利用 AI 工具輔助日常任務，例如撰寫程式碼、寫作或繪圖等，已經是當今十分常見的基礎應用；然而，AI 有可能準確預測人類的各種行為嗎？
來自德國亥姆霍茲慕尼黑研究中心的科學家，近來於《自然》期刊上發表了全新論文，聲稱他們開發出了一款能夠模擬人類思維的 AI 系統「Centaur」，並希望可以藉由這套 AI 模型，理解人類的整體思維模式。
研究團隊在論文中指出，所謂「思考」幾乎涵蓋了人類生命中的一切活動，從選擇要吃什麼早餐，直到出門要穿哪一套衣服等，偶爾甚至還會涉及複雜的挑戰，例如找出治療癌症的方法或者探索外太空。
因此，若能開發出一套真正反映人類認知方式，擁有「讀心術」的 AI 系統，將可能會為行銷、教育、心理治療和產品設計等領域，帶來革命性的轉變。
將心理學實驗結果，直接當成 AI 訓練資料
為了實現上述理想，Centaur 研究團隊打從最初就訂下雄心勃勃的目標，即創造一套可以在任何心理學實驗中，準確預測人類行為的單一 AI 模型，而且他們選擇的實踐方法出乎意料地簡單，唯獨需要規模足夠龐大的訓練資料。
首先，科學家決定建立起一個名為「Psych-101」的資料集，其中包含 160 個先前已發表的心理學實驗，涵蓋超過 60,000 名人類參與者，合計共做出超過 1,000 萬個選擇，內容則包括記憶測試、學習遊戲、冒險情境和道德困境等，並把每個實驗的過程與結果，全都轉換成 AI 模型可以理解的純英文描述。
緊接著，科學家將 Psych-101 資料集的內容，輸入到 Meta 旗下的 Llama 3.1 大型語言模型進行訓練，過程中僅修改了極小部分的 AI 運算邏輯，再於搭載 80GB 記憶體的 NVIDIA A100 GPU 上，花費約 5 天時間訓練完成。
透過 Psych-101 資料集所訓練的 Llama 3.1 人工智慧模型，被科學家命名為 Centaur，意即傳說中的神話生物「半人馬」；研究團隊說，半人馬是他們能夠想到最貼近「半人半駝」的物種。（編按：Llama 原意就是駱馬／大羊駝。）
比專業認知模型更強大，條件改變也難不倒
在後續進行的效能測試中，科學家首先將 90% 的人類受測者實驗資料，輸入到 Centaur 模型之中，接著讓 AI 自行運算剩下的 10%。
結果發現，Centaur 的最終輸出成果，竟然十分貼近人類受測者，於相同實驗之下所進行的選擇，甚至擊敗了過往心理學家花費數十年時間，特地調效出來的專業認知模型。
只不過，新款 AI 可以做對「考古題」，並非是 Centaur 最令人驚豔的地方；研究人員指出，真正突破其實是他們為 Centaur 所設計的全新測試情境。
根據論文指出，即便實驗的內容有所改變，比方說將太空尋寶變成魔毯冒險，或者進行結構修改，例如在二選一的任務中，刻意加入第三個選項，甚至是引入全新知識領域，考驗 Centaur 的邏輯推理能力，該 AI 模型仍然可以成功預測人類行為，輸出跟人類受測者類似的選擇結果。
讓 AI 以「逆向工程」方式，呈現人類認知
不僅如此，研究團隊指出 Centaur 在一項涉及探索策略的測試中，其表現能夠媲美實際的人類參與者，並展現出跟人類相同的「不確定性決策」引導能力。
更加令科學家感到驚訝之處，在於 Centaur 的內部運作模式，已經十分貼近人類的大腦活動，且兩者之間的關聯性，甚至比原本未經訓練的模型更強，儘管 Centaur 模型從來沒有導入專門的神經網路資料進行訓練。
研究團隊認為，當人工智慧模型懂得學習、預測人類行為，即代表人類找到了一種方法，反映我們的大腦實際上是如何處理資訊，並透過研究人類在各項事務上的選擇，讓 AI 以「逆向工程」的方式，呈現出人類認知的各個層面。
除此之外，隨著 Centaur 模型的誕生，亦能加速相關領域的科學研究發展，比方說研究團隊即在透過 AI 分析人類行為模式後，意外發現了一種全新的決策模式，其表現甚至優於現存的心理學理論。
科學界有異音，Centaur 模型仍不像人類
然而，Centaur 模型所帶來的成果，卻也在科學家之間出現了質疑的聲音。英格蘭布里斯托大學認知科學家 Jeffrey Bowers 就認為，Centaur 聲稱可以反映人類思考模式的說法，事實上有些過於「荒謬」。
Jeffrey Bowers 表示，若仔細研究 Centaur 模型的論文初稿，其實就不難發現該套 AI 系統中，仍存在著許多明顯跟人類不相似的行為。
例如在短期記憶測試中，Centaur 模型可以回憶起最多 256 個數字，而人類通常只能記住大約 7 個；此外，該 AI 模型於反應時間測試中，竟能於短短 1 毫秒的「超人」時間內做出反應，普通人類根本做不到。
因此 Jeffrey Bowers 強調，當前 Centaur 模型的應用層面仍非常侷限，不應該在其訓練資料以外的領域，進行過度的應用與推廣。
追求人類「基本認知」運作方式的解答
同時 Jeffrey Bowers 也提出警告，指 Centaur 模型依然無法「解釋」人類認知事物的實際方式，這就像「指針時鐘」和「數位時鐘」雖然都能顯示時間，但兩者的運作機制卻完全不同。
換句話說，即便 Centaur 確實可以預測、輸出跟人類相似的行為，嘗試讀懂人類的心，但其所依賴的運作機制，仍然與人類的心智大相逕庭。
紐西蘭奧克蘭大學電腦理論神經科學家 Katherine Storrs 補充指出，許多理論神經科學家對於 Centaur 這類新工具感到「興奮」但「謹慎」，該論文雖然提出了許多不甚合理的籠統說法，但在資料集和 AI 模型方面確實花了許多時間和心力，這些工作長遠來說仍有希望得到回報。
主導 Centaur 論文的德國亥姆霍茲慕尼黑研究中心科學家 Marcel Binz 則向外界表示，團隊將 AI 研究與心理學理論互相結合的同時，亦對社會做出明確的道德承諾。
Marcel Binz 說，團隊只會於公共研究環境中，追求人類基本認知運作方式的解答，就算這些事物並非商業界所關注的焦點，希望藉此打消外界對此類 AI 研究，在人類隱私方面的相關疑慮。
資料涵蓋範圍有限，AI 模型必須更全面
總歸來說，Centaur 模型在整個 AI 與認知科學領域的發展中，僅僅只是個開端，尤其目前的版本主要著重於學習與決策，對社會心理學或跨文化差異等領域的涵蓋仍非常有限。
此外，Psych-101 資料集所收集的受測者資料，也偏向於西方受過教育的族群，這些都是過往心理學研究中的常見限制。
Centaur 研究團隊預計將進一步擴大 Psych-101 資料集的內容，藉此涵蓋更多不同領域和人群，並且建立起一個更加全面的模型，作為反映人類認知行為的統一理論。
而在 Centaur 模型的論文發表之後，研究團隊也已經將資料集和 AI 模型於網路上公開，供其他研究人員進行參考。
＊立即報名 8/15 【AI Agent 知識工作革命論壇】，解析企業如何在各工作場景導入 AI Agent 完成任務
【推薦閱讀】
◆ 【這是我們在等的嗎】讓 AI 永遠不會產生幻覺！專家稱「符號推理」可能成最佳解答
◆ AI 思維鏈將失效？OpenAI、Google 和 Anthropic 等研究人員聯合發出警告
◆ 【AI 是個大黑箱】Anthropic 執行長提出「可解釋性 AI」的急迫性，和可解決的產業痛點
＊本文開放合作夥伴轉載，參考資料：《StudyFinds》、《Science》，首圖來源：Bing AI
（責任編輯：鄒家彥）
