Датские исследователи используют машинное обучение для прогнозирования отдельных аспектов жизни человека, в том числе времени его смерти
Датские исследователи используют машинное обучение для прогнозирования отдельных аспектов жизни человека, в том числе времени его смерти
В исследовании, опубликованном на этой неделе в журнале Nature Computational Science, подробно описано, как модель алгоритма машинного обучения под названием life2vec предсказывает исход жизни человека и его поступки, когда ему предоставляются весьма специфические данные о нем.
Имея такие данные, «мы можем сделать любой прогноз», – говорит Суне Леманн, ведущий автор исследования и профессор Технического университета Дании. Однако исследователи отмечают, что это «исследовательский прототип», и в своем нынешнем состоянии он не может выполнять никаких «реальных задач».
Леманн и его соавторы использовали данные из национального реестра Дании, содержащего подробную информацию о 6 миллионах человек. Они включали информацию с 2008 по 2016 год, касающуюся основных аспектов жизни, таких как образование, здоровье, доход и профессия.
Исследователи адаптировали методы обработки языка и создали словарь жизненных событий, чтобы life2vec мог интерпретировать предложения на основе этих данных, например «В сентябре 2012 года Франциско получил двадцать тысяч датских крон, работая охранником в замке в Эльсиноре» или «В течение третьего года обучения в средней школе-интернате Гермиона посещала пять факультативных занятий».
По словам Леманна, алгоритм учился на основе этих данных и мог делать прогнозы относительно некоторых аспектов жизни людей, включая то, как они могут думать, чувствовать и вести себя, и даже то, умрет ли человек в ближайшие несколько лет.
Чтобы предсказать, как рано человек может умереть, команда использовала данные с 1 января 2008 года по 31 декабря 2015 года по когорте из более чем 2,3 миллиона человек в возрасте от 35 до 65 лет. По словам Леманна, эта группа была выбрана потому, что смертность в этом возрастном диапазоне сложнее предсказать.
Life2vecused использовал эти данные, чтобы сделать вывод о вероятности того, что человек выживет в течение четырех лет после 2016 года.
«Чтобы проверить, насколько хорош метод [life2vec], мы выбираем группу из 100 000 человек, в которой половина выживает, а половина умирает», – сказал Леманн. Исследователи знали, кто из людей умер после 2016 года, а алгоритм – нет.
Затем они испытали его на практике. Они попросили алгоритм сделать индивидуальные прогнозы о том, проживет ли человек после 2016 года. Результаты оказались впечатляющими: алгоритм оказался прав в 78 % случаев.
Life2vec также превзошел другие современные модели и базовые показатели как минимум на 11 %, точнее предсказывая смертность, говорится в отчете.
Люди мужского пола с большей вероятностью умрут после 2016 года. Квалифицированный рабочий, например инженер, или наличие диагноза психического расстройства, такого как депрессия или тревожность, также приводили к более ранней смерти, обнаружили исследователи. В то же время, работа на руководящей должности или высокий доход часто подталкивали людей к графе «выжить».
Однако исследование имело ряд ограничений. «Мы отмечаем, что эксперименты не были рандомизированы, и исследователи не были слепы к распределению во время экспериментов и оценке результатов», – говорится в отчете.
Исследователи изучали данные только за восьмилетний период, и в выборке могут присутствовать социально-демографические погрешности, несмотря на то, что каждый житель Дании зарегистрирован в национальном реестре.
«Если кто-то не получает зарплату или предпочитает не участвовать в системе здравоохранения, у нас нет доступа к его данным», – говорят авторы.
Авторы также отмечают, что исследование проводилось в богатой стране с развитой инфраструктурой и системой здравоохранения. Неясно, можно ли применить результаты исследования life2vec в других странах, таких как Соединенные Штаты, учитывая их экономические и социальные различия.
По словам Леманна, он знает, что алгоритм звучит «зловеще и безумно, но на самом деле это то, над чем действительно много работали, особенно страховые компании».
Доктор Артур Каплан, руководитель отдела медицинской этики в Школе медицины Гроссмана при Нью-Йоркском университете, согласен с тем, что страховые компании будут стремиться опередить потребителей, когда модели вроде life2vec станут более коммерческими.
«Это усложнит продажу страховок», – говорит он. «Вы не сможете застраховать риск, если все будут точно знать, что это за риск».
Однако Каплан, который не участвовал в новом исследовании, отмечает, что life2vec не предсказывает, в каком возрасте и как умрет человек. Например, алгоритм не может предсказать, погибнет ли человек в автокатастрофе.
Получайте еженедельную рассылку CNN Health
Подпишитесь здесь, чтобы получать еженедельную рассылку The Results Are In with Dr. Sanjay Guptaeот команды CNN Healthкаждыйвторник.
Каплан ожидает, что более совершенные модели прогнозирования появятся уже через пять лет.
«У нас будут более совершенные модели с большими базами данных, которые будут предлагать, что делать, чтобы продлить вашу жизнь», – сказал он.
В конечном итоге, говорит Каплан, использование искусственного интеллекта для предсказания того, когда мы можем умереть, устраняет из нашей жизни тот единственный аспект, который делает ее интересной: тайну.
«Мы беспокоимся о том, что роботы захватят мир и решат, что мы им не нужны», – говорит он. «Нам нужно беспокоиться о том, что роботы будут манипулировать информацией и смогут предсказывать многое в нашем поведении, в результате чего наша жизнь станет настолько предсказуемой, что лишит нас смысла жить».
Читайте также:
- От «Охотников за привидениями» до «Планеты обезьян»: Мы уже с нетерпением ждем этих блокбастеров
- Ценовая война автопроизводителей: какие акции сейчас выгодны
- Любимый индикатор инфляции ФРС показал дальнейшее смягчение в ноябре
Источник: edition.cnn.com
Читайте также:
Обсуждение
Самые последние новости
