Un modelo básico para predecir y capturar la cognición humana

Área de la Ciencia:

• Ciencias cognitivas
• Psicología computacional
• Inteligencia artificial

Sus antecedentes:

• Una teoría unificada de la cognición es un objetivo de larga data en psicología.
• Los modelos computacionales predictivos son cruciales para el avance de las teorías cognitivas.
• Los modelos existentes tienen limitaciones para generalizar en diversos entornos experimentales.

Objetivo del estudio:

• Para presentar Centaur, un nuevo modelo computacional diseñado para predecir y simular el comportamiento humano.
• Para evaluar el rendimiento de Centaur con los modelos cognitivos existentes.
• Explorar el potencial de los modelos de lenguaje a gran escala en las ciencias cognitivas.

Principales métodos:

• Ajuste fino de un modelo de lenguaje de última generación en el conjunto de datos de Psych-101.
• Psych-101 incluye más de 10 millones de opciones de 60.000 participantes en 160 experimentos.
• Evaluando la precisión predictiva y las capacidades de generalización de Centaur.

Principales resultados:

• Centaur supera a los modelos cognitivos existentes para predecir el comportamiento de los participantes.
• El modelo demuestra la generalización a nuevos contextos experimentales, modificaciones de tareas y dominios.
• El ajuste fino alinea las representaciones internas de Centaur con la actividad neuronal humana.

Conclusiones:

• Es factible desarrollar modelos computacionales que capturen el comportamiento humano en una amplia gama de dominios.
• Centauro representa un paso significativo hacia las teorías unificadas de la cognición.
• Estos modelos ofrecen potencial para guiar el futuro desarrollo de la teoría cognitiva.