為模擬書面語言而開發(fā)的AI，可以用來預(yù)測人們生活中的事件。

來自丹麥技術(shù)大學(xué)（DTU）、哥本哈根大學(xué)、國際電信聯(lián)盟（ITU）和美國東北大學(xué)的一個研究項(xiàng)目表明，如果用大量關(guān)于人們生活的數(shù)據(jù)，來訓(xùn)練所謂的“轉(zhuǎn)換器模型”（類似于ChatGPT）來處理語言，它們就能系統(tǒng)地組織數(shù)據(jù)，預(yù)測一個人一生中會發(fā)生的事情，甚至估計死亡時間。

在發(fā)表于《自然-計算科學(xué)》上的一篇名為《利用生命事件序列預(yù)測人類壽命》的文章中，研究人員在一個名為life2vec的模型中分析了600萬丹麥人的健康數(shù)據(jù)和勞動力市場依附情況。

在對模型進(jìn)行初始階段的訓(xùn)練后，該模型的表現(xiàn)優(yōu)于其他先進(jìn)的神經(jīng)網(wǎng)絡(luò)，并能以極高的準(zhǔn)確率預(yù)測性格和死亡時間等。

該文章的第一作者，德國技術(shù)大學(xué)教授Sune Lehmann表示：“我們用這個模型來解決一個基本問題：在過去條件的基礎(chǔ)上，我們有多大可能預(yù)測出未來的事件？在科學(xué)上，讓我們感到興奮的并不是預(yù)測本身，而是能夠使模型提供如此精確答案的數(shù)據(jù)�！�

01.預(yù)測死亡時間

Life2vec的預(yù)測是對一般問題的回答，例如：“我會在四年內(nèi)死亡嗎？”研究人員對模型回答的結(jié)果進(jìn)行分析后發(fā)現(xiàn)，其結(jié)果與社會科學(xué)領(lǐng)域的現(xiàn)有研究結(jié)果一致。

例如，在同等條件下，擔(dān)任領(lǐng)導(dǎo)職務(wù)或擁有高收入的個體擁有更高的存活率，而男性、有技能或患有精神疾病的人死亡率會更高。

Life2vec將數(shù)據(jù)編碼成一個龐大的向量系統(tǒng)，向量系統(tǒng)是一種組織不同數(shù)據(jù)的數(shù)學(xué)結(jié)構(gòu)。該模型可以決定將有關(guān)出生時間、就學(xué)、教育、工資、住房和健康等方面的數(shù)據(jù)放在何處。

Sune Lehmann還表示：“這件事最令人興奮的是，像語言中的句子由一系列單詞組成一樣，可以把人的一生看作是一長串事件。人工智能中的變換器模型通常就是用于這種類型的任務(wù)，但在我們的實(shí)驗(yàn)中，我們用它們來分析我們所說的生活序列，即人類生活中發(fā)生的事件�！�

02.引發(fā)倫理問題

同時文章背后的研究人員指出，圍繞life2vec模型存在一些倫理問題，如保護(hù)敏感數(shù)據(jù)、隱私和數(shù)據(jù)出現(xiàn)偏差等。

在使用該模型評估個人感染疾病或其他生活事件的可預(yù)見風(fēng)險之前，必須更深入地了解這些挑戰(zhàn)。

Sune Lehmann對此表示：“該模型為我們提供了積極和消極的重要視角，可以從政治角度進(jìn)行討論解決。類似的預(yù)測生活事件和人類行為的技術(shù)如今已在科技公司內(nèi)部得到應(yīng)用，例如，這些公司會追蹤我們在社交網(wǎng)絡(luò)上的行為，極其精確地對我們進(jìn)行個人資料剖析，并利用這些剖析來預(yù)測我們的行為并對我們施加影響。”

教授還提到，“這一討論需要成為民主對話的一部分，這樣我們才能考慮技術(shù)將把我們帶向何方，以及這是否是我們想要的發(fā)展�！�

研究人員認(rèn)為，該模型發(fā)展的下一步將是納入其他類型的信息，如文本和圖像或有關(guān)我們社會關(guān)系的信息。數(shù)據(jù)的使用為社會科學(xué)和健康科學(xué)之間開辟了全新的互動途徑。

原文由Technical University of Denmark撰寫，中文內(nèi)容由元宇宙之心（MetaverseHub）團(tuán)隊(duì)編譯，如需轉(zhuǎn)載請聯(lián)系我們。

       原文標(biāo)題 : Nature子刊發(fā)布：丹麥AI模型可精準(zhǔn)預(yù)測人類死亡率