Датские исследователи представили Life2Vec — калькулятор смертности на основе искусственного интеллекта, прогнозирующий продолжительность жизни с точностью до 78%

Датские исследователи из Технического университета Дании (DTU) представили Life2Vec, модель искусственного интеллекта, аналогичную модели трансформера от OpenAI. Отходя от традиционной обработки данных на основе языка, Life2Vec анализирует последовательности ключевых событий жизни, чтобы предсказать личность человека и, что еще более важно, его предполагаемую продолжительность жизни. Модель, получившая название «калькулятор смерти на основе ИИ», демонстрирует впечатляющую точность в 78% при прогнозировании времени смерти на основе жизненной траектории человека.

Life2Vec прогнозирует продолжительность жизни – революционный скачок в предиктивной аналитике

Разработанный в DTU инструмент Life2Vec представляет собой значительный шаг вперед в области прогнозной аналитики и обещает кардинальные изменения в сфере здравоохранения. Инструмент работает путем обработки разнообразных наборов данных, охватывающих все население Дании, включая историю болезни, образование, сведения о работе, доходе и семейном положении. 

По словам профессора DTU Суне Леманн Йоргенсен, Life2Vec стремится расширить наше понимание ключевых событий в жизни человека, что открывает многообещающие возможности в медицине. Способность модели выявлять конкретные заболевания позволяет проводить более ранние и потенциально спасающие жизнь вмешательства.

Life2Vec использует методологии, схожие с языковыми моделями (LLM), такими как ChatGPT и Gemini от Google LLC. Вместо того чтобы углубляться в текстовые данные, Life2Vec анализирует мельчайшие детали жизненных событий. На начальных этапах основное внимание уделялось прогнозированию смертности с использованием огромного потока данных, поступающих от страховых компаний. 

Используя строгую методологию, исследователи тщательно доработали алгоритм, используя обширный набор данных, охватывающий жизненные данные тысяч людей, имевших полисы медицинского страхования в период с 2008 по 2016 год. В свою очередь, алгоритм продемонстрировал замечательную точность в 78% в своих прогнозах относительно выживаемости этих людей по состоянию на 2020 год, подтверждая надежность его прогностических возможностей.

Помимо прогнозирования смертности – мастерство LLM в векторных представлениях и пространствах вложения

Модель преобразует жизненные события в векторные представления в пространствах встраивания. Эти цифровые значения, присвоенные каждому событию, позволяют Life2Vec классифицировать события и устанавливать между ними связи. 

Это закладывает основу для точных прогнозов, учитывая последовательность и мельчайшие детали каждого события в жизни. Рассмотрим случаи, когда такие конкретные данные, как ежемесячный заработок Франсиско в 20 000 крон в 2012 году, когда он работал охранником в замке Кронборг в Хельсингёре, или успеваемость Гермионы в старшей школе, включающая пять различных предметов уровня A-level, закодированы в виде векторных представлений, что облегчает точные прогнозы.

Хотя первоначально основное внимание уделялось прогнозированию смертности, исследователи подчеркивают, что возможности Life2Vec выходят за рамки этой области. Потенциал модели прогнозировать различные аспекты человеческого общества представляет собой лишь начало более масштабных усилий по использованию ИИ для прогнозирования поведения общества. По мере дальнейшего развития ИИ, области применения Life2Vec будут расширяться, революционизируя наше понимание и прогнозирование поведения человека.

В заключение, презентация Life2Vec знаменует собой новаторский шаг в области прогнозной аналитики, в частности, в прогнозировании продолжительности жизни человека с поразительной точностью в 78%. Последствия для здравоохранения и прогнозирования в обществе огромны, открывая новые возможности для раннего выявления заболеваний и вмешательства. На пороге этого технологического прогресса возникает вопрос: как Life2Vec изменит наш подход к пониманию и прогнозированию сложностей человеческой жизни и общества?