- 丹麦研究人员开发了Life2Vec，这是一种人工智能模型，能够以78%的准确率预测个人的死亡时间。
- Life2Vec通过分析关键人生事件的序列（如医疗历史、教育背景、职业、收入和婚姻状况）来进行预测。
- 研究人员认为，Life2Vec在医学领域的潜在应用可能彻底改变医疗保健行业，实现更早的干预和疾病检测。
丹麦技术大学（DTU）的研究人员推出了Life2Vec，这是一种类似于OpenAI的Transformer模型的人工智能模型。Life2Vec摒弃了传统的基于语言的数据处理，转而深入关键生活事件的序列，以预测个人的性格，更令人惊讶的是，预测其预期寿命。该模型被称为“AI死亡计算器”，声称在基于个人生活轨迹预测死亡时间方面具有令人印象深刻的78%准确率。
Life2Vec预测寿命——预测分析中的革命性飞跃
Life2Vec由DTU开发，代表了预测分析的重大飞跃，有望在医疗保健行业带来变革性应用。该工具通过处理涵盖丹麦全人口的各种数据集来工作，包括医疗历史、教育、工作详情、收入和婚姻状况。
根据DTU教授Sune Lehmann Jørgensen的说法，Life2Vec旨在增强我们对人类生活中关键事件的理解，并在医学方面具有广阔的应用前景。该模型检测特定疾病的能力为早期且可能挽救生命的干预措施打开了大门。
Life2Vec采用了类似于语言模型（LLM）（如ChatGPT和Google LLC的Gemini）的方法。Life2Vec不深入文本数据，而是深入生活的细微之处。在其早期阶段，重点主要集中在利用来自保险机构的大量数据流进行死亡预测上。
研究人员采用严谨的方法论，精心为算法提供了庞大的数据集，其中包含了数千人在2008年至2016年期间购买健康保险政策的生活细节。该算法在预测这些个体截至2020年的生存结果方面展示了惊人的78%准确率，证实了其预测能力的稳健性。
超越死亡预测——LLM在向量表示和嵌入空间中的 mastery
该模型将生活事件转化为嵌入空间中的向量表示。分配给每个事件的这些数字值使Life2Vec能够对事件进行分类并建立联系。
这构成了准确预测的基础，考虑了每个生活事件的序列和细微差别。考虑以下实例：Francisco在2012年作为赫尔辛格克伦堡城堡的守卫，月收入为20,000克朗；或者Hermione的高中学术追求涉及五个不同的A-level科目，这些细节被编码为嵌入，从而促进准确的预测。
虽然最初的焦点集中在死亡预测上，但研究人员强调，Life2Vec的能力超出了这一领域。该模型预测人类社会各个方面的潜力只是更广泛努力利用AI进行社会预测的开端。随着AI的不断发展，Life2Vec的应用有望扩大，彻底改变我们对人类行为的理解和预测。
总之，Life2Vec的发布标志着预测分析的一个开创性步骤，特别是在以惊人的78%准确率预测人类寿命方面。其对医疗保健和社会预测的影响巨大，为早期疾病检测和干预开辟了新的途径。当我们站在这个技术进步的门槛上时，一个问题浮现出来：Life2Vec将如何重塑我们理解和预测人类生活及社会复杂性的方法？
不要只是阅读加密货币新闻，要真正理解它。订阅我们的通讯。 免费。
免责声明。 本文提供的信息不构成交易建议。 Cryptopolitan.com 对于基于本页信息进行的任何投资，我们不承担任何责任。我们强烈建议在进行任何投资决策之前，进行独立研究或咨询合格的专业人士。
Aamir Sheikh
Aamir 是一位科技记者，在加密货币和科技行业拥有近六年的经验。他毕业于 MAJ 大学，获得金融与市场营销 MBA 学位。目前他在 Cryptopolitan 工作，报道加密货币市场的最新发展和价格预测。
