Eπιστήμονες από τη Δανία και τις ΗΠΑ ανέπτυξαν έναν αλγόριθμο που χρησιμοποιεί την ιστορία της ζωής ενός ατόμου για να προβλέψει πώς θα ζήσει και πότε θα πεθάνει.
Σύμφωνα με νέα μελέτη, το μοντέλο που ονομάζεται «life2vec», είναι ακριβές περίπου στο 78% των περιπτώσεων, γεγονός που το τοποθετεί στο ίδιο επίπεδο με άλλους αλγόριθμους που έχουν σχεδιαστεί για να προβλέψουν παρόμοια αποτελέσματα ζωής.
Αλλά σε αντίθεση με άλλα μοντέλα, λειτουργεί σαν chatbot, χρησιμοποιώντας υπάρχουσες λεπτομέρειες για να προβλέψει τι θα ακολουθήσει.
Κατασκευάστηκε από επιστήμονες στη Δανία και τις ΗΠΑ οι οποίοι χρησιμοποίησαν έναν αλγόριθμο μηχανικής μάθησης με δεδομένα από περισσότερους από 6 εκατομμύρια ανθρώπους, τροφοδοτώντας τον με κάθε είδους πληροφορίες όπως: εισόδημα, επάγγελμα, τόπος διαμονής, τραυματισμοί, εγκυμοσύνη κ.α.
Το τελικό τους αποτέλεσμα ήταν ένα μοντέλο που μπορεί να επεξεργαστεί απλή γλώσσα και να δημιουργήσει προβλέψεις σχετικά με την πιθανότητα ενός ατόμου να πεθάνει πρόωρα ή να αυξήσει το εισόδημά του κατά τη διάρκεια της ζωής του.
Μερικοί από τους παράγοντες που μπορούν να οδηγήσουν σε πρόωρο θάνατο περιλαμβάνουν: το να είσαι άνδρας, να έχεις διαγνωστεί με ψυχική νόσο ή να είσαι σε ένα εξειδικευμένο επάγγελμα. Τα πράγματα που συνδέονται με τη μεγαλύτερη διάρκεια ζωής περιλαμβάνουν υψηλότερο εισόδημα ή ηγετικό ρόλο.
Πώς λειτουργεί
Ακριβώς όπως οι χρήστες του ChatGPT του ζητούν να γράψει ένα τραγούδι, ποίημα ή δοκίμιο, οι επιστήμονες μπορούν να κάνουν στο life2vec απλές ερωτήσεις όπως "θάνατος μέσα σε τέσσερα χρόνια;" για ένα συγκεκριμένο άτομο.
Το μοντέλο εκπαιδεύτηκε σε δεδομένα από το 2008 έως το 2016.
Με βάση τα στοιχεία του πληθυσμού τους, προέβλεψε σωστά ποιος είχε πεθάνει μέχρι το 2020 πάνω από τα τρία τέταρτα του χρόνου.
Παρόμοιες τεχνολογίες για την πρόβλεψη γεγονότων ζωής και ανθρώπινης συμπεριφοράς χρησιμοποιούνται ήδη σήμερα σε εταιρείες τεχνολογίας που, για παράδειγμα, παρακολουθούν τη συμπεριφορά μας στα κοινωνικά δίκτυα, μας παρουσιάζουν εξαιρετικά ακριβή προφίλ και χρησιμοποιούν αυτά τα προφίλ για να προβλέψουν τη συμπεριφορά μας έτσι ώστε να μας επηρεάσουν.
*Η έρευνα δημοσιεύτηκε στο Nature Computational Science.
