Denne AI trænede på livsbegivenheder for enhver person i Danmark. Det kan nu forudsige deres fremtid.

Denne AI trænede på livsbegivenheder for enhver person i Danmark. Det kan nu forudsige deres fremtid.

Tidsstempel: 22. december 2023 kl. 10:00
This AI Trained on the Life Events of Every Person in Denmark. It Can Now Predict Their Future. PlatoBlockchain Data Intelligence. Vertical Search. Ai.

Muligheden for at kortlægge hele en persons liv på forhånd er både spændende og skræmmende. En ny kunstig intelligens trænet på persondata for enhver person i Danmark kan netop det.

Dagens dybe læringsbaserede AI systemer er forudsigelsesmaskiner. De arbejder ved at indtage enorme mængder data og bruge dem til at udvælge statistiske mønstre, der kan bruges til at foretage informerede gæt om tidligere usete data.

På trods af de uhyggeligt flydende sproglige evner AI chatbots, fungerer de på nogenlunde samme måde. De lærer af enorme mængder tekstdata og forsøger derefter at forudsige, hvilket ord der kommer næste gang i en tekststreng.

Det, der tillod det gennembrud i kapaciteter, som vi har set i de sidste par år, var en ny deep learning-arkitektur, kendt som en transformer, der kan træne på langt flere data end tidligere algoritmer. Det viser sig, at når du kan træne modeller på næsten hele internettet, bliver deres forudsigelser meget sofistikerede.

Nu har forskere vist, at de kan bruge samme slags teknikker til at træne en model på en enorm database med sundheds-, social- og økonomisk information indsamlet af den danske regering. Den resulterende AI var i stand til at lave meget præcise forudsigelser om folks liv, herunder hvor sandsynligt de er til at dø i et givet tidsvindue og deres personlighedstræk.

"Modellen åbner op for vigtige positive og negative perspektiver at diskutere og adressere politisk," Sune Lehmann fra Danmarks Tekniske Universitet, der har ledet undersøgelsen, sagde i en erklæring. "Lignende teknologier til at forudsige livsbegivenheder og menneskelig adfærd bruges allerede i dag i teknologivirksomheder, der for eksempel sporer vores adfærd på sociale netværk, profilerer os ekstremt præcist og bruger disse profiler til at forudsige vores adfærd og påvirke os."

Datasættet, forskerne brugte, strækker sig fra 2008 til 2020 og omfatter alle seks millioner danskere. Den indeholder blandt andet oplysninger om deres indkomst, job, sociale ydelser, besøg hos sundhedsudbydere og sygdomsdiagnoser.

Det tog dog noget arbejde at få dataene ind i et format, som en transformer kan forstå. De omstrukturerede al information i databasen til det, de kalder "livssekvenser", med alle begivenheder forbundet med hvert individ organiseret i kronologisk rækkefølge. Dette gør det muligt at forudsige næste begivenhed på samme måde som en AI-chatbot gør forudsigelse af næste ord.

Når den trænes i et stort antal af disse livssekvenser, kan modellen begynde at udvælge mønstre, der forbinder forskellige begivenheder i en persons liv og hjælpe den med at forudsige fremtiden. Forskerne trænede deres model på livssekvenserne for mennesker i alderen 25 til 70 år mellem årene 2008 og 2016 og brugte den derefter til at lave forudsigelser om de næste fire år.

Da de bad den om at gætte sandsynligheden for, at nogen skulle dø i den periode, overgik den den nuværende state-of-the-art med 11 procent. De fik også modellen til at lave forudsigelser om, hvordan folk scorede på en personlighedstest, og resultaterne overgik modeller, der var specielt trænet til den opgave.

Mens præstationen på disse to opgaver er imponerende, i et papir, der beskriver forskningen i Natur Computational Science, påpeger holdet, at det virkelig spændende ved modellen er, at den potentielt kan bruges til at lave alle mulige forudsigelser om folks liv. Tidligere er AI normalt blevet trænet til at besvare specifikke spørgsmål om folks helbred eller sociale forløb.

Det er klart, at denne form for forskning rejser nogle vanskelige spørgsmål om privatliv og menneskelig handlefrihed. Men forskerne påpeger, at private virksomheder næsten helt sikkert gør lignende ting med deres egne data, så det er nyttigt at forstå, hvad denne slags teknikker gør mulige.

Og i betragtning af AI's hastigt fremadskridende muligheder, vil det være vigtigt at have offentlige debatter om, hvilken slags AI-drevne forudsigelser vi tillader i både den private og offentlige sfære, siger Lehmann.

"Jeg har ikke de svar," han sagde i en pressemeddelelse. "Men det er på høje tid, at vi starter samtalen, for det, vi ved, er, at detaljerede forudsigelser om menneskeliv allerede sker, og lige nu er der ingen samtale, og det sker bag lukkede døre."

Billede Credit: Nat / Unsplash

Tidsstempel:

Mere fra Singularitet Hub