Denna AI tränade på livshändelser för varje person i Danmark. Det kan nu förutsäga deras framtid.

Denna AI tränade på livshändelser för varje person i Danmark. Det kan nu förutsäga deras framtid.

Denna AI tränade på livshändelser för varje person i Danmark. Det kan nu förutsäga deras framtid. PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Möjligheten att kartlägga någons hela liv i förväg är både spännande och skrämmande. En ny artificiell intelligens utbildad på personuppgifter för varje person i Danmark kan göra just det.

Dagens djupinlärningsbaserad AI system är prediktionsmaskiner. De fungerar genom att inta stora mängder data och använda den för att plocka ut statistiska mönster som kan användas för att göra välgrundade gissningar om tidigare osynliga data.

Trots de kusligt flytande språkliga förmågorna AI -chatbotsfungerar de på ungefär samma sätt. De lär sig av enorma mängder textdata och försöker sedan förutsäga vilket ord som kommer härnäst i en textsträng.

Det som möjliggjorde det genombrott i kapacitet som vi har sett under de senaste åren var en ny djupinlärningsarkitektur, känd som en transformator, som kan träna på mycket mer data än tidigare algoritmer. Det visar sig att när du kan träna modeller på nästan hela internet, blir deras förutsägelser mycket sofistikerade.

Nu har forskare visat att de kan använda samma typ av tekniker för att träna en modell på en enorm databas med hälso-, social- och ekonomisk information som samlats in av den danska regeringen. Den resulterande AI kunde göra mycket exakta förutsägelser om människors liv, inklusive hur sannolikt de är att dö inom ett givet tidsfönster och deras personlighetsdrag.

"Modellen öppnar viktiga positiva och negativa perspektiv att diskutera och ta upp politiskt," Sune Lehmann från Danmarks Tekniske Universitet, som ledde studien, sade i ett uttalande. "Liknande teknologier för att förutsäga livshändelser och mänskligt beteende används redan idag inom teknikföretag som till exempel spårar vårt beteende på sociala nätverk, profilerar oss extremt noggrant och använder dessa profiler för att förutsäga vårt beteende och påverka oss."

Datauppsättningen som forskarna använde sträcker sig från 2008 till 2020 och omfattar alla sex miljoner danskar. Den innehåller bland annat information om deras inkomst, jobb, sociala förmåner, besök hos vårdgivare och sjukdomsdiagnoser.

Att få data till ett format som en transformator kan förstå tog dock en del arbete. De omstrukturerade all information i databasen till vad de kallar "livssekvenser", med alla händelser associerade med varje individ organiserade i kronologisk ordning. Detta gör det möjligt att förutsäga nästa händelse på ungefär samma sätt som en AI-chatbot gör förutsägelse av nästa ord.

När den tränas på ett stort antal av dessa livssekvenser kan modellen börja plocka ut mönster som kopplar samman olika händelser i någons liv och hjälpa den att göra förutsägelser om framtiden. Forskarna tränade sin modell på livssekvenserna för människor i åldern 25 till 70 år mellan åren 2008 och 2016 och använde den sedan för att göra förutsägelser om de kommande fyra åren.

När de bad den att gissa sannolikheten för att någon skulle dö under den perioden, överträffade den nuvarande toppmoderna med 11 procent. De fick också modellen för att göra förutsägelser om hur människor fick poäng på ett personlighetstest, och resultaten överträffade modeller som är speciellt utbildade för den uppgiften.

Även om prestandan på dessa två uppgifter är imponerande, i en artikel som beskriver forskningen i Naturberäkningsvetenskap, påpekar teamet att det som verkligen är spännande med modellen är det faktum att den potentiellt kan användas för att göra alla typer av förutsägelser om människors liv. Tidigare har AI normalt tränats för att svara på specifika frågor om människors hälsa eller sociala banor.

Uppenbarligen väcker den här typen av forskning några svåra frågor om integritet och mänsklig handling. Men forskarna påpekar att privata företag nästan säkert gör liknande saker med sin egen data, så det är användbart att förstå vad den här typen av tekniker möjliggör.

Och med tanke på AIs snabba utvecklingsmöjligheter kommer det att vara viktigt att ha offentliga debatter om vilken typ av AI-drivna förutsägelser vi tillåter i både den privata och offentliga sfären, säger Lehmann.

"Jag har inte de svaren," han sade i ett pressmeddelande. "Men det är hög tid att vi börjar konversationen eftersom det vi vet är att detaljerade förutsägelser om människoliv redan sker och just nu finns det inget samtal och det sker bakom stängda dörrar."

Image Credit: nat / Unsplash

Tidsstämpel:

Mer från Singularity Hub