Prema istraživanju naučnika Danskog tehničkog univerziteta DTU i njihovih kolega sa Univerziteta u Kopenhagenu, ITU-a i Univerziteta Northeastern u SAD-u, umjetna inteligencija može se koristiti za predviđanje života ljudi u mnogim aspektima.
Istraživački projekt pokazuje da ako AI koristi velike količine podataka o životima ljudi i trenira takozvane 'modele transformatora', koji se (poput ChatGPT-a) koriste za obradu jezika, umjetna inteligencija može sistemski organizirati podatke i predvidjeti što će se dogoditi u životu osobe, pa čak i procijeniti kada će umrijeti.
Istraživači su analizirali zdravstvene podatke i podatke vezane za tržište rada za 6 miliona Danaca u modelu nazvanom Life2vec. Nakon što je model uvježban u početnoj fazi naučio obrasce u podacima, pokazalo se da nadmašuje druge napredne neuronske mreže i predviđa ishode kao što su osobnost i vrijeme smrti s visokom tačnošću.
"Koristili smo model kako bismo odgovorili na temeljno pitanje: u kojoj mjeri možemo predvidjeti događaje u vašoj budućnosti na temelju uslova i događaja u vašoj prošlosti? Naučno, ono što je uzbudljivo za nas nije toliko samo predviđanje, već aspekti podataka koji omogućuju modelu da pruži tako precizne odgovore", kaže Sune Lehmann, profesorica na DTU-u i prva autorica članka.
Predviđanja Life2veca odgovori su na općenita pitanja, a kada istraživači analiziraju odgovore modela, rezultati su u skladu s postojećim nalazima unutar društvenih nauka. Na primjer, ako tražite od modela da vam predvidi kolika je vjerojatnost da ćete umrijeti kroz četiri godine, on će među podacima primjerice tražiti koje obrazovanje imate, radite li na vodećim pozicijama, kakve su vam medicinske dijagnoze u posljednjih nekoliko godina, kakvi su vam prihodi, kojeg ste spola i druge stvari koje će algoritam potom uobličiti u predviđanje o vašem životu i smrti.
Life2vec kodira podatke u velikom sistemu vektora, matematičkoj strukturi koja organizira različite podatke. Model odlučuje gdje će smjestiti podatke o vremenu rođenja, školovanju, obrazovanju, plaći, stanovanju i zdravlju.
"Ono što je uzbudljivo je promatrati ljudski život kao dugi slijed događaja, slično kao što se rečenica sastoji od niza riječi. Ovo je obično tip zadatka za koji se koriste transformatorski modeli u AI-u, ali u našim eksperimentima koristimo ih za analizu onoga što nazivamo životnim sekvencama, tj. događaja koji su se dogodili u ljudskom životu," kaže Sune Lehmann.
Istraživači ističu da model okružuju brojna etička pitanja poput zaštite osjetljivih podataka, privatnosti i uloge pristranosti u podacima. Ovi se izazovi moraju dublje razumjeti prije nego što se model može koristiti, na primjer, za procjenu rizika pojedinca od zaraze bolešću ili drugim životnim događajima koji se mogu spriječiti.
"Model otvara važne pozitivne i negativne perspektive za raspravu i politički pristup. Slične tehnologije za predviđanje životnih događaja i ljudskog ponašanja već se danas koriste unutar tehnoloških kompanija koje, primjerice, prate naše ponašanje na društvenim mrežama, iznimno nas precizno profiliraju i koriste te profile da predvide naše ponašanje i utječu na nas. Ova rasprava mora biti dio demokratskog razgovora kako bismo razmotrili kamo nas tehnologija vodi i je li to razvoj koji želimo", kaže Sune Lehmann.
Prema istraživačima, sljedeći korak bi bilo uključivanje drugih vrsta informacija, poput teksta i slika ili informacija o našim društvenim vezama. Ova upotreba podataka otvara sasvim novu interakciju između društvenih i zdravstvenih nauka.
