新AI模型多场景下精准预测人类行为

据物理学家组织网7月16日报道，来自美国密歇根大学、斯坦福大学与商业教学实验平台MobLab的科学家携手，研发出名为“行为基础模型”（Be.FM）的新型人工智能系统。该AI模型是首批专注于人类行为预测、模拟与推理的专用AI模型，相关研究成果已发表于社会科学研究网络预印本服务器。

与传统依赖通用文本训练的AI不同，Be.FM采用行为科学专属数据集进行训练。研究团队构建了包含约2万名调查对象及数千项科研数据的行为数据库，使模型能够深度解析人类行为背后的动因，其在四种应用场景展现出卓越性能。

该模型具备精准预测现实行为的能力。以银行业为例：当需要评估客户群体对不同投资选项的偏好时，Be.FM可预判选择倾向、合作意愿及风险承受度，为经济建模、产品测试及政策制定提供低成本的行为模拟方案；该模型可实现心理特征与人口数据的双向推理，既能通过年龄、性别等基础信息推断性格特质，也能依据性格特征反推人口统计属性，这对用户画像构建、个性化服务设计具有重要价值；该模型也擅长捕捉环境因素对行为的影响，例如分析用户1-2月间的行为变化时，能精准识别季节因素、社会规范等情境变量的作用机制，为行为干预提供科学依据；作为基于大语言模型架构的系统，Be.FM还能高效整合行为科学知识，辅助完成文献综述、研究设计等学术工作，成为科研人员的智能协作伙伴。

测试数据显示，在上述几个场景下，Be.FM的表现显著优于GPT-4o等主流模型，其预测结果更贴合真实世界的人口行为分布。团队正致力于扩大其应用场景，目标是让其赋能所有人类决策领域。