Veštačka inteligencija razvijena za modeliranje pisanog jezika može se koristiti za predviđanje događaja u životima ljudi. Istraživački projekat DTU, Univerziteta u Kopenhagenu, ITU i Northeastern univerziteta u SAD pokazuje da ako koristite velike količine podataka o životima ljudi i obučite takozvane ‘transformatorske modele’, koji se (kao ChatGPT) koriste za obradu jezika , mogu sistematski organizovati podatke i predvideti šta će se dogoditi u životu osobe, pa čak i proceniti vreme smrti.
U novom članku „Upotreba sekvenci životnih događaja za predviđanje ljudskih života“, objavljenom u Nature Computational Science, istraživači su analizirali zdravstvene podatke i povezanost sa tržištem rada za 6 miliona Danaca u modelu nazvanom life2vec.
Nakon što je model obučen u početnoj fazi, odnosno naučio obrasce u podacima, pokazalo se da nadmašuje druge napredne neuronske mreže i sa velikom preciznošću predviđa ishode kao što su ličnost i vreme smrti.
„Koristili smo model da bismo odgovorili na fundamentalno pitanje: u kojoj meri možemo da predvidimo događaje u vašoj budućnosti na osnovu uslova i događaja u vašoj prošlosti? Naučno, ono što je za nas uzbudljivo nije toliko samo predviđanje, već aspekti podataka. koji omogućavaju modelu da pruži tako precizne odgovore“, kaže Sune Leman, profesor na DTU i prvi autor članka.
Predviđanja iz Life2vec-a su odgovori na opšta pitanja kao što su: ‘smrt u roku od četiri godine’? Kada istraživači analiziraju odgovore modela, rezultati su u skladu sa postojećim nalazima u okviru društvenih nauka; na primer, pod uslovom da su sve stvari jednake, veća je verovatnoća da će preživeti pojedinci na rukovodećim pozicijama ili sa visokim prihodima, dok su muškarci, kvalifikovani ili imaju mentalnu dijagnozu povezani sa većim rizikom od smrti.
Life2vec kodira podatke u velikom sistemu vektora, matematičkoj strukturi koja organizuje različite podatke. Model odlučuje gde će se smestiti podaci o vremenu rođenja, školovanju, obrazovanju, plati, stanovanju i zdravlju.
„Ono što je uzbudljivo je posmatranje ljudskog života kao dugog niza događaja, slično kao što se rečenica u jeziku sastoji od niza reči. Ovo je obično tip zadatka za koji se koriste modeli transformatora u AI, ali u našim eksperimentima , koristimo ih da analiziramo ono što nazivamo životnim sekvencama, odnosno događajima koji su se desili u ljudskom životu“, kaže Sune Leman.
Istraživači koji stoje iza članka ističu da etička pitanja okružuju model life2vec, kao što su zaštita osetljivih podataka, privatnost i uloga pristrasnosti u podacima. Ovi izazovi se moraju dublje razumeti pre nego što se model može koristiti, na primer, za procenu rizika pojedinca od dobijanja bolesti ili drugih životnih događaja koji se mogu sprečiti.
„Model otvara važne pozitivne i negativne perspektive za diskusiju i politički rešavanje. Slične tehnologije za predviđanje životnih događaja i ljudskog ponašanja već se koriste danas unutar tehnoloških kompanija koje, na primer, prate naše ponašanje na društvenim mrežama, izuzetno precizno profilišu i koristite ove profile da predvidite naše ponašanje i utičete na nas. Ova diskusija treba da bude deo demokratskog razgovora kako bismo razmotrili kuda nas tehnologija vodi i da li je to razvoj koji želimo“, kaže Sune Leman.
Prema istraživačima, sledeći korak bi bio da se ugrade druge vrste informacija, kao što su tekst i slike ili informacije o našim društvenim vezama. Ova upotreba podataka otvara potpuno novu interakciju između društvenih i zdravstvenih nauka.
