亥姆霍兹慕尼黑研究中心的研究人员近日取得突破性进展，开发出一款名为“Centaur”的人工智能模型，该模型通过模拟人类决策过程，为理解人类认知机制与改进心理学理论提供了新工具。Centaur模型经过超一千万个心理实验决策数据的训练，其决策模式与真人高度相似，能够精准预测个体在熟悉及全新情境下的行为选择，甚至可推算反应时间。

传统心理学模型长期面临两大局限：既难以清晰阐释人类思维逻辑，也无法可靠预测实际行为表现。由亥姆霍兹以人为本人工智能研究所Marcel Binz博士和Eric Schulz博士领衔的团队，通过整合Psych-101数据集(涵盖160项行为实验的超千万个体决策记录)，成功构建出兼具解释性与预测性的Centaur模型。该模型不仅能识别常见决策策略，还可适应动态环境变化，其独特优势在于突破了经典模型对已知任务的依赖。研究主要作者宾兹指出：“Centaur可预测任何自然语言描述场景下的人类行为，例如虚拟实验室中的决策过程。”

在应用层面，Centaur模型为健康研究开辟了新视角。通过模拟临床情境中的个体决策(如抑郁症或焦虑症患者的选择模式)，该模型有望揭示不同心理状态下决策机制的差异。研究团队计划进一步扩展数据集，纳入人口统计学与心理特征维度，以提升模型对复杂认知过程的解析能力。所长舒尔茨强调：“我们正站在研究范式转型的起点，Centaur已展现出跨学科应用的巨大潜力。”为确保技术伦理，研究人员主张采用开放本地托管模式保障数据主权，并持续探究模型内部计算模式与决策过程的对应关系。

更多信息： Marcel Binz，《预测和捕捉人类认知的基础模型》，《自然》(2025)。期刊信息： 《自然》