باحثون دنماركيون يكشفون النقاب عن Life2Vec - حاسبة موت تعمل بالذكاء الاصطناعي، وتتنبأ بالعمر المتوقع بدقة تصل إلى 78%

قدّم باحثون دنماركيون في جامعة الدنمارك التقنية (DTU) نموذج Life2Vec، وهو نموذج ذكاء اصطناعي يُشبه نموذج Transformer من OpenAI. وبخلاف معالجة البيانات التقليدية القائمة على اللغة، يتعمق Life2Vec في تسلسل أحداث الحياة الرئيسية للتنبؤ بشخصية الفرد، والأهم من ذلك، متوسط ​​عمره المتوقع. ويُطلق على هذا النموذج اسم "حاسبة الموت بالذكاء الاصطناعي"، ويدّعي دقةً مذهلةً تصل إلى 78% في التنبؤ بوقت الوفاة بناءً على مسار حياة الفرد.

تقنية Life2Vec للتنبؤ بالعمر المتوقع – قفزة ثورية في التحليلات التنبؤية

يمثل برنامج Life2Vec، الذي طُوّر في جامعة الدنمارك التقنية (DTU)، نقلة نوعية في مجال التحليلات التنبؤية، واعداً بتطبيقات ثورية في قطاع الرعاية الصحية. ويعمل البرنامج من خلال تحليل مجموعات بيانات متنوعة تشمل جميع سكان الدنمارك، بما في ذلك التاريخ الطبي، والمستوى التعليمي، وتفاصيل العمل، والدخل، والحالة الاجتماعية. 

بحسب البروفيسور سون ليمان يورغنسن من جامعة الدنمارك التقنية، يهدف مشروع Life2Vec إلى تعزيز فهمنا للأحداث الرئيسية في حياة الإنسان، مع تطبيقات واعدة في الطب. وتتيح قدرة النموذج على الكشف عن أمراض محددة إمكانية التدخل المبكر الذي قد ينقذ الأرواح.

تستخدم منصة Life2Vec منهجيات مشابهة لنماذج اللغة (LLMs) مثل ChatGPT وGemini من جوجل. وبدلاً من الخوض في البيانات النصية، تتعمق Life2Vec في تفاصيل أحداث الحياة. في مراحلها الأولى، انصب التركيز بشكل أساسي على التنبؤ بالوفيات، مستفيدةً من تدفق البيانات الهائل الصادر عن شركات التأمين. 

باستخدام منهجية صارمة، قام الباحثون بتغذية الخوارزمية بدقة بمجموعة بيانات واسعة النطاق، تشمل التفاصيل المتعلقة بحياة آلاف الأفراد الذين حصلوا على وثائق تأمين صحي تغطي الفترة الزمنية من 2008 إلى 2016. وقد أظهرت الخوارزمية، بدورها، معدل دقة مذهلاً بلغ 78% في توقعاتها المتعلقة بنتائج بقاء هؤلاء الأفراد حتى عام 2020، مما يؤكد قوة قدراتها التنبؤية.

ما وراء توقعات الوفيات – إتقان LLM لتمثيلات المتجهات وفضاءات التضمين

يحوّل النموذج أحداث الحياة إلى تمثيلات متجهة ضمن فضاءات تضمين. تُمكّن هذه القيم الرقمية المُخصصة لكل حدث برنامج Life2Vec من تصنيف الأحداث وإقامة روابط بينها. 

يشكل هذا أساسًا للتنبؤات الدقيقة، مع مراعاة تسلسل وتفاصيل كل حدث في الحياة. على سبيل المثال، تُشفّر تفاصيل محددة، مثل دخل فرانسيسكو الشهري البالغ 20,000 كرونة في عام 2012 أثناء عمله حارسًا في قلعة كرونبورغ في هيلسينغور، أو دراسة هيرميون في المرحلة الثانوية التي شملت خمس مواد دراسية مختلفة في المستوى المتقدم، على شكل تمثيلات مضمنة، مما يُسهّل التنبؤات الدقيقة.

مع أن التركيز الأولي انصبّ على التنبؤات المتعلقة بالوفيات، يؤكد الباحثون أن قدرات نموذج Life2Vec تتجاوز هذا النطاق. إن قدرة النموذج على التنبؤ بجوانب مختلفة من المجتمع البشري لا تمثل سوى بداية لجهود أوسع نطاقًا لتسخير الذكاء الاصطناعي في التنبؤات المجتمعية. ومع استمرار تطور الذكاء الاصطناعي، من المتوقع أن تتوسع تطبيقات Life2Vec، مما سيُحدث ثورة في فهمنا وتوقعاتنا للسلوك البشري.

في الختام، يُمثل الكشف عن Life2Vec خطوة رائدة في مجال التحليلات التنبؤية، وتحديدًا في التنبؤ بمتوسط ​​عمر الإنسان بدقة مذهلة تصل إلى 78%. وتتعدد آثار هذه التقنية على الرعاية الصحية والتنبؤات المجتمعية، إذ تفتح آفاقًا جديدة للكشف المبكر عن الأمراض والتدخل العلاجي. وبينما نقف على أعتاب هذا التقدم التكنولوجي، يبرز السؤال: كيف ستُعيد Life2Vec تشكيل منهجنا في فهم وتوقع تعقيدات الحياة البشرية والمجتمع؟