这种AI准确地模仿了人类脑行为的状态，并且已经

来自Aofeisi Quubits的Lu Yu |官方帐户Qbitai的第一个基本模型可以准确预测整个领域的人类认可！您不仅可以完全预测自己的行为，而且还可以知道如何以及为什么思考。这是对进入自然的突破的最新研究。来自德国的研究团队已经开发了一种用于人类认可的一般计算模型 - 仅在5天的培训中，Centaur。今天的半人马就像是一名专业心理学家。只有传统骆驼模型的0.15％参数，它可以完美地模仿160个心理实验的人类行为，并了解人们如何学习，做出决定甚至犯错误。不仅限于一个域，而且还限于一个真正的多任务全能器，具有Komary绩效，而不是传统的认知模型，这是一个特定的领域。更令人惊讶的是，其神经表征与实际fMRI（功能磁共振成像）扫描结果非常一致。扩张全文 AI成为了解人们的“思维读者”。 半人马座：心理学与人工智能之间的跨境突破 一种理解理论是将我们不断增长的知识置于原因的控制之下的唯一途径。 一种理解理论是将我们不断增长的知识置于原因的控制之下的唯一途径。 然后，我们必须首先开发一个可以预测和模仿人类行为的通用计算模型。这不是为某个领域（例如Alphago）创建的模型，而是针对所有MGA领域和不同情况的模型。 因此，人类认可的第一个基本模型Centaur诞生了。 研究小组首先建立了历史上最大的人类行为，即Psych-101，涵盖了160个心理实验，涉及60,092名参与者，超过1000万个选项和超过2亿个文本令牌。 数据集包括许多活动，例如多臂插槽机，决策，内存，逻辑推理，Markov决策过程，等等。 此外，研究人员还将所有实验数据更改为自然语言形式，为各种范式实验提供了一种表达形式。 该模型本身建立在开源语言模型Llama 3.1 70B上，并使用调整技术调节参数Qlora（低等级适应的量）进行了培训。 具体而言，在主模型的4位体积中，将级别8的低级适配器添加到所有不可扣除的层中，而新参数仅为基本模型的0.15％。 然后，使用标准的跨凝结损失函数将模型放在Psych-101数据集上，以进行微调，该功能仅着眼于人类响应令牌。 值得注意的是，在A100 80GB GPU上，整个培训过程仅持续了5天。 在短短5天内，一般的LLM模型已变成了一个可以真正“理解”人的认知模型，甚至以全面的方式克服了传统模型。 超过传统提供免费模型 测试由研究人员系列经验验证设计的Centaur的能力。 首先，我们必须获得人类的行为，并判断它是否可以准确预测人类的行为。 该实验将参与者分为训练组的90％，而测试组的10％，为负的对数值值作为人类选择拟合模型的指标。 结果表明，半人物对数可能性的负值为0.44，就拟合而言，它明显好于骆驼的0.58。 那些不参加培训的人的不可预测的表现也比14个经典认知模型（例如前景理论，强化模型）更好，平均差异为0.13，并且通过了重大试验。 将模型本身返回模型本身之后，Centaur还显示了类似人类的行为特征，例如两步任务，将轨迹倍增S高度符合人类行为的分布。 此外，它可以将人们的行为与人工智能区分开，人类行为的准确性高达64％，而预测人工智能的准确性仅为35％。 根据希克定律描述了选择的反应时间与选项数量之间的关系，研究人员回顾了人类模型的不可预测能力。 结果表明，通过半人马座响应熵（条件R²= 0.87）解释的反应时间变化的比例高于Llama（0.75）和域特异性模型（0.77），显示获得人类行为时间特性的益处。 其次，研究人员还专注于百万富翁的百万富翁的能力。 Baguhin只是故事的背景，不要改变任务的内容 实验将原始的“太空船寻宝”更改为“魔术地毯探险”的新故事，预测的百分化百分化百年来的负数比美洲驼和领域特异性的认知模型更好，这表明半人马没有受到任务表面描述变化的影响。 改变工作结构 在原始的两臂插槽机实验中，添加了三臂并选择了一个，但是Centaur原木姿势的负量（0.42）小于Llama（0.62）和特定域的模型（0.98），这表明它可以适应扩展和调整工作结构。 全新领域的任务 让该模型处理未包含在Psych-101数据集中的逻辑推理活动，而POS人类日志（1.65）的负值显着低于Llama（1.92），这反映了新认知领域是新认知领域的能力，即在细调之后新认知域的能力。 最后，研究人员还专注于与人类神经活动的半人马一致，评估和验证人脑的内部表示与活动之间的联系。 该实验允许94名参与者完成两个步骤的任务并记录他们的fMRI数据。通过综述，整个大脑整个区域的神经活动的不同层的皮尔逊相关系数比美洲驼的基本模型优越，并且比传统的无用模型和开始的开始模型的开始模型更好。 尤其是在半人马座适当的奖励方面，在大脑的MGA区域（例如核的伏托氏菌）和运动皮层更为突出，这表明它具有人类神经活动的不可预测能力。 此外，在理解让五个参与者阅读1,000句的语言的任务中，Centaur中间层表示预测，包含最丰富的信息，并执行了大脑区域中最稳定的信息S与语言处理有关。 实验表明，尽管半人马座在训练过程中与神经数据没有明确匹配，但预计在正确修复后不会表现出人类神经活动的一致性。 猜测，该模型的内部表示可能已经获得了提供人员提供处理的神经基础的特征。 Centaur出现被证明能够产生模型的计算，以在整个领域中获得人类行为。 将来，它可以用作“计算望远镜”，以帮助研究人员从大规模行为数据中提取基本信息，并为发展认知理论提供强大的路径驱动数据。 如所说的，在本文结尾处： 现在是时候将这种总体计算模型更改为单个人的理论了。 现在是时候将这种总体计算模型更改为单个人的理论了。 参考：返回SOHU以查看更多