Sztuczna inteligencja zaprojektowana do modelowania języka pisanego może być wykorzystana do przewidywania wydarzeń w życiu ludzi. Projekt badawczy DTU, Uniwersytetu Kopenhaskiego, ITU i Uniwersytetu Northeastern w USA pokazuje, że jeśli wykorzystasz duże ilości danych o życiu ludzi i wyszkolisz tak zwane modele transformacyjne, które (jak ChatGPT) są wykorzystywane do przetwarzania języka, mogą one systematycznie organizować dane i przewidywać, co się stanie w życiu człowieka, a nawet oszacować datę jego śmierci.
Fundamentalne pytania
W nowym artykule naukowym pt. „Using sequences of life-events to predict human lives”, opublikowanym w Nature Computational Science, badacze przeanalizowali informacje dotyczące zdrowia i rynku pracy zawierające dane 6 milionów Duńczyków w modelu nazwanym life2vec. Po tym, jak model został przeszkolony w fazie początkowej okazało się, że przewyższa inne zaawansowane sieci neuronowe. Co więcej, potrafi określić osobowość konkretnej osoby i datę jej śmierci z wysoką dokładnością.
„Wykorzystaliśmy model, aby odpowiedzieć na fundamentalne pytanie: w jakim stopniu możemy przewidzieć wydarzenia w twojej przyszłości na podstawie warunków i wydarzeń z twojej przeszłości? Naukowo interesujące dla nas jest nie tyle samo przewidywanie, co pewne aspekty danych, które umożliwiają modelowi aż tak precyzyjne odpowiedzi” – mówi Sune Lehmann, profesor w DTU i główny autor artykułu.
Wiem, kiedy umrzesz
Kiedy badacze analizują odpowiedzi modelu life2vec, okazują się one zgodne z istniejącymi wynikami badań w dziedzinie nauk społecznych. Wiadomo na przykład, że zakładając identyczne warunki, osoby na kierowniczych stanowiskach lub o wysokich dochodach z większym prawdopodobieństwem przeżyją następne 4 lata. Z drugiej strony bycie mężczyzną i diagnoza choroby psychicznej są związane z wyższym ryzykiem śmierci. Life2vec koduje dane w dużym systemie wektorów, strukturze matematycznej, która je organizuje. Model zupełnie samodzielnie decyduje, gdzie umieścić dane o czasie urodzenia, wykształceniu, pensji, zakwaterowaniu czy zdrowiu.
„To ekscytujące, że można traktować ludzkie życie niczym długą sekwencję wydarzeń, podobnie jak zdanie w języku składa się z serii słów. Zazwyczaj jest to typ zadania, do którego modele transformacyjne w AI są używane, ale w naszych eksperymentach używamy ich do analizy tego, co nazywamy sekwencjami życia” – opowiada Sune Lehmann.
Kwestie etyczne?
Autorzy artykułu zwracają uwagę, że wokół modelu life2vec pojawiły się kontrowersje natury etycznej, związane z ochroną danych wrażliwych i prywatnością, czy też z rolą stronniczości danych. Te wyzwania muszą być dogłębnie zrozumiane, zanim model może być wykorzystywany, na przykład do oceny ryzyka zachorowania na chorobę lub zdarzeń życiowych.
„Model ukazuje pozytywne i negatywne perspektywy i zachęca do podjęcia dyskusji na forum publicznym. Warto wiedzieć, że podobne technologie do przewidywania zdarzeń życiowych i ludzkiego zachowania są już dziś wykorzystywane przez firmy technologiczne śledzące nasze zachowanie w mediach społecznościowych, profilujące nas z ogromną dokładnością i wykorzystujące te profile do wpływania na nasze zachowania. Musimy rozważyć, dokąd zabiera nas ta technologia i czy jest to ścieżka, którą na pewno chcemy podążać” – mówi Sune Lehmann.
Według badaczy kolejnym krokiem byłoby włączenie innych typów informacji, takich jak tekst i obrazy lub informacje o naszych powiązaniach społecznych. Korzystanie z tych danych otwiera zupełnie nową interakcję pomiędzy naukami społecznymi i medycznymi.
