您尚未登录账户
您的企业账号申请正在审核中
人工智能可以对人们生活中的事件进行预测
用于模拟书面语言的人工智能也可以被用来预测人们生活中的事件。来自丹麦技术大学、哥本哈根大学、ITU和美国东北大学的研究项目表明，如果您使用大量有关人们生活的数据并训练“transformer models”（如ChatGPT），它们被用于处理语言，可以系统地组织数据，并且还可以预测一个人生活中将发生什么事件，甚至估计死亡时间。
在最新发表在《自然计算科学》上的文章《使用生命事件序列预测人类生活》中，研究人员在一个名为life2vec的模型中分析了600万丹麦人的健康数据和对劳动市场的依附。
模型经过初期的训练阶段，即学习了数据中的模式，已被证明优于其他先进的神经网络，能够高精度地预测性格和死亡时间等结果。
“我们使用该模型来解决一个基本问题：根据您过去的条件和事件，我们能在多大程度上预测您未来的事件？对我们科学上令人兴奋的不仅仅是预测本身，而是使模型能够提供如此精确答案的数据方面。”DTU教授、文章的第一作者Sune Lehmann说。
死亡时间的预测
来自Life2vec的预测是对如“四年内死亡”这样的一般性问题的答案。当研究人员分析模型的答案时，结果与社会科学内现有的发现一致。例如，在其他条件相等的情况下，拥有领导地位或高收入的个体更可能生存，而身为男性、具备专业技能或有精神疾病诊断则与更高的死亡风险相关联。
Life2vec将数据编码成一个大型的向量系统，这是一种组织不同数据的数学结构。该模型决定在出生时间、学校教育、薪水、住房和健康等方面如何放置数据。
“令人兴奋的是，将人类生命视为一长串事件，类似于语言中的句子由一系列单词组成。这通常是AI中transformer模型用于的任务类型，但在我们的实验中，我们使用它们来分析我们称之为生活序列，即在人类生命中发生的事件，”Sune Lehmann说。
提出伦理问题
文章背后的研究人员指出，life2vec模型还存在着一些伦理问题，如保护敏感数据、隐私和数据中偏见。在模型可用于评估个体患病风险或其他可预防的生命事件之前，必须更深入地了解这些风险。
“预测生命事件和人类行为的类似技术今天已在在科技公司内部使用，诸如跟踪我们在社交网络上的行为、极其准确地给我们画像，以及使用这些画像来预测我们的行为并影响我们。这种讨论需要成为民主对话的一部分，以便我们考虑技术正带领我们走向何方，以及这是否是我们想要的发展，”Sune Lehmann说。
据研究人员介绍，下一步将是整合其他类型的信息，如文本和图像或关于我们社会联系的信息。这种数据的使用开启了社会和健康科学之间全新的互动。
