Tämä on uusi läpimurto, mutta se on vasta alkua, sillä tutkijat ovat julkaisseet muokatun tekoälyn ja harjoitusdatan maailmalle, mikä tarkoittaa, että se sisällytetään (ja parannetaan) nopeasti kaikkiin Palantirin Gothamin kaltaisiin ennakoiviin tekoälymalleihin. Muut epäonnistuneet ennakoivan poliisitoiminnan ohjelmistot nousevat uudelleen esiin. Googlen ja Amazonin kaltaiset markkinointiyritykset elävät kukoistuskautta uusilla ennakoivilla mittareilla. ⁃ Patrick Wood, päätoimittaja.
Tekoälyjärjestelmä voi nyt ennustaa seuraavan siirtosi ennen kuin teet sen. Emme puhu vain siitä, napsautatko “osta nyt” Amazonin ostoskorissa, vaan pikemminkin siitä, miten teet monimutkaisia päätöksiä, opit uusia taitoja tai tutkit tuntematonta aluetta.
Tutkijat ovat kehittäneet Centaur-nimisen tekoälyn, joka ennustaa tarkasti ihmisen käyttäytymistä lähes kaikissa psykologisissa kokeissa. Se jopa päihittää erikoistuneet tietokonemallit, joita tutkijat ovat käyttäneet vuosikymmeniä. Centaur on koulutettu yli 60 000 ihmisen yli 10 miljoonasta päätöksestä keräämiin tietoihin, ja se kuvaa taustalla olevia malleja siitä, miten ajattelemme, opimme,ja teemme valintoja.
“Ihmisen mieli on huomattavan yleinen”, tutkijat kirjoittavat artikkelissaan, joka on julkaistu Nature-lehdessä. “Sen lisäksi, että teemme rutiininomaisesti arkipäiväisiä päätöksiä, kuten valitsemme aamiaismuroja tai valitsemme asun, tartumme myös monimutkaisiin haasteisiin, kuten keksimme, miten parantaa syöpä tai tutkia avaruutta.”
Tekoäly, joka todella ymmärtää ihmisen kognitiota, voisi mullistaa markkinoinnin, koulutuksen, mielenterveyden hoidon ja tuotesuunnittelun. Mutta se herättää myös epämiellyttäviä kysymyksiä yksityisyydestä ja manipuloinnista, kun digitaaliset jalanjälkemme paljastavat meistä enemmän kuin koskaan ennen.
Miten tutkijat rakensivat digitaalisen mielenlukijan tekoälyn
Tutkimusryhmällä oli kunnianhimoinen tavoite: luoda yksi tekoälymalli, joka pystyisi ennustamaan ihmisen käyttäytymisen missä tahansa psykologisessa kokeessa. Heidän lähestymistapansa oli yllättävän suoraviivainen, mutta vaati massiivista mittakaavaa.
Tutkijat kokosivat Psych-101-nimisen tietokokonaisuuden, joka sisälsi 160 koetta, jotka kattoivat muistitestejä, oppimispelejä, riskinottoskenaarioita ja moraalisia dilemmoja. Jokainen koe muunnettiin selkokieliseksi kuvaukseksi, jota tekoäly voisi ymmärtää.
Sen sijaan, että tutkijat olisivat rakentaneet mallin tyhjästä, he ottivat Metan Llama 3.1 -kielimallin (samaa tyyppiä, joka toimii ChatGPT:n voimanlähteenä) ja antoivat sille erityiskoulutusta ihmisten käyttäytymisestä. He käyttivät tekniikkaa, jonka avulla he voivat muuttaa vain pientä osaa tekoälyn ohjelmoinnista pitäen suurimman osan siitä muuttumattomana. Koko koulutusprosessi kesti vain viisi päivää huipputietokoneen prosessorilla.
Centaur hallitsee perinteisiä kognitiivisia malleja
Testissä Centaur murskasi kilpailijat täysin. Centaur voitti lähes jokaisessa kokeessa, kun sitä verrattiin erikoistuneisiin kognitiivisiin malleihin, joiden kehittämiseen tutkijat käyttivät vuosikymmeniä.
Todellinen läpimurto tapahtui, kun tutkijat testasivat Centauria täysin uusilla skenaarioilla. Tekoäly ennusti menestyksekkäästi ihmisten käyttäytymistä myös silloin, kun kokeen tarina muuttui (avaruuden aarteenmetsästys muuttui taikamattoseikkailuksi), kun rakennetta muutettiin (kaksivalintatehtävään lisättiin kolmas vaihtoehto) ja kun käyttöön otettiin täysin uusia osa-alueita (loogista päättelyä koskevat testit, joita ei ollut sen harjoitusaineistossa).
Centaur pystyi myös tuottamaan realistista ihmisen kaltaista käyttäytymistä simulaatioita suoritettaessa. Eräässä tutkimusstrategioita sisältävässä testissä tekoäly saavutti todellisten ihmisosallistujien kanssa vertailukelpoisen suorituskyvyn ja osoitti samantyyppistä epävarmuuteen perustuvaa päätöksentekoa, joka on ominaista ihmisten käyttäytymiselle.
Neuraalinen yhteensovittaminen: Centaur jäljittelee ihmisen aivojen toimintaa
Yllättävä havainto oli, että Centaurin sisäinen toiminta oli mukautunut enemmän ihmisen aivotoimintaan, vaikka sitä ei koskaan nimenomaisesti koulutettu vastaamaan neuraalista dataa. Kun tutkijat vertasivat tekoälyn sisäisiä tiloja samoja tehtäviä suorittavien ihmisten aivokuvauksiin, he havaitsivat vahvempia korrelaatioita kuin alkuperäisen, kouluttamattoman mallin kanssa.
Ihmisen käyttäytymisen ennustamisen oppiminen on ilmeisesti pakottanut tekoälyn kehittämään sisäisiä representaatioita, jotka heijastavat sitä, miten aivomme todellisuudessa käsittelevät tietoa. Tekoäly käytännössä käänsi ihmisen kognition osa-alueet vain tutkimalla valintojamme.
Ryhmä demonstroi myös, miten Centaur voisi nopeuttaa tieteellisiä löytöjä. He käyttivät tekoälyä ihmisen käyttäytymismallien analysointiin, mikä johti uuden päätöksentekostrategian löytämiseen, joka päihitti olemassa olevat psykologiset teoriat.
“Olemme luoneet työkalun, jonka avulla voimme ennustaa ihmisen käyttäytymistä missä tahansa luonnollisella kielellä kuvatussa tilanteessa – ikään kuin virtuaalilaboratoriossa”, sanoo pääkirjoittaja Marcel Binz lausunnossaan.
Mitä ihmiskäyttäytymisen tekoälylle seuraavaksi?
Vaikka tämä tutkimus on vaikuttava, se on vasta alkua. Nykyisessä versiossa keskitytään ensisijaisesti oppimiseen ja päätöksentekoon, ja sosiaalipsykologian tai kulttuurien välisten erojen kaltaisia alueita käsitellään vain vähän. Aineisto painottuu myös länsimaiseen, koulutettuun väestöön, mikä on yleinen rajoitus psykologisessa tutkimuksessa.
Ryhmä aikoo laajentaa tietokokonaisuuttaan kattamaan useampia eri osa-alueita ja populaatioita ja visioida kattavan mallin, joka voisi toimia yhtenäisenä teoriana ihmisen kognitiosta. He ovat asettaneet sekä tietokokonaisuutensa että tekoälymallinsa julkisesti muiden tutkijoiden käyttöön.
“Yhdistämme tekoälytutkimuksen ja psykologisen teorian – ja olemme selkeästi sitoutuneet eettisesti”, Binz lisää. “Julkisessa tutkimusympäristössä meillä on vapaus tutkia kognitiivisia peruskysymyksiä, joihin teollisuudessa ei useinkaan keskitytä.”
Ensimmäistä kertaa meillä on tekninen järjestelmä joka voi ennustaa ihmisen käyttäytymistä koko psykologisen tutkimuksen alueella ennennäkemättömällä tarkkuudella. Se, innostaako vai huolestuttaako tämä kehitys, saattaa riippua siitä, kuinka luottavaisesti voimme varmistaa, että tällaisia välineitä käytetään vastuullisesti.