Цей штучний інтелект навчався на життєвих подіях кожної людини в Данії. Тепер він може передбачити їхнє майбутнє.

Цей штучний інтелект навчався на життєвих подіях кожної людини в Данії. Тепер він може передбачити їхнє майбутнє.

Цей штучний інтелект навчався на життєвих подіях кожної людини в Данії. Тепер він може передбачити їхнє майбутнє. PlatoBlockchain Data Intelligence. Вертикальний пошук. Ai.

Можливість намітити чиєсь життя наперед захоплююча і водночас страшна. Новий штучний інтелект, навчений на особистих даних кожної людини в Данії, може зробити саме це.

Сучасне глибоке навчання AI системи є машинами прогнозування. Вони працюють, поглинаючи величезні обсяги даних і використовуючи їх для вибору статистичних закономірностей, які можна використовувати, щоб робити обґрунтовані припущення щодо раніше невідомих даних.

Незважаючи на неймовірно вільне мовне володіння AI чат-боти, вони працюють приблизно так само. Вони вивчають величезну кількість текстових даних, а потім намагаються передбачити, яке слово буде наступним у рядку тексту.

Прорив у можливостях, який ми спостерігали за останні кілька років, спричинив нова архітектура глибокого навчання, відома як трансформатор, яка може навчатися на набагато більшій кількості даних, ніж попередні алгоритми. Виявляється, коли ви можете тренувати моделі майже в усьому Інтернеті, їхні передбачення стають дуже складними.

Тепер дослідники показали, що вони можуть використовувати такі ж методи, щоб навчити модель на величезній базі даних інформації про здоров’я, соціальну та економічну інформацію, зібрану урядом Данії. Отриманий штучний інтелект зміг зробити дуже точні прогнози щодо життя людей, включно з тим, наскільки ймовірно вони помруть у певний часовий проміжок, і їхні особистісні риси.

«Модель відкриває важливі позитивні та негативні перспективи для обговорення та політичного вирішення», — сказала Суне Леманн з Технічного університету Данії, яка керувала дослідженням. йдеться в заяві. «Подібні технології для передбачення життєвих подій і людської поведінки вже використовуються сьогодні в технологічних компаніях, які, наприклад, відстежують нашу поведінку в соціальних мережах, надзвичайно точно створюють наш профіль і використовують ці профілі для прогнозування нашої поведінки та впливу на нас».

Набір даних, який використовували дослідники, охоплює період з 2008 по 2020 рік і включає всі шість мільйонів датчан. У ньому міститься інформація про їхні доходи, роботу, соціальні виплати, відвідування медичних закладів, діагнози захворювань тощо.

Однак переведення даних у формат, який може зрозуміти трансформатор, вимагало певної праці. Вони реструктуризували всю інформацію в базі даних у те, що вони називають «життєвими послідовностями», з усіма подіями, пов’язаними з кожною особою, організованими в хронологічному порядку. Це дає змогу прогнозувати наступну подію приблизно так само, як чат-бот AI робить прогноз наступного слова.

Коли модель навчається на великій кількості цих життєвих послідовностей, вона може почати вибирати закономірності, які пов’язують різні події в чиємусь житті, і допомагають їй робити прогнози щодо майбутнього. Дослідники навчили свою модель на життєвій послідовності людей у ​​віці від 25 до 70 років у період з 2008 по 2016 роки, а потім використали її, щоб зробити прогнози щодо наступних чотирьох років.

Коли вони попросили його вгадати ймовірність того, що хтось помре в цей період, це перевершило поточний стан техніки на 11 відсотків. Вони також отримали модель, щоб робити прогнози щодо оцінок людей у ​​тесті особистості, і результати перевершили моделі, спеціально навчені для цього завдання.

Хоча продуктивність цих двох завдань вражаюча, у статті, що описує дослідження в Природа обчислювальних наук, команда зазначає, що справді захоплюючим у цій моделі є той факт, що її потенційно можна використовувати для створення різноманітних прогнозів щодо життя людей. Раніше ШІ зазвичай навчали відповідати на конкретні запитання про здоров’я людей або соціальні траєкторії.

Очевидно, що таке дослідження піднімає кілька гострих питань щодо конфіденційності та людської волі. Але дослідники зазначають, що приватні компанії майже напевно роблять подібні речі зі своїми власними даними, тому корисно зрозуміти, що ці методи роблять можливими.

А враховуючи стрімкий розвиток можливостей штучного інтелекту, буде важливо провести публічні дебати про те, які прогнози на основі штучного інтелекту ми дозволяємо використовувати як у приватній, так і в публічній сферах, каже Леманн.

«У мене немає таких відповідей», — сказав він сказав у прес-релізі. «Але нам давно пора почати розмову, тому що ми знаємо, що детальні прогнози про людські життя вже відбуваються, і зараз розмови немає, і це відбувається за зачиненими дверима».

Зображення Фото: Натуральний / Unsplash

Часова мітка:

Більше від Хаб сингулярності