丹麥和美國的科學家最近開發出 AI 模型「life2vec」，能預測一個人一生中會發生的事情，甚至估計死亡時間。
（前情提要：OpenAI 執行長展望 2024：GPT-5、開源、商城..通用人工智慧 AGl 還早）
（背景補充：2023統計》Google搜尋「AI」遠超比特幣、加密貨幣！中國對人工智慧最有興趣）
為模擬書面語言而開發的 AI，可以用來預測人們生活中的事件。來自丹麥技術大學（DTU）、哥本哈根大學、國際電信聯盟（ITU）和美國東北大學的研究計畫表明，如果用大量關於人們生活的數據，來訓練所謂的「轉換器模型」（類似於 ChatGPT）來處理語言，它們就能有系統地組織數據，預測一個人一生中會發生的事情，甚至估計死亡時間。
發表於《Nature Computational Science 》上的一篇名為《利用生命事件序列預測人類壽命》的文章中，研究人員在一個名為 life2vec 的模型中分析了 600 萬丹麥人的健康資料和勞動力市場依附情況。
在對模型進行初始階段的訓練後，該模型的表現優於其他先進的神經網路，並能以極高的準確率預測性格和死亡時間等。
該文章的第一作者，德國技術大學教授 Sune Lehmann 表示：「我們用這個模型來解決一個基本問題：在過去條件的基礎上，我們有多大可能預測出未來的事件？在科學上，讓我們感到興奮的並不是預測本身，而是能夠使模型提供如此精確答案的資料。」
預測死亡時間
Life2vec 的預測是對一般問題的回答，例如：「我會在四年內死亡嗎？」 研究人員對模型回答的結果進行分析後發現，其結果與社會科學領域的現有研究結果一致，準確率達到 78%。
例如，在同等條件下，擔任領導職務或擁有高收入的個體擁有更高的存活率，而男性、有技能或患有精神疾病的人死亡率會更高。
Life2vec 將資料編碼成一個龐大的向量系統，向量系統是一種組織不同資料的數學結構。該模型可以決定將有關出生時間、就學、教育、工資、住房和健康等方面的資料放在何處。
Sune Lehmann 還表示：「這件事最令人興奮的是，像語言中的句子由一系列單片語成一樣，可以把人的一生看作是一長串事件。人工智慧中的變換器模型通常就是用於這種型別的任務，但在我們的實驗中，我們用它們來分析我們所說的生活序列，即人類生活中發生的事件。」
引發倫理問題
同時文章背後的研究人員指出，圍繞 life2vec 模型存在一些倫理問題，如保護敏感資料、隱私和資料出現偏差等。在使用該模型評估個人感染疾病或其他生活事件的可預見風險之前，必須更深入地瞭解這些挑戰。
Sune Lehmann 對此表示：
「該模型為我們提供了積極和消極的重要視角，可以從政治角度進行討論解決。
類似的預測生活事件和人類行為的技術如今已在科技公司內部得到應用，例如，這些公司會追蹤我們在社交網路上的行為，極其精確地對我們進行個人資料剖析，並利用這些剖析來預測我們的行為並對我們施加影響。」
教授還提到，「這一討論需要成為民主對話的一部分，這樣我們才能考慮技術將把我們帶向何方，以及這是否是我們想要的發展。」
研究人員認為，該模型發展的下一步將是納入其他型別的資訊，如文字和影象或有關我們社會關係的資訊。資料的使用為社會科學和健康科學之間開闢了全新的互動途徑。
📍相關報導📍
OpenAI 執行長展望 2024：GPT-5、開源、商城..通用人工智慧 AGl 還早
