जीवशास्त्रप्रीप्रिंटडेटा विश्लेषणवाचनासाठी ३ मिनिटे

सत्तर लाख मानवी निवडी, मनाचे एक छोटे मॉडेल

शंभराहून अधिक वर्षे मानसशास्त्राने मन कसे काम करते याची तत्त्वे मांडली आहेत. आपल्याला माहीत आहे की गोष्टी एकत्र घडल्या की साहचर्ये बळकट होतात, की शिकणे भाकीत-त्रुटींमुळे (prediction errors) चालते — म्हणजे आपली अपेक्षा आणि प्रत्यक्ष घडलेले यांतील अंतर — आणि की मेंदू माहिती सोप्याकडून अमूर्ताकडे अशा थरांमध्ये मांडतो. पण प्रत्येक तत्त्व स्वतंत्रपणे, सहसा एकाच प्रकारच्या प्रयोगासाठी विकसित झाले. ती सर्व मिळून मानवी वर्तनाचा किती भाग स्पष्ट करतात? हे कधीच मोजले गेले नव्हते.

हेल्महोल्ट्झ म्युनिकमधील इन्स्टिट्यूट फॉर ह्युमन-सेंटर्ड AI आणि ट्युबिंगेनमधील मॅक्स प्लँक इन्स्टिट्यूट फॉर बायोलॉजिकल सायबरनेटिक्स येथील मार्सेल बिंट्स (Marcel Binz) आणि एरिक शुल्त्स (Eric Schulz) यांनी हे शोधण्यासाठी एक मॉडेल तयार केले.

स्मृतीने बनलेले मन

त्यांचे मॉडेल, CORE (COntextual Retrieval and Encoding, म्हणजे संदर्भाधारित पुनर्प्राप्ती आणि संकेतन), प्रयोगाचा संपूर्ण लेखी वृत्तांत वाचते — सूचना, काय दाखवले गेले, प्रतिसाद, सहभागीची आधीची उत्तरे — आणि ती व्यक्ती पुढे कोणती कळ दाबेल याचा अंदाज बांधते.

त्यात काही प्रस्थापित घटकांखेरीज दुसरे काहीही नाही:

  • मजकूर स्वनिमांमध्ये (phonemes), म्हणजे बोलण्याच्या ध्वनींमध्ये, रूपांतरित केला जातो;
  • हे स्वनिम एका अभिजात शिक्षण-नियमानुसार साहचर्य स्मृतीमध्ये लिहिले जातात;
  • काय लिहिले जाते, किती ठामपणे, आणि काय विसरले जाते, हे सगळे सध्याच्या संदर्भावर अवलंबून असते;
  • स्मृती कच्चा इनपुट नव्हे, तर भाकीत-त्रुटी साठवते — म्हणजे तिला आधीपासून माहीत नसलेलेच;
  • अशा सहा स्मृती थरांमध्ये एकावर एक रचलेल्या आहेत.

संपूर्ण मॉडेलमध्ये 452,608 प्राचल आहेत आणि ते एकाच ग्राफिक्स कार्डवर सुमारे 24 तासांत प्रशिक्षित झाले.

आकृती: प्रयोगाचा वृत्तांत स्वनिमांमध्ये रूपांतरित होऊन सहा स्मृती-थरांमधून जातो, आणि प्रत्येक थर संकेतन, तुलना आणि पुनर्प्राप्ती करतो.

CORE कसे काम करते: एक वृत्तांत (A) स्मृती-थरांच्या रचनेला (B) पुरवला जातो; प्रत्येक थर संदर्भानुसार साहचर्ये लिहितो, विसरतो आणि पुनर्प्राप्त करतो (C). — आकृती 1, Binz & Schulz (2026), arXiv:2610.13603.

सत्तर लाख निवडींवर चाचणी

त्यांनी CORE ला Psych-201 या मानसशास्त्रीय प्रयोगांच्या मोठ्या संग्रहावर बसवले: 62 अभ्यासांमधील 137 प्रयोग, ज्यात बक्षिसांतून शिकणे, जोखमीखालील निर्णय, वर्गवारी शिकणे, सामाजिक मूल्यमापन आणि बरेच काही येते — प्रशिक्षणासाठी 80,452 सत्रांमधील 7,036,442 निवडी, तर इतर सत्रे चाचणीसाठी बाजूला ठेवलेली.

  • कधीही न पाहिलेल्या सत्रांवर CORE ने त्याच आकाराच्या एका प्रमाणित AI रचनेपेक्षा (Transformer) निवडींचा अंदाज सर्व 62 अभ्यासांमध्ये चांगला वर्तवला.
  • मानवी वर्तनावर फाइन-ट्यून केलेल्या Centaur या मोठ्या भाषा मॉडेलपेक्षाही त्याने एकूण चांगली कामगिरी केली — Centaur मध्ये पाच घातांक (orders of magnitude) अधिक प्राचल आहेत — आणि 62 पैकी 47 अभ्यासांमध्ये CORE जिंकले.
  • कोणताही एक घटक काढून टाकला तरी कामगिरी खालावली. सर्वाधिक महत्त्वाचे ठरले थर, मग विस्मरण, मग स्वनिम, मग भाकीत-त्रुटी.

आभासी सहभागीसारखे

डेटावर बसणे पुरेसे नाही: मनाचे मॉडेल लोकांसारखे वागलेही पाहिजे. लेखकांनी मूळ प्रयोगांमध्ये CORE ला सहभागी म्हणून सिम्युलेट केले आणि प्रकाशित परिणाम पुन्हा दिसतात का ते तपासले. त्याने 67 पैकी 50 परिणाम (75%) पुन्हा निर्माण केले.

सर्वोत्तम कामगिरी शोध-वर्तनात (11 पैकी 11) आणि बक्षिसांतून शिकण्यात (11 पैकी 10) झाली, सर्वात कमकुवत भाषा आणि सामाजिक मूल्यमापनात (12 पैकी 7). लेखक चुकांचे स्पष्टीकरण देतात: त्यांपैकी अनेक कार्ये शब्द, संख्या आणि जगाबद्दल लोकांनी प्रयोगशाळेबाहेर मिळवलेल्या ज्ञानावर अवलंबून असतात — आणि CORE ने फक्त प्रयोगांचे वृत्तांतच पाहिले आहेत. पुढचे नियोजन करण्यातही त्याला अडचण येते, कारण त्यासाठी त्याच्याकडे कोणतीही यंत्रणा नाही. त्याने चुकवलेले काही परिणाम मानवी डेटामध्येही नाजूक असल्याचे दिसून आले.

त्याची अंतर्गत मापदंडेही मानसशास्त्रीय वाटतात. एका खेळाच्या आत, पुरावा जमत जाईल तसा त्याचा शिकण्याचा दर कमी होतो, जसे बेयझियन शिक्षण-सिद्धांत भाकीत करतात. आणि त्याचा स्मृती-विस्तार खेळादरम्यान वाढतो, मग पुढच्या खेळाशी असलेल्या सीमेवर कोसळतो — लोक अनुभवाचे घटनांमध्ये तुकडे कसे करतात याचे हे लक्षण आहे.

हितसंबंधांचा संघर्ष. डेटा-प्रक्रिया AI वर अवलंबून होती: प्रत्येक प्रयोग DeepSeek-V4-Flash ने वृत्तांतात रूपांतरित केला आणि Anthropic च्या Claude Fable 5.1 ने तो पडताळला; परिणाम तपासण्यासाठी वापरलेले सिम्युलेटरही एका स्वयंचलित AI प्रक्रियेने तयार केले. हा लेख Claude ने लिहिला आहे. शिवाय, स्पर्धक म्हणून वापरलेले Centaur मॉडेल आणि Psych-201 संग्रह दोन्ही पहिल्या लेखकाच्या नेतृत्वाखालील आधीचे काम आहे. लेखकांनी कोणतेही स्पर्धी हितसंबंध नसल्याचे जाहीर केले आहे.

मनाच्या सामायिक मॉडेलकडे

लेखक CORE चे वर्णन अभिजात संज्ञानात्मक मॉडेल्स आणि ब्लॅक बॉक्स यांच्यामधील एक पाऊल असे करतात: त्याची तत्त्वे वाचता येतात, पण ते शिकलेले तपशील वाचता येत नाहीत. प्रयोग एका तासापेक्षा कमी चालतात, त्यामुळे त्याच्याकडे दीर्घकालीन स्मृती नाही. त्यांचे उद्दिष्ट एका मॉडेलपेक्षा व्यापक आहे: मनाचे सिद्धांत मानसशास्त्राच्या संपूर्ण प्रायोगिक नोंदीवर एकाच वेळी तपासणे, जेणेकरून हे क्षेत्र “त्याच्या प्रयोगांच्या बेरजेपेक्षा अधिक” होईल.