研究人员称: 新的人工智能模型可以预测人的寿命
研究人员表示，一种新的人工智能工具能够预测人类生活中的事件
研究人员发明了一种人工智能工具，利用一系列生活事件（如健康史、教育、工作和收入）来预测从一个人的个性到其死亡率的一切。
新工具 life2vec 使用数据交换模型构建，该模型为 ChatGPT 等 大型语言模型 （ LLM ）提供动力，它是在从丹麦 600 万人口中提取的数据集上训练的。该数据集仅由丹麦政府提供给研究人员。
研究人员基于这组复杂的数据建立的工具能够预测未来，包括个人的寿命，其准确性超过了最先进的模型。但是，尽管它的预测能力，背后的研究小组说，它最好是用来作为未来工作的基础，而不是一个目的本身。
即使我们使用预测来评估这些模型有多好，这个工具也不应该被用于对真实的人进行判定计算机，它是基于特定人群的特定数据集的 预测模型 。
东北大学计算机科学教授，约瑟夫·E·奥恩（Joseph E. Aoun）
东北大学计算机科学教授，约瑟夫·E·奥恩（Joseph E. Aoun）表示：Elias-Rad将它在人工智能伦理方面的专业知识带到了这个项目中。这些工具可以让你以另一种方式观察你的社会：你所拥有的政策，你所拥有的规章制度，你可以把它看作是对地面上正在发生的事情的扫描。
通过让 社会科学家 参与到这个工具的开发过程中，该团队希望它能为人工智能开发带来一种以人为本的方法，在他们的工具所训练的大量数据中，重视对人类的研究。
与其他许多模型相比，这个模型更全面地反映了人类生活的世界。该研究最近发表在《 自然计算科学》杂志 上。
life2vec的核心是研究人员用来训练模型的海量数据集。这些数据由丹麦统计的中央机构丹麦统计局掌握，尽管受到严格管制，但包括研究人员在内的一些公众成员可以获得这些数据。之所以受到如此严格的控制，是因为它包括了每一个丹麦公民的详细登记。
构成生活的许多事件和要素，并在数据中阐明，从健康因素和教育到收入。研究人员利用这些数据创建了重复出现的 生活事件 的长模式，并将其输入到他们的模型中，采用了用于训练语言学习者的变压器模型方法，并使其适应以事件序列表示的人类生活。
丹麦技术大学DTU Compute的网络和复杂性科学教授Lehmann表示：一个人一生的全部故事，在某种程度上，也可以被认为是一个人身上可能发生的许多事情的一个巨大的长句。
该模型使用它从观察数百万个生活事件序列中获得的信息，在嵌入空间中构建所谓的向量表示，在嵌入空间，它开始分类并绘制收入、教育或健康因素等生活事件之间的联系。这些嵌入空间作为预测的基础。构成模型的最终制作。
研究人员预测的生活事件之一是一个人的死亡概率。
”Lehmann说：“当我们把模型用来预测的空间可视化时，它看起来像一个长圆柱体，把你从低死亡概率带到高死亡概率，然后我们可以证明，在死亡概率高的地方，很多人实际上已经死了，而在死亡概率低的地方，死亡原因是我们无法预测的，比如车祸。”
本文还说明了该模型如何能够预测标准人格问卷的个人答案，特别是在外向性方面。
Eliassi-Rad和Lehmann指出，尽管该模型做出了高度准确的预测，但它们是基于相关性、高度特定的文化和社会背景以及存在于每个数据集的各种偏见。
鉴于所有这些警告，Eliassi-Rad和Lehmann认为他们的预测模型不像是一个最终产品，而更像是一个对话的开始。Lehmann说，主要的科技公司可能已经在锁着的房间里开发这些类型的预测算法多年了。他希望这项工作可以开始创造一个更开放的，公众的理解这些工具是如何工作的，他们有什么能力，以及他们应该和不应该如何使用。
- 发表于:
- 原文链接：https://page.om.qq.com/page/Ofac-CQKyJyXQee1n4LGESbw0
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
