Може ли изкуственият интелект „калкулатор на смъртта“ всъщност да е нещо добро?
Писателят е теоретичен коментатор
Нашият живот, сходно на историите, следва роман. Всяка от тях се разпростира по неповторим метод в глави с познати заглавия: учебно заведение, кариера, пренасяне, пострадване, болест. Всеки сюжет или живот има начало, среда и непредсказуем край.
Сега, съгласно учените, всяка житейска история е хроника на предсказаната гибел. Използвайки данните от регистъра на Дания, които съдържат обилие от ежедневна информация за обучение, заплата, работа, работно време, жилище и визити при доктор, учените са създали логаритъм, който може да планува виталния път на човек, в това число преждевременна гибел, в съвсем по същия метод, по който огромните езикови модели (LLM) като ChatGPT могат да плануват фрази. Алгоритъмът превъзхожда други планирани модели, в това число актюерски таблици, употребявани от застрахователната промишленост.
Това, че нашите комплицирани съществувания могат да бъдат оценени като фрагменти от текст, е по едно и също време въодушевяващо и смущаващо. Въпреки че знаем, че великодушният приход корелира с по-дългата дълготрайност на живота, свързването на големи количества разнообразни данни може да разкрие други способи, по които обществените фактори въздействат на здравето. Това може да осведоми политиците, които се стремят да подобрят възможностите ни да живеем по-дълъг и по-здравословен живот.
От друга страна, има нещо съвсем неуместно редуциращо в концепцията за DeathGPT. Всяко мънисто на огърлицата на живота – навестяване на клас, нарастване на заплатата, загуба на родител – наподобява прекомерно персонално, с цел да зарежда предвидим набор от данни. Но в епохата на огромни данни и изкуствен интелект за тяхното копаене ще би трябвало да приемем, че тези надълбоко усетени качествени прекарвания могат да бъдат уловени количествено по способи, които в границите на лентите за неточности обрисуват самостоятелната орис.
Суне Леман от Техническия университет на Дания, който управлява проучването, оповестено предишния месец в Nature Computational Science, не намира концепцията за притеснителна. „ Мисля, че приликата сред текст и животи е дълбока и многостранна “, сподели ми той по имейл. „ За мен има смисъл, че нашият логаритъм може да планува идната стъпка в човешкия живот. “
И езикът, и животът са последователности. Изследователите, привлечени от университета в Копенхаген и Североизточния университет в Бостън, използваха това подобие. Първо, те сформираха „ речник “ от житейски събития, създавайки един тип синтетичен език и го използваха за конструиране на „ фрази “. Примерно изречение може да бъде: „ По време на третата си година в междинното училище-интернат, Хърмаяни следваше пет избираеми часа. “
Точно както LLM копаят текст, с цел да схванат връзките сред думите, логаритъмът life2vec, захранван с реконструира житейски истории на 6 милиона поданици на Дания сред 2008 година и 2015 година, изкопа тези систематизирания за сходни взаимоотношения.
Тогава пристигна моментът на равносметка: какъв брой добре може да се приложи това обстойно образование, с цел да се вършат прогнози от 2016 до 2020 година? Сред тестванията на логаритъма откривателите са изследвали извадка от 100 000 души на възраст 35-65 години, за половината от които е известно, че са оживели и половината от които са умряли през този интервал. Когато бъде подканен да отгатне кои са умрели, life2vec се оправя вярно в 79 % от случаите (произволното отгатване дава % на попадение от 50 процента). Той превъзхожда идващите най-хубави планирани модели, сподели Леман, с 11 %.
Въпреки че документът твърди, че „ точните самостоятелни прогнози са в действителност вероятни “, логаритъмът дава възможност за гибел за избран интервал, а не за точна дата. Има предизвестия: това, което се ползва в Дания, може да не се ползва другаде и логаритъмът кодира отклонения в данните за образование. Въпреки това, поради капацитета му за фина конфигурация на прогнозирането на риска, въздействието върху застрахователната промишленост ще си коства да се следи. От своя страна откривателите не желаят работата им да се употребява от застрахователите и към този момент пазят логаритъма и данните в загадка.
Но по-вълнуващо от резултатите, акцентират откривателите, е, че life2vec е по-скоро общ, в сравнение с характерен за задача. В съществуващите планирани модели откривателите би трябвало авансово да уточнят променливи, които имат значение, като възраст, пол и приход. За разлика от това, този метод гълтам всички данни и може без значение да се ориентира към съответните фактори (той видя, че приходът се брои позитивно за оцеляването, да вземем за пример, и че диагнозата за психологично здраве се брои отрицателно). Това може да насочи откривателите към неразучени до момента въздействия върху здравето - и може да разкрие нови връзки сред явно несвързани модели на държание.
Едно от възходящите терзания на Lehmann е поверителността; той показва, че компании като Гугъл сглобяват машини за прогнозиране на мускули, употребявайки обилие от персонални данни, събрани от интернет.
Това е епоха на несравнима предсказуемост в човешкия живот — и епоха на несравнима мощ за тези, които могат да прочетат нашите истории, преди ние да сме ги изживели.
