Sztuczna inteligencja może oszacować możliwą datę śmierci, uważają naukowcy duńscy i amerykańscy. Opracowali oni nowy model językowy o nazwie "life2vec" i właśnie przedstawili wyniki swoich badań. - Ekscytującym jest rozważanie ludzkiego życia jako długiej sekwencji zdarzeń - podkreśla współautorka badania prof. Sune Lehmann. Zwraca też uwagę na zagrożenia.
Wyniki badania przeprowadzonego przez naukowców duńskich i amerykańskich opublikowano 18 grudnia w czasopiśmie "Nature Computational Science". Badacze skorzystali z informacji o całej populacji (niemal 6 milionów - red.) Duńczyków, zgromadzone w krajowym rejestrze pacjentów i urzędzie statystycznym, pochodzące z lat 2008-2020. Były to dane m.in. o edukacji, wizytach u lekarzy, dochodach czy zawodzie. Z ich pomocą wytrenowali duży model językowy o nazwie "life2vec", podobny w swojej technologii do popularnego ChataGPT. Narzędzie nauczyło się wprowadzonych danych, a naukowcy przeanalizowali udzielane przez nie odpowiedzi. Zaobserwowali, że były one spójne z rzeczywistością.
Sztuczna inteligencja i dane na temat życia ludzkiego
Autorzy doszli do wniosku, że jeśli wykorzysta się dużą liczbę danych na temat życia ludzkiego, stworzony na ich podstawie model uczenia maszynowego będzie w stanie tak je uporządkować, by przewidzieć, co się stanie w życiu człowieka, a nawet oszacować z wysoką dokładnością datę śmierci. Badacze zebrali dane dotyczące grupy osób w wieku od 35 do 65 lat – z których połowa zmarła w latach 2016–2020 – i poprosili system sztucznej inteligencji o przewidzenie, kto z nich umrze. Odkryli, że przewidywania "life2vec" były o 11 procent dokładniejsze niż w przypadku jakiegokolwiek innego istniejącego modelu sztucznej inteligencji czy innych metod stosowanych np. przez towarzystwa ubezpieczeniowe.
"Wykorzystaliśmy ten model, by odpowiedzieć na fundamentalne pytanie: do jakiego stopnia jesteśmy w stanie przewidzieć zdarzenia w przyszłości na podstawie okoliczności i zdarzeń z przeszłości" - mówi prof. Sune Lehmann z Duńskiego Uniwersytetu Technicznego (DTU), cytowana przez "Science Daily". "To, co ekscytuje nas najbardziej, to nie sam efekt tych przewidywań, ale te aspekty danych, które umożliwiają modelowi udzielenie tak precyzyjnych odpowiedzi" - podkreśliła. "Ekscytującym jest rozważanie ludzkiego życia jako długiej sekwencji zdarzeń, podobnie do sekwencji, którą są słowa tworzące w języku zdanie" - dodała.
Autorzy artykułu zwracają jednak uwagę na kwestie etyczne, takie jak ochrona danych wrażliwych i prywatność. Jak piszą, należy głębiej rozpoznać te kwestie, zanim będzie można zastosować model na przykład do oceny ryzyka zarażenia się jakąś chorobą. "Musimy zastanowić się, dokąd prowadzi nas ta technologia i czy jest to kierunek, jakiego chcemy" - podkreśla w "Science Daily" Lehmann.
Źródło: Science Daily, Independent
Źródło zdjęcia głównego: Shutterstock/ SOMKID THONGDEE