為模擬書面語言而開發(fā)的AI，可以用來預測人們生活中的事件。

來自丹麥技術大學（DTU）、哥本哈根大學、國際電信聯(lián)盟（ITU）和美國東北大學的一個研究項目表明，如果用大量關于人們生活的數(shù)據(jù)，來訓練所謂的“轉換器模型”（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》上的一篇名為《利用生命事件序列預測人類壽命》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。

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

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

01.預測死亡時間

Life2vec的預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果進行分析后發(fā)現(xiàn)，其結果與社會科學領域的現(xiàn)有研究結果一致。

例如，在同等條件下，擔任領導職務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)學結構。該模型可以決定將有關出生時間、就學、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，但在我們的實驗中，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見風險之前，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，可以從政治角度進行討論解決。類似的預測生活事件和人類行為的技術如今已在科技公司內(nèi)部得到應用，例如，這些公司會追蹤我們在社交網(wǎng)絡上的行為，極其精確地對我們進行個人資料剖析，并利用這些剖析來預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我們社會關系的信息。數(shù)據(jù)的使用為社會科學和健康科學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）團隊編譯，如需轉載請聯(lián)系我們。

       原文標題 : Nature子刊發(fā)布：丹麥AI模型可精準預測人類死亡率