Zamislite da možete da AI ispričate detalje o svom životu – vašem poslu, vašim navikama u ishrani, tom trenutku kada ste slomili ruku sa 4 godine – i neka predvidi najverovatnije zdravstvene rizike za ljude poput vas.
Zvuči kao čista naučna fantastika, ali nova studija pokazuje kako ova tehnologija nije daleko. Ako razmislite o tome, nije baš tako strašno kao što zvuči.
Naučnici su dugo povlačili paralele između načina na koji živimo, jedemo i spavamo i kako to utiče na rizik od ranije smrti ili razvoja određenih bolesti. Sa veštačkom inteligencijom, ti postojeći podaci se samo brže i sveobuhvatnije obrađuju.
Tim sa Univerziteta Northeastern, Tehničkog univerziteta u Danskoj i Univerziteta u Kopenhagenu u Danskoj obučio je svoj AI motor na podacima šest miliona danskih pojedinaca kako bi testirao izvodljivost ove vrste motora za predviđanje.
Otkrili su da se iste tehnike obuke koje podupiru modele velikih jezika (LLM), koji pokreću botove kao što je ChatGPT, takođe mogu primeniti na životne događaje.
Umesto da proučava odnose između reči i rečenica, AI otkriva odnose između svega što se dešava u našim životima.
„Cela priča o ljudskom životu, na neki način, takođe se može posmatrati kao ogromna duga rečenica mnogih stvari koje se mogu desiti osobi“, kaže Sune Leman, naučnik za podatke sa Tehničkog univerziteta u Danskoj.
„Ovaj model nudi mnogo sveobuhvatniji odraz sveta kakav žive ljudska bića od mnogih drugih modela.“
Novi model, nazvan life2vec, koristi „prostore za ugradnju“ – gde se nečemu u stvarnom svetu daje matematički oblik koji kompjuter može da pročita – da bi se izvukle veze između zdravstvenih faktora, obrazovanja, nivoa prihoda i svega ostalog što utiče na stope mortaliteta.
Kada se stavi na test protiv poznatih uzroka smrti, AI se pokazao boljim od trenutnih metoda u predviđanju kako i kada će neko umreti – iako još uvek postoji mnogo događaja, poput saobraćajnih nesreća, koje model nema šanse da predvidi .
AI je takođe bio u stanju da predvidi određene aspekte ličnosti, kao što je ekstrovertnost.
Napredni AI alati poput ovog pokazuju veliki potencijal za uočavanje obrazaca koji su previše složeni da bi ih ljudi mogli da vide, što znači bolje razumevanje odnosa između načina na koji živimo svoje živote i koliko smo zdravi i dobro.
Uprkos ovim uspesima, istraživači pozivaju na oprez: podaci se za sada odnose samo na Dance i stoga imaju ugrađenu sociodemografsku pristrasnost.
Tim takođe želi da vidi zabrinutost u vezi sa privatnošću i ličnim podacima pre nego što se ovo ikada koristi u stvarnom svetu.
„Iako koristimo predviđanje da procenimo koliko su ovi modeli dobri, alat ne bi trebalo da se koristi za predviđanje na stvarnim ljudima“, kaže kompjuterski naučnik Tina Eliasi-Rad sa Univerziteta Northeastern.
„To je model predviđanja zasnovan na specifičnom skupu podataka određene populacije.“
