Tämä tekoäly koulutti jokaisen tanskalaisen ihmisen elämäntapahtumia. Se voi nyt ennustaa heidän tulevaisuutensa.

Tämä tekoäly koulutti jokaisen tanskalaisen ihmisen elämäntapahtumia. Se voi nyt ennustaa heidän tulevaisuutensa.

Tämä tekoäly koulutti jokaisen tanskalaisen ihmisen elämäntapahtumia. Se voi nyt ennustaa heidän tulevaisuutensa. PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.

Mahdollisuus kartoittaa jonkun koko elämä etukäteen on sekä jännittävää että pelottavaa. Uusi tekoäly, joka on koulutettu jokaisen tanskalaisen henkilön henkilötietoihin, voi tehdä juuri sen.

Tämän päivän syvään oppimiseen perustuva AI järjestelmät ovat ennustuskoneita. He työskentelevät nielemällä valtavia tietomääriä ja poimimalla sen avulla tilastollisia malleja, joiden avulla voidaan tehdä tietoisia arvauksia aiemmin näkemättömistä tiedoista.

Huolimatta hämmästyttävän sujuvasta kielitaidosta AI chatbotit, ne toimivat pitkälti samalla tavalla. He oppivat valtavasta tekstidatamääristä ja yrittävät sitten ennustaa, mikä sana tulee seuraavaksi tekstijonossa.

Se, mikä mahdollisti viime vuosina näkemämme ominaisuuksien läpimurron, oli uusi syväoppimisarkkitehtuuri, joka tunnetaan muuntajana ja joka pystyy harjoittelemaan paljon enemmän dataa kuin aiemmat algoritmit. Osoittautuu, että kun malleja voi kouluttaa lähes koko Internetin päällä, heidän ennusteistaan ​​tulee erittäin hienostuneita.

Nyt tutkijat ovat osoittaneet, että he voivat käyttää samanlaisia ​​tekniikoita kouluttaakseen mallin valtavasta Tanskan hallituksen keräämästä terveydellistä, sosiaalista ja taloudellista tietoa sisältävästä tietokannasta. Tuloksena saatu tekoäly pystyi tekemään erittäin tarkkoja ennusteita ihmisten elämästä, mukaan lukien kuinka todennäköisesti he kuolevat tietyssä aikaikkunassa ja heidän persoonallisuutensa.

"Malli avaa tärkeitä positiivisia ja negatiivisia näkökulmia poliittiseen keskusteluun ja käsittelyyn", Sune Lehmann Tanskan teknisestä yliopistosta, joka johti tutkimusta. sanoi lausunnossaan. "Samankaltaisia ​​tekniikoita elämäntapahtumien ja ihmisten käyttäytymisen ennustamiseen käytetään jo nykyään teknologiayrityksissä, jotka esimerkiksi seuraavat käyttäytymistämme sosiaalisissa verkostoissa, profiloivat meidät erittäin tarkasti ja käyttävät näitä profiileja käyttäytymisemme ennustamiseen ja meihin vaikuttamiseen."

Tutkijoiden käyttämä tietojoukko ulottuu vuosina 2008–2020 ja sisältää kaikki kuusi miljoonaa tanskalaista. Se sisältää tietoa muun muassa heidän tuloistaan, työstään, sosiaalietuistaan, käynneistä terveydenhuollon tarjoajien luona ja sairausdiagnooseista.

Tietojen saaminen muuntajan ymmärtämään muotoon vaati kuitenkin jonkin verran työtä. He järjestivät kaikki tietokannan tiedot uudelleen niin sanotuiksi "elämän jaksoiksi" ja kaikki kullekin yksilölle liittyvät tapahtumat järjestettiin kronologisessa järjestyksessä. Tämä mahdollistaa seuraavan tapahtuman ennustamisen samalla tavalla kuin AI-chatbot ennustaa seuraavan sanan.

Kun malli on koulutettu suureen määrään näitä elämänjaksoja, se voi alkaa poimia malleja, jotka yhdistävät erilaiset tapahtumat jonkun elämässä ja auttavat sitä ennustamaan tulevaisuutta. Tutkijat kouluttivat malliaan 25–70-vuotiaiden ihmisten elämänjaksoista vuosien 2008 ja 2016 välillä ja käyttivät sitä sitten ennusteiden tekemiseen seuraavasta neljästä vuodesta.

Kun he pyysivät sitä arvaamaan jonkun kuolemisen todennäköisyyden sinä aikana, se ylitti nykyisen tekniikan 11 prosentilla. He saivat myös mallin ennustamaan, kuinka ihmiset saivat persoonallisuustestin pisteitä, ja tulokset ylittivät mallit, jotka oli erityisesti koulutettu tähän tehtävään.

Vaikka näiden kahden tehtävän suorituskyky on vaikuttava, tutkimusta kuvaavassa paperissa Luonnon laskennallinen tiede, tiimi huomauttaa, että mallissa on todella jännittävää se, että sitä voidaan mahdollisesti käyttää kaikenlaisten ihmisten elämää koskevien ennusteiden tekemiseen. Aiemmin tekoäly on yleensä koulutettu vastaamaan tiettyihin ihmisten terveyttä tai sosiaalisia kehityskulkuja koskeviin kysymyksiin.

Ilmeisesti tällainen tutkimus herättää vaikeita kysymyksiä yksityisyydestä ja ihmisten toiminnasta. Mutta tutkijat huomauttavat, että yksityiset yritykset tekevät lähes varmasti samanlaisia ​​asioita omilla tiedoillaan, joten on hyödyllistä ymmärtää, mitä tällaiset tekniikat mahdollistavat.

Ja kun otetaan huomioon tekoälyn nopeasti kehittyvät ominaisuudet, on tärkeää käydä julkista keskustelua siitä, millaisia ​​tekoälypohjaisia ​​ennusteita sallimme sekä yksityisellä että julkisella alueella, Lehmann sanoo.

"Minulla ei ole niitä vastauksia", hän sanoi lehdistötiedotteessa. "Mutta on korkea aika aloittaa keskustelu, koska tiedämme, että yksityiskohtainen ihmishenkiä koskeva ennuste on jo tapahtumassa ja juuri nyt ei keskustella ja se tapahtuu suljettujen ovien takana."

Kuva pistetilanne: Nat / Unsplash

Aikaleima:

Lisää aiheesta Singulaarisuus Hub