Individual differences in artificial neural networks capture individual differences in human behavior

这项研究表明,即使是相同的神经网络架构,其不同训练实例也会表现出显著的个体差异,且这些差异能够高度模拟人类在感知任务中的行为特征(如准确率、置信度和反应时间),从而使人工神经网络能够作为研究人类行为变异性的计算模型。

原作者: Fung, H., Murty, N. A. R., Rahnev, D.

发布于 2026-02-11
📖 1 分钟阅读☕ 轻松阅读
⚕️

这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

Each language version is independently generated for its own context, not a direct translation.

💡 核心概念:AI 也有“性格”吗?

简单来说,这项研究发现:虽然我们给 AI 用的“大脑模具”是一样的,但由于训练过程中的细微差别,每个 AI 竟然也演化出了像人一样的“个性”。而且,这些 AI 的“个性”竟然能精准地模仿人类的行为差异。


🎭 创意比喻:同一个菜谱,不同的厨师

想象一下,你手里有一本全世界通用的**《完美红烧肉菜谱》**(这就是论文里的 ANN 架构,即模型的设计图纸)。

按照常理,如果你严格按照这个菜谱去做,做出来的肉应该味道一模一样,对吧?

但现实中,如果你找了 60 个不同的厨师(这就是论文里的 60 个 ANN 实例),让他们分别照着这个菜谱去炒菜,你会发现神奇的事情发生了:

  • 厨师 A 做出来的肉火候刚刚好,味道很正(高准确率);
  • 厨师 B 做得很快,但偶尔会咸一点(反应快但准确率稍低);
  • 厨师 C 做菜非常谨慎,每一步都慢吞吞的,但非常有信心(反应时间长但信心高)。

重点来了:
研究人员发现,这 60 个厨师表现出来的“风格差异”,竟然和 60 个真实人类厨师的“风格差异”高度吻合

如果某位人类厨师是个“追求速度但容易出错”的类型,研究人员竟然能从这群 AI 厨师里,精准地找出一个“追求速度但容易出错”的 AI 厨师,让他们俩的表现像“双胞胎”一样同步。


🔍 论文到底说了什么?(拆解核心发现)

  1. AI 不再是“千篇一律”的机器:
    过去我们觉得 AI 只是冷冰冰的程序,只要程序一样,表现就该一样。但研究证明,即使模型结构完全相同,只要训练过程稍微不同,AI 也会产生“性格差异”。

  2. AI 抓住了人类的“行为密码”:
    研究人员测试了 AI 在识别数字时的三个维度:

    • 准不准(准确率)
    • 敢不敢(信心程度)
    • 快不快(反应时间)
      他们发现,AI 在这三个维度上的“个性组合”,竟然能完美对号入座到人类身上。如果一个 AI 在“准不准”上像某个人,那么它在“快不快”上也同样像那个人。
  3. 从简单到复杂:
    这种现象在简单的数字识别中非常明显,在复杂的模糊物体识别中虽然稍微弱了一点,但依然存在。


🚀 这项研究有什么用?(未来的意义)

既然 AI 能够模拟人类的“个性差异”,那我们为什么要费劲去做这件事呢?

想象一下,AI 变成了一个“数字替身”或“虚拟实验室”:

在过去,如果我们想研究“为什么有些人反应慢但很细心,而有些人反应快但容易出错”,我们需要找成千上万的人类志愿者做实验,这既贵又慢,还涉及伦理问题。

现在,我们可以直接在电脑里“批量生产”成千上万个具有不同性格的 AI。 我们可以通过观察这些 AI 的行为,来推测人类大脑是如何产生这些差异的。AI 就像是一面**“数字镜子”**,通过观察镜子里 AI 的各种“小脾气”,我们或许能更深刻地理解人类行为背后的奥秘。


总结一句话:
科学家发现,AI 不仅能学会人类的知识,还能学会人类的“个性”,这让 AI 成为了研究人类行为的一把神奇钥匙。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →