Коли інженери й нейропсихологи об’єднали великі мовні моделі з базою з 10 мільйонів відповідей на психологічні експерименти, з’явився Centaur — симбіоз платформи LLaMA і статистик поведінки 60 000 добровольців, надрукований у журналі Nature.
Уперше штучний інтелект не просто генерує текст, а наслідує когнітивні стратегії, властиві людям, обираючи серед ризику й певності, запам’ятовуючи списки слів, плануючи маршрут космічного корабля або передбачаючи хід суперника в умовному Rock-Paper-Scissors. Centaur досягає точності, на 20–30 % вищої, ніж традиційні математичні моделі, і навіть повторює типові «людські» огріхи: підвищений страх ризику, схильність переоцінювати живого суперника та плутанину в дедукції, яку люди часто демонструють при вирішенні логічних задач із пасткою.
Прорив відбувся завдяки відкритому коду LLaMA, який Meta виклала у 2023-му: дослідники з Helmholtz Munich отримали змогу змінити архітектуру, додавши шар підкріплювального навчання, де «нагородою» ставала схожість відповіді моделі до середньої відповіді реального учасника. Так машинне навчання перетворило сирі текстові параметри на поведінкові патерни.
Коли Centaur зіграв «скарбошукачем» і мусив переміщатися всесвітом у пошуку оптимальної траєкторії, він обрав саме той оновлювальний алгоритм, який попередньо вивели когнітивні науки — баланс експлорейшену й експлуатації. А коли правила «скарбового» тесту замінили на «килим-літак» з іншим сюжетом, модель узяла людський підхід переносного навчання і швидко адаптувала стратегію.
Ключові слова когнітивної науки, як-от «евристика очікуваної корисності» чи «ефект позиційного кодування», більше не лишаються абстракцією: Centaur відтворює їх практично.
При тестах на вибір двох ігрових автоматів із різними виплатами він, як людина, спершу випробував обидва, а потім застряг у субоптимальній звичці, навіть коли можна було виграти більше, тобто впав у ту саму «пастку місцевого максимуму», що й середньостатистичний учасник експерименту.
У блоках на пам’ять модель стирає середні слова списку, залишаючи крайні, — класичний серійний ефект, зафіксований ще Германом Еббінгаузом у XIX столітті.
Науковці підкреслюють: штучний інтелект тут не самоціль, а інструмент, який дозволяє тестувати гіпотези про мозок значно швидше. Замість вербувати нові гурти добровольців, можна запускати тисячі симуляцій, змінюючи параметри, поки знайдеться така конфігурація, що найточніше відтворить реальний розподіл відповідей.
Це економить роки й мільйони доларів. Друга перевага — масштабованість: команда вже готує п’ятиразове збільшення датасету до 800 експериментальних парадигм, аби модель охопила мовлення, емоції, соціальні взаємодії і навіть бісоціацію, тобто здатність знаходити далекі асоціації.
Критики зауважують: відсутність явної теорії обмежує пояснювальну силу. Centaur — «чорна скринька», що вгадує, але не каже чому. Однак прихильники відповідають: спершу потрібен еталон поведінкового відтворення, а уже потім — розкладання на механізми. Так само, як послідовність ДНК спершу прочитали, а тільки згодом пояснювали функції генів. Якщо модель проходить тести, це підтверджує, що у глибині статистичних ваг захована реалістична реконструкція когнітивних процесів.
Практичні застосування не забаряться: симулятори користувацького досвіду зможуть передбачати, як люди реагуватимуть на інтерфейс чи маркетинг; клінічні дослідження матимуть цифрових «пацієнтів» для першого кола перевірок; ігрові розробники отримають невротичних NPC, чия поведінка природно помиляється, як у справжніх гравців.
Та основна цінність — міст між штучний інтелект і людський мозок: коли великі мовні моделі здатні моделювати поведінку, когнітивні науки дістають лабораторію без обмежень.
Шлях до справжнього artificial general intelligence все ще далекий: Centaur не має власних сенсорів, тілесності та емоційного досвіду. Проте дослідження демонструє, що моделювання поведінки людини можна масштабувати машинними засобами. Наступним кроком стане інтеграція мультимодальних даних — зору, слуху, моторики, аби підтягнути рівні сприйняття до рівня високорівневих рішень.
І якщо приріст якості повторить нинішню дельту, ми наблизимося до систем, які не просто говорять людською мовою, а мислять зі всіма нашими вадами та інтуїтивними короткими шляхами. Для науки це шанс заглянути у дзеркало і побачити відображення розуму через алгоритми.
