想象一下，能夠告訴人工智能關于你生活的細節——你的工作、你的飲食習慣、你 4 歲時摔斷了一只手臂——并讓它預測最有可能的健康風險對于像你這樣的人。

這聽起來像是純粹的科幻小說，但一項新的研究表明，這項技術并不遙遠。如果你仔細想想，它并不像聽起來那么可怕。

長期以來，科學家們一直在將我們的生活、飲食和睡眠方式與它如何影響我們早逝的風險或發展某些疾病.有了人工智能，現有數據可以更快、更全面地處理。

來自東北大學、丹麥技術大學和丹麥哥本哈根大學的一個團隊利用600萬丹麥人的數據訓練了他們的人工智能引擎，以測試這種預測引擎的可行性。

他們發現，支持大型語言模型 （LLM） 的相同訓練技術為機器人提供動力比如ChatGPT，也可以應用于生活事件。

人工智能不是研究單詞和句子之間的關系，而是弄清楚我們生活中發生的一切之間的關系。

“在某種程度上，人類生活的整個故事也可以被認為是一個人可能發生的許多事情的一個巨大的長句，”說Sune Lehmann，丹麥技術大學的數據科學家。

“這個模型比許多其他模型更全面地反映了人類生活的世界。

這個被稱為life2vec的新模型利用“嵌入空間”——現實世界中的某些東西被賦予計算機可以讀取的數學形式——來找出健康因素、教育背景、收入水平和其他一切因素之間的聯系。影響死亡率.

當對已知的死因進行測試時，人工智能在預測某人死亡的方式和時間方面被證明比目前的方法更好——盡管仍然有很多事件，如車禍，模型無法預見。

人工智能還能夠預測性格的某些方面，例如外向性。

像這樣的高級人工智能工具顯示出發現人類無法看到的過于復雜的模式的巨大潛力，這意味著可以更好地理解兩者之間的關系我們如何生活以及我們的健康和幸福程度。

盡管取得了這些成功，但研究人員仍敦促謹慎行事：這些數據目前僅適用于丹麥人，因此嵌入了社會人口學偏見。

該團隊還希望看到擔憂關于隱私以及在此之前處理的個人數據在現實世界中使用。

“盡管我們使用預測來評估這些模型的好壞，但該工具不應該用于對真人的預測。說來自東北大學的計算機科學家 Tina Eliassi-Rad。

“這是一個基于特定人群的特定數據集的預測模型。

該研究已發表在自然計算科學.

寶寶起名 起名