательская группа под руководством доктора Марселя Бинца и доктора Эрика Шульца из Института искусственного интеллекта, ориентированного на человека, в Мюнхенском университете Гельмгольца представила модель, которая устраняет этот пробел. Кентавр был обучен работе с обширным набором данных, известным как Psych-101, который объединяет более десяти миллионов решений, принятых на основе 160 различных поведенческих экспериментов.
Centaur отличается способностью предугадывать реакцию человека не только в привычных условиях, но и в совершенно новых ситуациях. Он распознает повторяющиеся схемы принятия решений, с легкостью приспосабливается к новым условиям и даже может оценить время реакции с удивительным уровнем детализации.
“Мы создали инструмент, который позволяет нам предсказывать поведение человека в любой ситуации, описанной естественным языком, – как в виртуальной лаборатории”, - говорит Марсель Бинц, который также является ведущим автором исследования. Возможности применения варьируются от анализа классических психологических экспериментов до моделирования процессов принятия индивидуальных решений в клинических условиях - например, при депрессии или тревожных расстройствах.
Модель открывает новые перспективы, в частности, в исследованиях в области здравоохранения – например, помогает нам понять, как люди с различными психологическими состояниями принимают решения. Предполагается, что набор данных будет расширен за счет включения демографических и психологических характеристик.
Кентавр: объединяющая теория и прогнозирование
Кентавр объединяет две ранее разделенные области: интерпретируемые теории и прогностические возможности. Это может выявить недостатки классических моделей и дать представление о том, как их можно улучшить. Это открывает новые возможности для исследований и применения в реальных условиях - от медицины до наук об окружающей среде и социальных наук.
“Мы только начинаем, но уже видим огромный потенциал”, - говорит директор института Эрик Шульц. Ключевым моментом, добавляет Бинц, является обеспечение прозрачности и управляемости таких систем, например, за счет использования открытых локально размещенных моделей, которые гарантируют полную независимость данных.
Затем исследователи намерены поближе познакомиться с Centaur: какие вычислительные схемы соответствуют конкретным процессам принятия решений? Могут ли они быть использованы для определения того, как люди обрабатывают информацию или как различаются стратегии принятия решений у здоровых людей и людей с психическими расстройствами?
Исследователи убеждены: “Эти модели обладают потенциалом для фундаментального углубления нашего понимания процессов познания человека – при условии, что мы будем использовать их ответственно”. Неслучайно, что это исследование проводится в мюнхенском университете Гельмгольца, а не в отделах разработки крупных технологических компаний.
“Мы объединяем исследования в области искусственного интеллекта с психологической теорией и с четкими этическими обязательствами”, – говорит Бинц. “В публичной исследовательской среде у нас есть свобода заниматься фундаментальными когнитивными вопросами, которые часто не находятся в центре внимания в промышленности”.
Что такое Psych-101?
Psych-101 - это набор данных, специально собранный командой под руководством Марселя Бинца для обучения модели искусственного интеллекта Centaur. Он содержит более десяти миллионов индивидуальных решений, принятых более чем 60 000 участниками в ходе 160 психологических экспериментов.
Эти эксперименты охватывают широкий спектр человеческого поведения – от принятия риска и обучения вознаграждению до моральных дилемм. Исследователи вручную обработали и стандартизировали все данные, чтобы их можно было интерпретировать с помощью языковой модели. Таким образом, Psych-101 представляет собой уникальный ресурс для систематического моделирования поведения человека на основе данных естественного языка.
Исследователи из Центра им. Гельмгольца в Мюнхене представили языковую модель нового поколения — Centaur, способную с поразительной точностью имитировать человеческое принятие решений и даже прогнозировать время реакции в незнакомых ситуациях. Эта разработка знаменует собой важный шаг в интеграции искусственного интеллекта и когнитивной психологии.
В основе Centaur — уникальный обучающий массив Psych-101, включающий более 10 миллионов решений, принятых участниками 160 психологических экспериментов. Эти данные охватывают широкий спектр человеческого поведения: от моральных выборов и оценки риска до адаптивного обучения. Модель не только воспроизводит типичные реакции, но и демонстрирует высокую точность при столкновении с ранее незнакомыми задачами — фактически действуя как универсальный симулятор человеческого мышления.
«Мы создали инструмент, способный предсказывать поведение человека в любой ситуации, описанной на естественном языке — как в виртуальной лаборатории», — объясняет доктор Марсель Бинц, ведущий автор исследования.
Centaur работает на стыке интерпретируемых когнитивных теорий и высокоточной предсказательной аналитики, восполняя пробел между объяснением как мы думаем и что мы делаем. В отличие от предыдущих моделей, которые фокусировались на одном аспекте, Centaur объединяет оба подхода, обеспечивая как воспроизводимость, так и обоснованность решений.
Сенсационная особенность Centaur — способность моделировать принятие решений в клинических сценариях, включая поведенческие паттерны при депрессии, тревожных расстройствах и других психических состояниях. В будущем разработчики планируют расширить модель за счёт демографических и психологических признаков, чтобы приблизить симуляцию к реальному когнитивному разнообразию.
«Кентавр способен выявить слабые места в существующих теориях и предложить, как их улучшить», — говорит доктор Эрик Шульц, директор Института человеко-ориентированного ИИ.
Проект отличается своей исследовательской независимостью и этической направленностью: он развивается в открытой академической среде, а не в коммерческих лабораториях Big Tech. Это позволяет авторам сосредоточиться на фундаментальных вопросах познания и обеспечении прозрачности и управляемости ИИ-систем. Например, разработчики активно внедряют локальные интерпретируемые модели, которые позволяют пользователям сохранять контроль над своими данными.
Psych-101 — это специально составленный датасет для обучения Centaur. Он содержит стандартизированные данные более 60 000 участников, принявших участие в разнообразных психологических экспериментах. Каждое решение описано в форме, доступной языковой модели, что делает Psych-101 первым в мире масштабным ресурсом для моделирования человеческого поведения через интерфейс естественного языка.
Современные технологии машинного обучения достигли новой вехи: исследователи из Helmholtz Munich представили языковую модель искусственного интеллекта, которая способна воспроизводить когнитивные паттерны человеческого мышления с поразительной точностью. Модель под названием Centaur не просто распознаёт лингвистические структуры или обучается на наборах данных — она воспроизводит поведенческие закономерности, лежащие в основе принятия решений человеком. Это означает качественный переход от алгоритмического ИИ к когнитивно-информированному ИИ, приближающемуся к моделированию сознания.
Centaur была обучена на уникальном датасете Psych-101, собранном специально для этой цели. Этот массив охватывает более 10 миллионов отдельных решений, принятых в рамках 160 разнообразных психологических экспериментов. В выборку вошли данные от более чем 60 000 участников, и она охватывает широкий спектр психических процессов — от обучения на основе вознаграждения и принятия рисков до моральных дилемм и выбора в условиях неопределенности. Важно, что все данные были вручную структурированы и стандартизированы для интерпретации в формате языковой модели, что позволило машине обучиться на глубоко человеческом материале.
Одним из главных достижений Centaur стало её умение предсказывать поведение не только в рамках задач, которые она уже «видела», но и в новых, ранее неизвестных контекстах. Модель способна не только выбирать наиболее вероятный исход поведения, но и оценивать время реакции — важнейшую метрику в когнитивной психологии. Таким образом, она может не просто моделировать решения, но и воспроизводить темп мышления, характерный для человека.
Centaur стала тем редким случаем, когда модель объединяет интерпретируемую психологическую теорию и мощную предсказательную способность.
Она выявляет, где классические модели когнитивных процессов недорабатывают, и предлагает новые гипотезы для объяснения наблюдаемых поведенческих паттернов. Это делает Centaur не просто инструментом предсказания, а научным партнёром, способным генерировать новые идеи для исследований в нейропсихологии, клинической диагностике и даже социальной политике.
Особую значимость проекту придает открытая исследовательская среда, в которой он реализуется. В отличие от коммерческих корпораций, ориентированных на прикладные задачи, лаборатория Helmholtz Munich концентрируется на фундаментальных вопросах когнитивной науки, с этическими рамками, направленными на защиту персональных данных и прозрачность алгоритмов.
Исследователи подчёркивают важность разработки локальных, открытых моделей, которые не только предсказывают поведение, но и поддаются интерпретации и контролю.
Один из ключевых направлений будущей работы с Centaur — изучение внутренних механизмов модели: какие именно вычислительные процессы соответствуют реальным стратегиям человеческого мышления, как они различаются между здоровыми людьми и пациентами с когнитивными нарушениями, и можно ли по ним диагностировать поведенческие патологии. Эта возможность открывает перспективы в области персонализированной медицины, психиатрии и когнитивной терапии.
Centaur не просто приближает искусственный интеллект к человеку. Он становится инструментом, через который сам человек может глубже осмыслить, как он думает, как принимает решения и почему иногда ошибается. Это новый виток интеграции когнитивных наук и машинного обучения, в котором языковые модели служат не только интерфейсом, но и зеркалом человеческого сознания.
**
Российские ученые из Института органической химии им. Н.Д. Зелинского РАН разработали нейросеть, которая может имитировать профессиональную интуицию химиков. Об этом рассказали в Минобрнауки России.
Новая система может воспроизводить субъективные оценки специалистов во время работы с химическими соединениями, что ранее считалось невозможным для ИИ.
Для обучения системы учеными была создана уникальная база данных, состоящая из 200 тысяч парных сравнений молекул. В исследовании участвовали 50 профессиональных химиков. Они провели анализ 300 тыс. соединений.
Нейросеть, которую создали на методе Learning to Rank, со временем научилась принимать решения, похожие на человеческие, а не просто классифицировать молекулы по заданным параметрам
Разработанный алгоритм говорит о способности давать оценку такому сложному параметру как молекулярная сложность, который обычно требует экспертной оценки.
«ИИ научился копировать мышление ученых и приобрел профессиональную интуицию, что позволит ему выполнять задачи с точностью опытного химика», — отметили разработчики.
По словам Евгения Третьякова, замдиректора ИОХ РАН, данный проект имеет большое практическое значение для ускорения инноваций в химических технологиях.
Новая система может быть использована в различных областях — от разработки фармпрепаратов до создания новых материалов. Результаты исследования опубликуют в авторитетном журнале Chemical Science.