基于千万次人类选择训练的AI，思维和反应已与人类无异

新疆南疆与北疆的差异：一次游览，双份收获360搜索带您深度体验 x

慕尼黑亥姆霍兹研究中心的科研团队，近期推出了一款创新性的语言模型——“半人马”（Centaur）。这款模型的命名灵感源自希腊神话中半人半马的神秘生物，其设计初衷在于模拟并预测人类的行为模式。

“半人马”模型的训练基础，是建立在超过16万名参与者在160项心理学实验中所做出的1000多万次决策之上。这一庞大的数据集，使得模型能够精准地映射出人类在熟悉与新颖情境下的思考路径与选择偏好，为心理学领域带来了全新的探索视角。

认知科学界长久以来一直面临着构建既能阐释又能预见人类行为模型的挑战。传统方法往往只能实现两者之一，而“半人马”模型的出现，打破了这一僵局。

该模型由以人为本AI研究所的两位专家——马塞尔·宾茨博士与埃里克·舒尔茨博士联手打造。他们利用了一个名为Psych-101的精选数据集，该数据集涵盖了风险承担、奖赏学习、道德推理等广泛的行为模式，并将这些数据转化为语言模型能够解析的格式。

与以往依赖预设规则或有限参数的模型不同，“半人马”模型通过学习通用的决策策略，并将其灵活应用于全新情境中。它甚至能够预测个体的反应时间，为决策动态提供了更为深刻的洞察。

“我们打造了一个能够预测人类在自然语言描述的任何情境中行为的工具，这就像是一个虚拟实验室，”首席研究员马塞尔·宾茨如此介绍。

这项技术不仅为心理学研究提供了有力支持，还有望在医疗保健、政策制定、社会科学等多个领域发挥巨大作用，改进现有的决策建模方式。

研究所所长埃里克·舒尔茨对“半人马”模型的未来充满期待：“虽然研究尚处于初级阶段，但我们已经看到了其巨大的应用潜力。”

在保障数据透明度和可控性的前提下，研究团队强调了道德使用的重要性，并倾向于采用开放、本地托管的系统，以确保数据主权并接受独立审查。

未来的研究将深入探索“半人马”模型的内部运作机制，旨在揭示哪些计算模式对应于特定的决策过程，以及这些模式是否能为我们提供关于人类信息处理方式的新见解。

一个引人关注的问题在于，该模型是否能有效区分健康个体与心理健康问题患者所采用的认知策略。研究人员相信，在负责任的应用前提下，“半人马”模型有望极大地推动我们对人类认知的深入理解。

“我们将AI研究与心理学理论相结合，并秉持明确的道德承诺，”宾茨表示，“在公共研究环境中，我们拥有探索基础性认知问题的自由，而这在产业界往往并非重点。”