科技日報記者 張佳欣

德國亥姆霍茲慕尼黑研究中心開發(fā)出一款名為“半人馬”（Centaur）的人工智能（AI）模型，能在幾乎所有心理學實驗中準確預測人類行為，甚至超越了科學家數(shù)十年來打造的傳統(tǒng)認知模型，堪稱“數(shù)字讀心術”。這項研究發(fā)表在最新一期《自然》雜志上，被認為是AI與心理學融合的重要突破。

心理學家長期以來渴望找到一種既能解釋人類思維方式，又能準確預測人類行為的工具?，F(xiàn)有模型往往局限于其中之一，“半人馬”的出現(xiàn)改變了這一現(xiàn)狀。

“半人馬”的核心是Psych-101，這是一個包含160項心理實驗中6萬多人作出的超1000萬個決策的數(shù)據(jù)集。這些決策涵蓋從簡單的記憶任務到復雜的道德困境。每個實驗都經過精心標準化，并用自然語言重寫，以便AI能夠理解并從中學習。

在模型構建上，團隊選用了Meta公司最新的Llama 3.1語言模型，并基于海量人類決策數(shù)據(jù)集進行了微調，使其能預測一系列典型的行為，而不僅僅是單一行為。團隊用Psych-101數(shù)據(jù)集對模型進行訓練，整個過程在高端計算機處理器上僅耗時5天。

訓練完成后，團隊將“半人馬”模型與十余種行為預測模型進行了比較，測試對象是未參與最初訓練集的全新受試者。在32項任務中，“半人馬”在31項中都是預測最有效的模型，唯一的例外是一個語法判斷任務，即參與者需判斷句子的語法是否正確。

“半人馬”與眾不同之處在于其“舉一反三”的泛化能力，也就是說，它在面對全新場景時仍能給出準確預測，無論是情境設定變化（如將“太空尋寶”改為“魔毯探險”）、任務結構調整（從雙選變?yōu)槿x），還是完全陌生的推理任務，表現(xiàn)都很出色。

團隊還發(fā)現(xiàn)，“半人馬”的內部處理機制與人類大腦活動驚人一致。盡管模型從未接觸過腦神經數(shù)據(jù)，但其內部狀態(tài)與執(zhí)行同類任務時的人類腦電圖有高度相關性。這意味著在學習預測人類行為的過程中，AI演化出了類似人腦的信息處理方式。

除了行為預測，“半人馬”還能用于模擬人類決策過程，幫助發(fā)現(xiàn)新的心理學策略。在一項模擬實驗中，它甚至提出了一種比現(xiàn)有理論更優(yōu)的探索策略，展現(xiàn)出輔助科學發(fā)現(xiàn)的潛力。

總編輯圈點

心理學是研究人類心理活動及其規(guī)律的學科。既然有規(guī)律可循，那就有可能將海量心理學知識和規(guī)律納入數(shù)據(jù)集，用來對人工智能進行訓練，讓人工智能也“學會”這些知識和規(guī)律。在心理健康日益受到重視的今天，人工智能在心理學領域的應用潛力巨大。比如，可以推廣專業(yè)又靠譜的AI心理咨詢師，幫助用戶解答日常的心理困惑和疑問；也可以讓聊天和陪伴機器人掌握心理學知識，為用戶提供更多“情緒價值”。期待看到人工智能為人類心理健康貢獻更多力量。