მიუხედავად იმისა, რომ ადამიანების უმეტესობა ყოყმანობს იმის გარკვევაში, როდის წავა სამოთხეში, ახალი ხელოვნური ინტელექტის სისტემა ChatGPT ტექნოლოგიის გამოყენებით გვპირდება დიდი სიზუსტით წინასწარმეტყველებს ადამიანის სიკვდილის დროს.
ჟურნალ Nature Computational Science-ში გამოქვეყნებული კვლევის მიხედვით, პიონერული ხელოვნური ინტელექტის სისტემა “life2vec”, რომელიც გაწვრთნილი იყო მილიონზე მეტი ადამიანის ცხოვრების ისტორიაზე, ძალიან ზუსტად პროგნოზირებს სიცოცხლის ხანგრძლივობას და ასევე ნაადრევი სიკვდილის რისკს 78%-იანი სიზუსტით. .
ხელოვნური ინტელექტის მოდელი დანიის მოსახლეობის პერსონალურ მონაცემებზე გაწვრთნილი იყო და აჩვენა, რომ იგი პროგნოზირებს ადამიანების სიკვდილის ალბათობას უფრო ზუსტად, ვიდრე ნებისმიერი არსებული სისტემა, დანიის ტექნიკური უნივერსიტეტის (DTU) მეცნიერებმა განაცხადეს.
კვლევის დროს მეცნიერებმა გააანალიზა მონაცემები 6 მილიონი დანიელის ჯანმრთელობისა და მუშაობის ტიპის შესახებ, შეგროვებული 2008 წლიდან 2020 წლამდე, მათ შორის ინფორმაცია ადამიანების განათლების, ექიმთან და საავადმყოფოში ვიზიტებზე, დიაგნოზებზე, შემოსავალსა და პროფესიაზე. Მეცნიერები გადააქცია მონაცემთა ნაკრები სიტყვებად, რათა მოამზადოს დიდი ენის მოდელი, სახელწოდებით life2vecმსგავსი ტექნოლოგია ხელოვნური ინტელექტის აპლიკაციების უკან, როგორიცაა ChatGPT.
„ჩვენ ვიყენებთ ChatGPT-ის მიღმა არსებულ ტექნოლოგიას ადამიანის ცხოვრების გასაანალიზებლად, რომელიც წარმოგვიდგენს თითოეულ ადამიანს, როგორც მოვლენათა თანმიმდევრობას, რომელიც ხდება მათ ცხოვრებაში“, – განუცხადა New York Post-ს კვლევის წამყვანმა ავტორმა სუნე ლემანმა.
მკვლევარებმა აიღეს მონაცემები 35-დან 65 წლამდე ასაკის ადამიანების ჯგუფისგან, რომელთაგან ნახევარი გარდაიცვალა 2016-დან 2020 წლამდე, და სთხოვეს ხელოვნური ინტელექტის სისტემას წინასწარ განსაზღვრულიყო ვინ იცოცხლებდა და ვინ მოკვდებოდა. მათ აღმოაჩინეს, რომ ის პროგნოზები 11%-ით უფრო ზუსტი იყო, ვიდრე სხვა არსებული AI მოდელის ან მეთოდის პროგნოზებიგამოიყენება სიცოცხლის დაზღვევის კომპანიების მიერ პოლისიების ფასისთვის.
მოდელის გამოყენებით, მკვლევარები ეძებდნენ პასუხებს ზოგად კითხვებზე, როგორიცაა 4 წლის განმავლობაში ადამიანის სიკვდილის ალბათობა. მათ დაადგინეს, რომ მოდელის პასუხები შეესაბამებოდა არსებულ მიგნებებს, მაგალითად, როდესაც ყველა სხვა ფაქტორს მხედველობაში მიიღებენ, მენეჯერულ პოზიციებზე მყოფი ან მაღალი შემოსავლის მქონე ადამიანები გადარჩებიან უფრო მეტად, ხოლო მამაკაცები ან ფსიქიკური ჯანმრთელობის დიაგნოზი დაკავშირებულია სიკვდილის უფრო მაღალი რისკი.
„ჩვენ გამოვიყენეთ ეს მოდელი უპასუხეთ ფუნდამენტურ კითხვას: რამდენად შეგვიძლია ვიწინასწარმეტყველოთ თქვენი მომავლის მოვლენები თქვენი წარსულის პირობებისა და მოვლენების საფუძველზე; თქვა ლემანმა. ”მეცნიერული თვალსაზრისით, ჩვენ არ ვართ დაინტერესებული თვით პროგნოზით, არამედ მონაცემების ასპექტებით, რომლებიც საშუალებას აძლევს მოდელს გასცეს ასეთი ზუსტი პასუხები.”
მოდელს ასევე შეუძლია ზუსტად განსაზღვროს პიროვნების ტესტის ქულები მოსახლეობის კონკრეტულ სეგმენტში, ვიდრე არსებული ხელოვნური ინტელექტის სისტემები. “ჩვენი სისტემა მკვლევარებს საშუალებას აძლევს, გამოავლინონ ახალი პოტენციური მექანიზმები, რომლებიც გავლენას ახდენენ სიცოცხლეზედა პერსონალიზებული ინტერვენციების ასოცირებული პოტენციალი“, – წერენ მკვლევარები.
თქვენი ცხოვრების თითოეულ ნაწილს წინადადებაში სიტყვებივით ეპყრობა, life2vec პროგნოზირებს, როგორ დასრულდება ამბავი აქამდე დაწერილის საფუძველზე.
ისევე, როგორც ChatGPT-ის მომხმარებლები სთხოვენ მას სიმღერის, ლექსის ან ესეს დაწერას, მეცნიერებს შეუძლიათ Life2vec-ს დაუსვან მარტივი კითხვები, როგორიცაა “რამდენად სავარაუდოა სიკვდილი ოთხი წლის განმავლობაში?” კონკრეტული ადამიანისთვის. მოსახლეობის მონაცემების საფუძველზე, მან სწორად იწინასწარმეტყველა, თუ ვინ მოკვდებოდა 2020 წლისთვის დროის 3/4-ზე მეტს.
ისევე, როგორც ChatGPT და სხვა დიდი ენობრივი მოდელები ივარჯიშებდნენ სხვადასხვა არსებულ წერილობით ნამუშევრებზე, life2vec იყო ტრენინგი ადამიანების ცხოვრების მონაცემებზე, დაწერილი წინადადებების სერიის სახით. მათ შორისაა წინადადებები, როგორიცაა: „2012 წლის სექტემბერში ფრანცისკომ მიიღო ოცი ათასი დანიური კრონა, როგორც მცველი ელსინორის ციხესიმაგრეში“ ან „საშუალო სკოლის მესამე წელს ჰერმიონმა ხუთი არჩევითი საგანი აიღო“. ლემანმა და მისმა გუნდმა თითოეულ ინფორმაციას სხვადასხვა ქულები მიანიჭეს და ყველა ეს მონაცემი შეადარეს ერთმანეთს.
ადამიანების ცხოვრების ისტორიის კატეგორიები მოიცავს ადამიანის გამოცდილების მთელ სპექტრს: გატეხილი წინამხარი ან მსგავსი რამ. პროფესია ფასდება: მაგალითად, თამბაქოს მაღაზიაში მუშაობა დაშიფრულია როგორც IND4726, შემოსავალი დაშიფრულია 100 სხვადასხვა ნომრით, ხოლო „სისხლდენა მშობიარობისას“ კოდირებულია როგორც O72.
ამ ურთიერთობებიდან ბევრი ინტუიციურია, მაგალითად, გარკვეული აქტივობები, რომლებიც მეტ ფულს მოაქვს, უზრუნველყოფს უკეთეს კვებას და უკეთეს ჯანმრთელობას/დაავადების ადრეულ გამოვლენას. სახიფათო საწარმოებში მუშაობა კი სიცოცხლეს აკლებს. მაგრამ რასაც life2vec აკეთებს არის ფაქტორების უზარმაზარი მოზაიკის ანალიზი, რომლებიც ქმნიან ადამიანის ცხოვრებას. და ბოლოს ის აკეთებს პროგნოზს სხვა ადამიანების მილიონობით მონაცემზე დაყრდნობით.
ხელოვნურ ინტელექტს ასევე შეუძლია პროგნოზების გაკეთება ადამიანის პიროვნების შესახებ. ამისათვის ლემანმა და მისმა გუნდმა მოამზადეს მოდელი, რომელიც განსაზღვრავდა ადამიანების პასუხებს პიროვნების ტესტის კითხვებზე. ტესტი რესპონდენტებს სთხოვს შეაფასონ 10 საკითხი იმის მიხედვით, თუ რამდენად ეთანხმებიან ისინი, მაგალითად: „პირველი, რასაც ყოველთვის ვაკეთებ ახალ ადგილზე მისვლისას არის მეგობრების შეძენა“ ან „მე იშვიათად გამოვთქვამ ჩემს აზრს ჯგუფურ შეხვედრებზე“.
თუმცა, მეცნიერები აფრთხილებენ, რომ ეს მოდელი არ უნდა გამოიყენონ სიცოცხლის დაზღვევის კომპანიებმა ეთიკური მიზეზების გამო.
More Stories
სად წავლენ ბერძნები აღდგომაზე: საუკეთესო საშინაო და უცხოური მიმართულებები
1200 ევრო ჯარიმა ბერძნების მავნე ჩვევისთვის აღდგომაზე, რომლებიც რისკის ქვეშ არიან
დიდი ბრიტანეთი: დაიწყო მელანომის ვაქცინის ადამიანებზე ტესტირება