デンマークの研究者がLife2Vecを公開 – 78％の精度で寿命を予測するAI死亡計算機LLM

デンマーク工科大学（DTU）のデンマークの研究者たちは、OpenAIのトランスフォーマーモデルに類似した人工知能モデルであるLife2Vecを発表しました。従来の言語ベースのデータ処理から離れ、Life2Vecは主要な人生の出来事のシーケンスに深入りし、個人の性格、そしてより驚くべきことに、予想される寿命を予測します。「AI死亡計算機」と呼ばれるこのモデルは、個人の人生の軌跡に基づいて死亡時刻を予測する際、印象的な78％の精度を誇ります。

Life2Vecによる寿命予測 – 予測分析における革命的な飛躍

DTUで開発されたLife2Vecは、予測分析における重要な飛躍を表し、医療業界内で変革的な応用を約束しています。このツールは、医療履歴、教育、職の詳細、所得、婚姻状態など、デンマークの全人口を網羅する多様なデータセットを処理することによって機能します。 

DTUのSune Lehmann Jørgensen教授によると、Life2Vecは、人間の人生における主要な出来事に対する私たちの理解を深めることを目的としており、医学における有望な応用があります。特定の疾患を検出するモデルの能力は、より早期の、そして潜在的に命を救う介入への扉を開きます。

Life2Vecは、ChatGPTやGoogle LLCのGeminiのような言語モデル（LLM）に類似した方法論を利用しています。テキストデータに深入りするのではなく、Life2Vecは人生の出来事の細部に深入りします。初期段階では、主に保険機関から流出する膨大なデータストリームを活用して、死亡率の予測に焦点を当てていました。

厳格な方法論を採用し、研究者たちは2008年から2016年の時間的範囲にわたる健康保険契約を取得した何千人もの個人の人生に関する詳細を網羅する広範なデータセットでアルゴリズムを注意深く訓練しました。アルゴリズムは、2020年時点でのこれらの個人の生存結果に関する予測において、驚くべき78％の精度率を示し、その予測能力の堅牢性を確認しました。

死亡率予測を超えて – LLMのベクトル表現と埋め込み空間における習熟

このモデルは人生の出来事を埋め込み空間内のベクトル表現に変換します。各出来事に割り当てられたこれらのデジタル値により、Life2Vecは出来事を分類し、それらの間の関連性を確立することができます。 

これは、各人生の出来事の順序や細部を考慮した正確な予測の基盤を形成します。例えば、2012年にヘルシンガーのクロンボー城で警備員として勤務していたフランシスコの月収2万クローネや、ハーマイオニーの高校時代における5つの異なるAレベル科目の学問的取り組みなどが埋め込みとしてエンコードされ、正確な予言を可能にします。

当初の焦点は死亡率予測にありましたが、研究者たちはLife2Vecの能力がこの分野を超えていることを強調しています。人間の社会のさまざまな側面を予測するこのモデルの潜在能力は、社会予測のためにAIを活用するためのより広範な取り組みの始まりにすぎません。AIが進化するにつれて、Life2Vecの応用は拡大し、人間の行動と社会の理解と予測に革命をもたらすでしょう。

結論として、Life2Vecの発表は、特に人間の寿命を驚異的な78%の精度で予測するという点で、予測分析における画期的な一歩です。医療および社会予測への影響は大きく、疾患の早期発見と介入のための新たな道を開きます。この技術的進歩の瀬戸際に立つ私たちに問われるのは、Life2Vecが人間の人生と社会の複雑さの理解と予測への私たちのアプローチをどのように再構築するかということです。