一串由人類創(chuàng)造的代碼正在嘗試幫人類"算命"，死亡似乎不再是無(wú)法預(yù)測(cè)的事情了。

近期，丹麥科技大學(xué)的研究團(tuán)隊(duì)聲稱設(shè)計(jì)出一款人工智能死亡預(yù)測(cè)器。研究人員表示，這款名為“Life2vec”的模型可以通過(guò)強(qiáng)大的機(jī)器學(xué)習(xí)算法，分析構(gòu)成個(gè)人生命的事件序列，預(yù)測(cè)包括壽命、疾病風(fēng)險(xiǎn)、未來(lái)收入等各種重大生活事件。

從研究結(jié)果看起來(lái)，預(yù)測(cè)器頗具成效。報(bào)告顯示，該模型預(yù)測(cè)死亡的準(zhǔn)確率高達(dá)78%，比當(dāng)下其他AI模型或者保險(xiǎn)公司使用的方法高了11%。

高度具體的數(shù)據(jù)是其成功預(yù)測(cè)的關(guān)鍵。論文第一作者蘇恩·萊曼表示，他們使用了丹麥國(guó)家登記處的數(shù)據(jù)，收集了600萬(wàn)人的十年日常生活記錄，具體包括教育、健康、收入和職業(yè)等生活方面的信息。

該模型使用了2008年1月1日至2015年12月31日期間，從35歲到65歲年齡段內(nèi)230余萬(wàn)人的數(shù)據(jù)進(jìn)行訓(xùn)練。作者萊曼向媒體解釋稱，選擇這一群體是因?yàn)樵撃挲g段的死亡率更難以預(yù)測(cè)。

為了讓“Life2vec”理解這些數(shù)據(jù)，團(tuán)隊(duì)把人類生活的每一部分都編成了一串代碼。例如，S52表示前臂骨折，POS3513表示這個(gè)人是計(jì)算機(jī)系統(tǒng)技術(shù)人員。研究團(tuán)隊(duì)把個(gè)人生活事件當(dāng)成句子中的單詞，然后再根據(jù)時(shí)間順序，繪制出詳細(xì)的“個(gè)人生活序列”。

“我們使用ChatGPT背后的技術(shù)來(lái)分析人的壽命，方法是將每個(gè)人生活中發(fā)生的事件表示為序列。”作者萊曼表示，“就像語(yǔ)言一樣，生活事件發(fā)生的順序非常重要。”

與ChatGPT的原理類似，“Life2vec”也是通過(guò)大量數(shù)據(jù)來(lái)推斷未來(lái)可能發(fā)生的事情。例如，你問(wèn)它“我會(huì)在四年內(nèi)死亡嗎？”，它會(huì)查看你過(guò)去的生活事件，包括你如何思考、感覺(jué)和行為，以及可能影響生存的遺傳或環(huán)境等其他因素，然后根據(jù)統(tǒng)計(jì)模型為不同場(chǎng)景分配概率，預(yù)估出未來(lái)事件或死亡風(fēng)險(xiǎn)。

為了測(cè)試“Life2vec”的效果，研究人員讓模型對(duì)隨機(jī)挑選的匿名人士的死亡時(shí)間進(jìn)行預(yù)測(cè)。團(tuán)隊(duì)選擇了一組10萬(wàn)人的數(shù)據(jù)，其中一半人在2016年后的四年內(nèi)死亡，一半人存活，然后讓算法對(duì)這個(gè)人能否活過(guò)2020年進(jìn)行判斷。令人驚奇的是，模型預(yù)測(cè)準(zhǔn)確率達(dá)到了78%。

“Life2vec”模型能夠?qū)崿F(xiàn)對(duì)死亡的預(yù)測(cè)，一方面得益于強(qiáng)大的數(shù)據(jù)支持，另一方面則是因?yàn)榇竽Ｐ退惴ㄒ呀?jīng)進(jìn)化到可以捕獲大量非結(jié)構(gòu)化單詞序列。

“該模型通過(guò)借助于注意力機(jī)制模型的能力，挖掘出了序列中的隱藏的深層特征，更容易擬合預(yù)測(cè)目標(biāo)。這在除開(kāi)語(yǔ)言的其他場(chǎng)景中擁有很好的潛力。”百圖生科AI算法負(fù)責(zé)人王太峰接受界面新聞?dòng)浾卟稍L時(shí)表示。

過(guò)去大模型主要被應(yīng)用在自然語(yǔ)言以及圖像處理等科學(xué)領(lǐng)域，而較少被應(yīng)用于泛科學(xué)等社會(huì)經(jīng)濟(jì)領(lǐng)域。

“科學(xué)與泛社會(huì)科學(xué)領(lǐng)域（包括語(yǔ)言學(xué)）的主要區(qū)別在于，科學(xué)領(lǐng)域存在客觀規(guī)律。這意味著大模型可以從這些規(guī)律出發(fā)，而不僅僅依賴于數(shù)據(jù)本身。”深勢(shì)科技的研究人員進(jìn)一步對(duì)界面新聞解釋說(shuō)，“但人類生命是一個(gè)復(fù)雜的系統(tǒng)，AI在生命科學(xué)領(lǐng)域的進(jìn)步，需要該領(lǐng)域?qū)＜野堰@些問(wèn)題拆解成AI可以有效解決的具體問(wèn)題。”

除了預(yù)測(cè)死亡，這款模型還具有一定通用性，能夠預(yù)測(cè)出性格特征、幸福程度、職業(yè)成果等更為主觀的人類細(xì)節(jié)。舉例來(lái)說(shuō)，它可以根據(jù)人們過(guò)往的工作經(jīng)歷來(lái)預(yù)測(cè)職業(yè)成果，告訴人們是否會(huì)更換工作或提前退休。 

“Life2vec”的更大價(jià)值在于提供信息和指導(dǎo)。比如未來(lái)它可以綜合考慮生活方式、遺傳基因、收入程度等多方面因素，在健康風(fēng)險(xiǎn)預(yù)測(cè)、個(gè)性化診療方案制作等方面提供更為科學(xué)準(zhǔn)確的分析。

當(dāng)然，“Life2vec”仍存在許多缺陷和風(fēng)險(xiǎn)，首當(dāng)其沖的便是數(shù)據(jù)安全問(wèn)題。由于模型需要獲取大量收入、疾病史等個(gè)人數(shù)據(jù)，一旦用人單位或者保險(xiǎn)公司知道了個(gè)人存在的疾病風(fēng)險(xiǎn)，極有可能會(huì)影響就業(yè)或參保。 

其次，預(yù)測(cè)結(jié)果的可靠性也無(wú)法完全保證。一位頭部大模型企業(yè)的產(chǎn)品專家向記者解釋稱，模型預(yù)測(cè)結(jié)果會(huì)受到數(shù)據(jù)質(zhì)量、模型參數(shù)、模型假設(shè)等諸多因素的影響，有不確定風(fēng)險(xiǎn)。

同時(shí)，人們是否想要知道自己能活多久也沒(méi)有定論。對(duì)于大多數(shù)普通人來(lái)說(shuō)，預(yù)知死亡或許意味著更大的恐慌，接下來(lái)的生活很可能在長(zhǎng)期籠罩的焦慮中度過(guò)。

為保護(hù)用來(lái)訓(xùn)練的丹麥公民的個(gè)人隱私信息，該AI模型并未對(duì)公眾和保險(xiǎn)公司開(kāi)放。作者萊曼對(duì)CNN表示，在目前的狀態(tài)下，Life2vec還沒(méi)有準(zhǔn)備好執(zhí)行任何“現(xiàn)實(shí)世界的任務(wù)”。同時(shí)鑒于經(jīng)濟(jì)與社會(huì)的差異，關(guān)于該模型能否應(yīng)用于其他國(guó)家仍不清楚。

來(lái)源：界面新聞 記者：趙一帆