丹麦技术大学 (DTU) 的科学家们开展了一项突破性研究，他们开发了一种类似于 ChatGPT 的新型人工智能系统，该系统展现出dent的能力，能够预测个人寿命和早逝风险。这款名为“life2vec”的人工智能模型基于超过一百万丹麦人的个人数据进行训练，在预测包括人格特征和死亡时间在内的各种结果方面，其准确率远超现有系统。该研究成果发表在《自然·计算科学》杂志上。.
利用个人数据训练人工智能
为了开发 life2vec 人工智能模型，研究人员利用了一个包含 2008 年至 2020 年间 600 万丹麦人健康和劳动力市场信息的大型数据集。该数据集包含了个人的教育程度、病史、收入和职业等详细信息。数据被转换为文本信息以训练人工智能模型，其底层技术与 ChatGPT 等热门人工智能应用类似。.
dent的预测准确性
经过训练后，life2vec人工智能模型展现出卓越的预测能力，超越了其他先进系统。研究人员重点关注死亡时间的预测。他们通过将其与现有的其他人工智能模型以及人寿保险公司用于保单定价的方法进行比较，评估了该模型的准确性。结果显示，life2vec人工智能模型的预测准确率比其他任何模型都高出11%，这标志着死亡率预测领域的一项重大进步。.
了解生命序列
该研究的第一作者苏恩·莱曼解释说，这项研究旨在将人类生活视为一系列事件，就像语言中的句子由词语组成一样。虽然这通常是人工智能中Transformer模型的任务，但该研究调整了这些模型，使其能够分析“生命序列”，即一个人一生中发生的事件。通过这种方式，该模型可以根据过去的经历和条件，对未来事件做出精确预测。.
影响死亡率的因素
研究人员还探讨了更广泛的问题，例如一个人在特定时间范围内死亡的可能性。他们的研究结果与现有研究相符，表明领导职位、高收入和性别等因素显著预测了生存率。例如，担任领导职务或收入较高的人更有可能拥有更长的寿命，而男性、拥有技能或被诊断患有精神疾病则会增加过早死亡的风险。.
影响和伦理考量
尽管这项研究展现了life2vec人工智能模型的巨大潜力，但研究人员强调，必须认真考虑伦理问题和隐私问题。他们告诫人们不要将该模型应用于人寿保险，因为保险的本质在于个人之间风险共担。此外，在部署此类先进的人工智能系统时，保护敏感数据和解决数据偏差是至关重要的伦理考量。.
加强个性化干预
研究人员认为，life2vec人工智能模型能够为影响人生结果的机制提供宝贵的见解，从而为个性化干预提供契机。通过dent这些机制，研究人员和政策制定者可以探索改善个人福祉和生活质量的途径。.
丹麦技术大学的科学家们开展的一项研究推出了一款名为life2vec的人工智能模型，该模型能够显著预测个体寿命和早逝风险。尽管该模型的预测准确率令人瞩目，但在考虑其实际应用时，必须认真对待伦理问题和数据隐私问题。这项突破性研究开启了个性化干预的新时代，并有助于我们更深入地了解影响我们生活的各种因素。.
