پیش بینی مرگ و زندگی با هوش مصنوعی

غزل زیاری: به دور از جذابیت های بحث برانگیز، سازندگان Life2vec به دنبال کشف الگوها و روابطی هستند که برنامه های یادگیری عمیق می توانند از آنها برای پیش بینی انواع رویدادهای زندگی سالم و اجتماعی استفاده کنند.

سان لمن، استاد دانشگاه فنی دانمارک و یکی یکی از نویسندگان مطالعه اخیر که در مجله Computational Science منتشر شده است، می گوید: “این یک چارچوب بسیار کلی برای پیش بینی زندگی انسان است که می تواند هر چیزی را در جایی که داده های آموزشی وجود دارد پیش بینی کند.” به گفته لمن، احتمالات بی پایان هستند.

وی ادامه داد: از این روش می توان برای پیش بینی پیامدهای سلامتی استفاده کرد.بنابراین می توان باروری یا چاقی را پیش بینی کرد یا شاید بتوان پیش بینی کرد چه کسانی در آینده به سرطان مبتلا می شوند و چه کسانی نه و در عین حال می توان پیش بینی کرد. وقتی ثروتمند خواهی شد تبدیل شوی.”

این الگوریتم از فرآیند مشابهی استفاده می کند ChatGPT استفاده شده؛ اما متغیرهایی را که بر زندگی تأثیر می‌گذارند، مانند تولد، تحصیل، مزایای اجتماعی یا حتی برنامه‌های کاری، تجزیه و تحلیل می‌کند.

اعضای تیم در حال کار برای گردآوری نوآوری هایی هستند که الگوریتم های پردازش زبان را قادر می سازد تا تکامل و پیش بینی پذیری زندگی انسان را بر اساس توالی دقیق رویدادها مطالعه کنند.

لیمن می گوید: «از یک منظر، زندگی فقط مجموعه ای از رویدادهاست: مردم متولد می شوند. آنها پیش پزشک اطفال می روند، به مدرسه می روند، به شهر جدید نقل مکان می کنند، ازدواج می کنند و غیره.

کلاهبرداران از این ایده سوء استفاده می کنند

در همین حال، راه‌اندازی این اپلیکیشن ادعاهایی مبنی بر «ماشین‌حساب مرگ» را مطرح کرد و برخی از سایت‌های کلاهبرداری مردم را فریب دادند تا از برنامه هوش مصنوعی برای پیش‌بینی امید به زندگی (در ازای داده‌های شخصی افراد) استفاده کنند.

اکنون محققان اشاره می کنند که این نرم افزار کاملا خصوصی است و در حال حاضر در اینترنت یا در جامعه تحقیقاتی گسترده تر در دسترس نیست.

بررسی اطلاعات آماری شش میلیون نفر

اساس ساخت مدل life2vec، دریافت اطلاعات از بیش از شش میلیون دانمارکی ناشناس است که توسط اداره آمار رسمی دانمارک جمع آوری شده است. با تحلیل توالی وقایع می توان عواقب زندگی افراد را تا آخرین نفس پیش بینی کرد.

این الگوریتم در پیش‌بینی مرگ در ۷۸ درصد مواقع درست بود. هنگام پیش‌بینی اینکه یک فرد به شهر یا کشور دیگری نقل مکان می‌کند، پیش‌بینی‌ها در ۷۳ درصد مواقع به حقیقت پیوست.

لیمن توضیح داد: «ما با مرگ و میر زودرس روبرو هستیم. ما یک گروه بسیار جوان بین 35 تا 65 را در نظر می گیریم و سعی می کنیم بر اساس یک دوره هشت ساله بین سال های 2008 و 2016 پیش بینی کنیم که آیا در چهار سال آینده یک نفر می میرد یا خیر. این مدل می تواند عملکرد بسیار خوبی داشته باشد. بسیار بهتر از هر الگوریتم دیگری.

به گفته محققان، تمرکز بر این محدوده سنی (جایی که مرگ و میر کمتر است) امکان آزمایش قابلیت اطمینان الگوریتم را فراهم می کند. با این حال، این ابزار هنوز برای استفاده در خارج از یک محیط تحقیقاتی مناسب نیست.

لمن گفت: «در حال حاضر این یک پروژه تحقیقاتی است که در آن ما در حال بررسی امکان‌ها و غیرممکن‌ها هستیم.» در عین حال، او و دستیارانش می‌خواهند اثرات و اثرات بلندمدت ارتباطات اجتماعی بر زندگی و سلامت مردم را مطالعه کنند.

تقابل عمومی

به گفته محققان، این پروژه در واقع وزنه ای علمی در برابر سرمایه گذاری های سنگین شرکت های بزرگ فناوری در الگوریتم های هوش مصنوعی است. لیمن گفت: «آنها هم می‌توانند چنین مدل‌هایی بسازند.» اما آنها را در دسترس مردم قرار نمی‌دهند و درباره آن‌ها صحبت نمی‌کنند. آنها این مدل‌ها را توسعه می‌دهند تا تبلیغات بیشتر یا محصولات بیشتری را از طریق این تبلیغات به شما بفروشند.»

پرنیل ترنبرگ، کارشناس اخلاق داده دانمارکی خاطرنشان کرد که الگوریتم های مشابه قبلاً توسط شرکت هایی مانند شرکت های بیمه استفاده شده است. وی گفت: احتمالاً شما را دسته بندی می کنند و می گویند بیماری مزمن دارید و شما را در معرض خطر قرار می دهد. یا نمی توانید از بانک وام دریافت کنید یا نمی توانید از خدمات بهداشت عمومی استفاده کنید. چون به هر حال خواهی مرد

اما وقتی نوبت به پیش بینی مرگ می رسد، برخی از توسعه دهندگان قبلاً سعی کرده اند چنین الگوریتم هایی را تجاری کنند. ترنبرگ گفت: «در اینترنت ما ساعت‌های پیش‌بینی را می‌بینیم که نشان می‌دهند ما چقدر پیر می‌شویم و برخی از آنها اصلاً قابل اعتماد نیستند.

منبع: علمی

۵۸۵۸