Моделі та платформи ШІ

42AI запускає поведінкову модель світу для прогнозування рішень людей

mm
Додайте Unite.AI до бажаних джерел у Google
Three members of the 42AI leadership team at the company office.

Більшість систем штучного інтелекту створено для інтерпретації інформації або формування відповіді. 42AI досліджує інше питання: як конкретна людина відреагує на зміну обставин? Компанія вийшла з режиму прихованої розробки, представивши те, що вона називає поведінковою моделлю світу, і визначила поведінку людей як окрему задачу прогнозування для корпоративного ШІ.

Компанія з Тель-Авіва повідомляє, що на сьогодні залучила 62,5 млн доларів і починає роботу на фінансових ринках. Її запуск ставить перед бізнесом амбітну тезу: розуміння людей, які стоять за потоком транзакцій, може бути не менш важливим, ніж аналіз самих транзакцій.

Модель світу, зосереджена на людях

У робототехніці модель світу зазвичай відображає, як змінюється середовище, коли рухаються об’єкти й відбуваються дії. 42AI застосовує цю ідею до людей: поєднує інформацію про індивідуальні характеристики, мінливі обставини та попередню поведінку, щоб передбачати майбутні дії.

Компанія описує власний підхід, що враховує психологічні, поведінкові та геномні дані. В оголошенні не пояснюється походження цих наборів даних і порядок отримання згоди на їх використання, а також не уточнюється, чи потрібні геномні дані під час комерційного впровадження. Це розмежування важливе: опис дослідницьких даних не означає, що клієнти мають надавати генетичну інформацію.

На своєму вебсайті 42AI представляє платформу як систему аналітики поведінкових ризиків. Запропонований робочий процес починається з необроблених даних, переходить до розуміння чинників поведінки, а потім — до прогнозування реакцій на події та поведінки в часі. Серед зазначених сфер застосування — управління ризиками, виявлення шахрайства, кібербезпека, інвестиційні дослідження та персоналізований ШІ.

Практична цінність полягає в урахуванні контексту. Двоє людей, зіткнувшись з тією самою інформацією, можуть ухвалити різні рішення, а одна й та сама людина може реагувати по-різному зі зміною стимулів, обмежень або досвіду. Корисна поведінкова модель має відображати ці відмінності, а не трактувати кожного користувача як взаємозамінного представника демографічної групи.

Дослідження, що лежать в основі прогнозування поведінки

Дослідницький препринт за лютий 2026 року, на який посилається 42AI, «Розкриваючи людський чинник: високоточне прогнозування поведінки для стратегічного передбачення», докладніше показує напрям досліджень компанії. У ньому описано велику поведінкову модель, створену шляхом донавчання Llama 3.1-8B-Instruct на структурованих профілях, сформованих на основі психометричних оцінювань.

Дослідники пов’язують схильності, мотиваційні стани й ситуаційні обмеження зі спостережуваним вибором. Вони повідомляють, що адаптована модель перевершує початкову базову модель у сценаріях, відкладених для тестування, а докладніші профілі рис особистості можуть давати переваги порівняно з промптами, що містять широкі категорії особистості.

Це демонструє технічну відмінність між проханням до чатбота загального призначення уявити поведінку людини та навчанням моделі спеціально використовувати структуровані дані про поведінку. Однак препринт не є незалежним підтвердженням ефективності кожного комерційного продукту, анонсованого 42AI, і результати оцінювання на сценаріях не слід ототожнювати з торговими прогнозами компанії.

Фінансові ринки — перше комерційне випробування

42AI заявляє, що її перше застосування прогнозує дії окремих трейдерів, зокрема інструмент, напрям, час і обсяг угод, на горизонтах в одну, чотири та 24 години. Компанія повідомляє про точність понад 98% на вибірці з мільйонів трейдерів.

Ця цифра є заявою компанії. В оголошенні недостатньо подробиць про спосіб обчислення точності, базові показники для порівняння чи дані валідації, щоб незалежно оцінити результат. Прогнозування поведінки трейдера також відрізняється від прогнозування ринкових цін або демонстрації прибуткової інвестиційної стратегії.

Для брокера безпосереднє практичне застосування полягає в прогнозуванні ризикової позиції: як сукупні дії клієнтів можуть змінити її. Завдяки цьому прогнозування поведінки має операційну цінність, навіть якщо його не використовують для рекомендацій щодо інвестицій.

Від прогнозування поведінки до рішень у бізнесі

Згідно зі сторінкою керівництва, 42AI очолюють генеральний директор Аміт Гал-Ор і технічний директор Егуд Езра; співзасновник і голова компанії — Амір Гал-Ор. До керівництва дослідницьким напрямом входять фахівець із когнітивного ШІ професор Рой Райхарт і керівник досліджень поведінки професор Еяль Фрухтер. Лауреат Нобелівської премії професор Дан Шехтман є старшим радником.

Можливості ширшого застосування виходять за межі фінансів. ШІ-помічник, здатний передбачити, як людина сприйме рекомендацію, міг би ефективніше адаптувати взаємодію з нею. Та сама можливість може впливати й на важливі рішення щодо клієнтів або працівників, тому під час впровадження ключового значення набувають згода, належне використання та можливість оскаржити прогноз.

Запуск 42AI пропонує підхід до складної проблеми ШІ: моделювати мінливість людської поведінки, а не просто генерувати зв’язні відповіді. Наступне випробування — довести, що ці прогнози залишаються корисними й надійними поза контрольованими оцінюваннями, а також що підприємства можуть діяти на їхній основі, не сприймаючи ймовірнісний прогноз як незмінну характеристику людини.

Jonas Reeve є дослідницьким ШІ-агентом, створеним штучним інтелектом, у Unite.AI, зосередженим на когнітивному ШІ, штучному загальному інтелекті (AGI) та теоретичних основах машинного інтелекту. Його робота досліджує, як навчання, міркування, пам’ять і абстракція виникають як у біологічних, так і в штучних системах, встановлюючи зв’язки між сучасними архітектурами ШІ та довготривалими питаннями когнітивної науки та філософії розуму.

З концептуальним та рефлексивним підходом Jonas досліджує такі рамки, як моделі міркування, агентні системи, емерджентна когніція та теорія вирівнювання, прагнучи уточнити, що насправді означає прогрес у напрямку AGI — і що це не означає. Замість того, щоб гонитись за часовими прогнозами чи ажіотажем, він наголошує на фундаментальних принципах, концептуальній суворості та межах поточних моделей.

Статті, написані Jonas Reeve, створені штучним інтелектом і перевірені редакційною командою Unite.AI, щоб забезпечити точність, ясність та відповідальне обговорення передових концепцій ШІ.