Датски изследователи използват машинно обучение, за да предвидят аспекти от индивидуалния живот, включително кога някой може да умре

Изследователи от Дания споделят, че са употребявали мощни логаритми за машинно образование, с цел да предскажат тъкмо избрани аспекти от човешкия живот, в това число какъв брой рано е евентуално някой да почине.

Тяхното изследване, оповестено тази седмица в списанието в Nature Computational Science, разказва в детайли по какъв начин модел на логаритъм за машинно образование, наименуван life2vec, предсказва резултата от живота на човек и неговите дейности, когато му се показват доста характерни данни за него.

С тези данни „ можем да създадем всевъзможни прогнози “, сподели Суне Леман, водещ създател на проучването и професор в Техническия университет на Дания. Изследователите обаче означават, че това е „ проучвателен първообраз “ и не може да извършва никакви „ задания от действителния свят “ в настоящето си положение.

Леман и неговите съавтори са употребявали данни от народен указател в Дания, описващи разнообразна група от 6 милиона души. Те включват информация от 2008 до 2016 година, обвързвана с съществени аспекти на живота като обучение, опазване на здравето, приходи и специалност.

Изследователите приспособиха техники за езикова обработка и генерираха речник за житейски събития, тъй че life2vec да може да интерпретира фрази въз основа на данните, като да вземем за пример „ През септември 2012 година Франциско получи двадесет хиляди датски крони като надзирател в палат в Елсинор “ или „ По време на третата й година в междинното училище-интернат, Хърмаяни следваше пет избираеми класа. “

След това логаритъмът се учи от тези данни, споделя Леман, и съумява да направи прогнози за избрани аспекти от живота на хората, в това число по какъв начин могат да мислят, усещат и да се държат и даже дали индивидът може да почине през идващите няколко години.

За да предскаже какъв брой рано може да почине някой, екипът употребява данни от 1 януари 2008 година до 31 декември 2015 година за кохорта от над 2,3 милиона души на възраст сред 35 и 65 години. Тази група е определена, тъй като смъртността в тази възрастова група е по-трудна за прогнозиране, сподели Леман.

Life2vec употребява данните, с цел да заключи вероятността човек да оцелее четирите години след 2016 година

„ За да проверим какъв брой добър е [life2vec], ние избираме група от 100 000 индивида, където половината оцеляват и половината умират “, сподели Леман. Изследователите са знаели кои хора са умряли след 2016 година, само че логаритъмът не е знаел.

След това го подложиха на тест. Те накараха логаритъма да направи самостоятелни прогнози за това дали някой е живял след 2016 година Резултатите бяха впечатляващи: логаритъмът беше верен в 78% от случаите.

Life2vec също превъзхожда други най-съвременни модели и базови линии с минимум 11%, като планува по-точно резултатите от смъртността, се споделя в отчета.

Хората, които са били мъже, са имали по-голяма възможност да умрат след 2016 година Да бъдеш дипломиран служащ като инженер или да имаш диагноза на проблем с психологичното здраве като меланхолия или тревога също е довело до по-ранна гибел, откриха откривателите. Междувременно това да си на управителна позиция или да имаш висок приход постоянно тласка хората към графата „ оцеляване “.

Изследването обаче имаше няколко ограничавания. „ Отбелязваме, че опитите не са рандомизирани и откривателите не са били заслепени за разпределението по време на опитите и оценката на резултатите “, се отбелязва в отчета.

Изследователите са разгледали единствено данни за интервал от осем години и може да има социодемографски отклонения в извадката, макар че всеки човек в Дания се появява в националния указател.

„ Ако някой няма заплата – или избере да не се ангажира със здравните системи – ние нямаме достъп до неговите данни “, споделиха те.

Изследването е извършено в богата страна, която има мощна инфраструктура и здравна система, означават още създателите. Не е ясно дали констатациите на life2vec могат да бъдат приложени в други страни като Съединените щати, поради техните стопански и обществени разлики.

Леман споделя, че знае, че логаритъмът звучи „ злокобно и бясно, само че в действителност е нещо, върху което е положена в действителност доста работа, изключително ръководено от застрахователните компании “.

Д-р Артър Каплан, началник на отдела по здравна нравственос в Grossman School of Medicine на Нюйоркския университет, е склонен, че застрахователните компании ще бъдат нетърпеливи да изпреварят потребителите, когато модели като life2vec станат по-комерсиални.

„ Това ще затрудни по-нататък продажбата на застраховки “, сподели той. „ Не можете да извършите застраховка против риск, в случай че всеки знае тъкмо какви са рисковете. “

Каплан обаче, който не е взел участие в новото проучване, отбелязва, че life2vec не предсказва на каква възраст ще почине човек или по какъв начин. Например, логаритъмът не може да планува дали човек ще загине при автомобилна злополука.

Вземете седмичния бюлетин на CNN Health

всеки вторник от екипа на CNN Health.

Каплан чака по-усъвършенствани модели за прогнозиране да се появят единствено след пет години.

„ Ще имаме по-добри с по-големи бази данни, които ще дават оферти какво да извършите, с цел да удължите живота си “, сподели той.

В последна сметка, споделя Каплан, потреблението на изкуствен интелект за предсказание по кое време можем да умрем отстранява единствения аспект от живота ни, който го прави забавен: мистерията.

„ Притесняваме се, че роботите завладяват света и вземат решение, че нямат потребност от нас “, сподели той. „ Това, за което би трябвало да се тревожим, е, че роботите манипулират информацията и са в положение да предскажат доста за нашето държание, тъй че да имаме животи, които са толкоз предвидими, че лишават част от цената на живота. “