Новая модель ИИ может предсказать продолжительность жизни человека
Ученые создали инструмент искусственного интеллекта, который анализируя последовательность жизненных событий, таких как история здоровья, образование, работа и доход, может предсказать личность человека и продолжительность его жизни, сообщает Северо-Западный университет (США).
Созданный с использованием больших языковых моделей (LLM), таких как ChatGPT, новый инструмент life2vec обучен на наборе данных, полученных от всего населения Дании — 6 миллионов человек. Набор данных был предоставлен правительством Дании ученым.
Инструмент, созданный исследователями на основе этого сложного набора данных, способен предсказывать будущее, включая продолжительность жизни людей, с точностью, превосходящей самые современные модели. Две научные статьи на эту тему недавно вышли в журнале Nature Computational Science.
«Несмотря на то, что мы используем прогнозирование, чтобы оценить, насколько хороши эти модели, этот инструмент не следует использовать для прогнозирования реальных людей. Это модель прогнозирования, основанная на конкретном наборе данных о конкретной популяции. Эти инструменты позволяют вам взглянуть на общество по-другому: на политику, правила и положения. Вы можете думать об этом как о сканировании того, что происходит на земле», — говорит Тина Элиасси-Рад, профессор компьютерных наук.
Данные хранятся Статистическим управлением Дании и, хотя они строго регулируются, доступ к ним могут получить некоторые представители общественности, включая исследователей. Исследователи использовали эти данные для создания длинных шаблонов повторяющихся жизненных событий, которые затем вносились в нейросеть, по методу «модели трансформатора», используемой для обучения LLM. При этом шаблоны адаптировались для человеческой жизни, представленной как последовательность событий.
«Всю историю человеческой жизни в каком-то смысле можно рассматривать как гигантское длинное предложение», — говорит Суне Леманн, один из авторов исследования.
Модель использует информацию, полученную в результате наблюдения за миллионами последовательностей жизненных событий. Затем она строит так называемые векторные представления, которые начинает классифицировать и устанавливать связи между жизненными событиями и факторами.
Одним из жизненных событий, которое предсказали исследователи, была продолжительность жизни и причины смерти человека. Модель показала высокую достоверность, за исключением несчастных случаев вроде автомобильных аварий. В статье также показано, как модель способна предсказывать индивидуальные ответы на стандартный личностный опросник, особенно когда речь идет об экстраверсии.
Элиасси-Рад и Леманн рассматривают свою прогностическую модель не как конечный продукт, а скорее как начало разговора. Леманн говорит, что крупные технологические компании, вероятно, годами создавали такого рода алгоритмы прогнозирования в запертых комнатах. Он надеется, что эта работа может начать формировать более открытое и общественное понимание того, как эти инструменты работают, на что они способны и как их следует и не следует использовать.
