新AI模型可預測系列任務中人類的決定

近日，一項發表于《自然》的研究報道了創新人工智能（AI）系統——Centaur。它可以預測人們在各種情況下做出的決定，并且優于利用心理學經典理論所做的推測。

不同于谷歌Deepmind的AlphaGo等只能預測一個人就單一任務做出選擇的AI系統，Centaur可以模擬一系列任務中人類的行為，包括賭博、玩記憶游戲、解決問題等。在測試過程中，Centaur甚至能夠預測未訓練過的任務中人類將如何做出選擇。該系統創建團隊認為，有一天它可能會成為認知科學領域有價值的工具。

“你可以開展硅基實驗，無需實際人類參與者。”該研究合著者、德國慕尼黑亥姆霍茲人類中心AI研究所的認知科學家Marcel Binz說，當傳統研究速度太慢，或者很難招募到兒童或有精神疾病實驗參與者時，這個AI工具可能很有用。

長期以來，科學家們一直在努力使用特定任務模型模擬人類廣泛的行為，但很難實現對大量任務中人類行為進行模擬。Binz和同事希望突破這一局限性。他們花了5天時間基于160個心理學實驗的大量數據，對美國Meta公司研發的LLM——LLaMA進行微調。在這些心理學實驗中，6萬人在各種任務中做出了1000多萬個選擇。最終，研究人員得到了Centaur。

研究人員測試了Centaur對未包含在訓練數據集中的參與者的行為的預測能力。在32項任務中，除一項外，Centaur在預測參與者做出選擇方面都優于LLaMA和其他14個認知、統計模型。唯一表現略遜一籌任務是參與者判斷句子語法是否正確。

在面對受訓任務的修改版本時，Centaur表現良好，甚至在與以往訓練都不同的任務，如邏輯推理中，它也表現不錯。

盡管Centaur具有功能廣泛，但研究人員表示，它仍然存在局限性。比如，它可以預測一個人在給定任務中可能做出的選擇，但“無法預測他們需要多長時間”做出選擇。

研究人員表示，他們正在擴展訓練數據集到現有數據集的4倍。目前許多數據來自西方受過教育的工業化人群，這可能會限制Centaur在不同群體中的應用程度。

相關論文信息：https://doi.org/10.1038/s41586-025-09215-4