Die künstliche Intelligenz von ChatGPT sagt den Tod mit einer Wahrscheinlichkeit von 78 % voraus

Während die meisten Menschen zögern, herauszufinden, wann sie „in den Himmel kommen“, verspricht ein neues künstliches Intelligenzsystem mit ChatGPT-Technologie, den Todeszeitpunkt einer Person mit großer Genauigkeit vorherzusagen.

Laut einer in der Fachzeitschrift Nature Computational Science veröffentlichten Studie sagt das bahnbrechende künstliche Intelligenzsystem „life2vec“, das auf die Lebensgeschichten von mehr als einer Million Menschen trainiert wurde, die Lebenserwartung sowie das Risiko eines vorzeitigen Todes mit einer Genauigkeit von 78 % äußerst genau vorher .

Das KI-Modell wurde anhand der persönlichen Daten der dänischen Bevölkerung trainiert und zeigte, dass dies der Fall ist prognostiziert die Wahrscheinlichkeit, dass Menschen sterben, genauer als jedes bestehende System, berichten Wissenschaftler der Technischen Universität Dänemark (DTU).

Während der Studie Wissenschaftler analysierte Daten zur Gesundheit und Art der Arbeit von 6 Millionen Dänen, erhoben von 2008 bis 2020, einschließlich Informationen zur Bildung der Menschen, zu Arzt- und Krankenhausbesuchen, Diagnosen, Einkommen und Beruf. Wissenschaftler Konvertierte den Datensatz in Wörter, um ein großes Sprachmodell namens life2vec zu trainiereneine ähnliche Technologie hinter Anwendungen für künstliche Intelligenz wie ChatGPT.

„Wir nutzen die Technologie hinter ChatGPT, um das menschliche Leben zu analysieren und jede Person als Abfolge von Ereignissen darzustellen, die in ihrem Leben passieren“, sagte Sune Lehmann, Hauptautorin der Studie, gegenüber der New York Post.

Die Forscher nahmen Daten einer Gruppe von Menschen im Alter von 35 bis 65 Jahren, von denen die Hälfte zwischen 2016 und 2020 starb, und beauftragten ein KI-System, vorherzusagen, wer leben und wer sterben würde. Sie entdeckten, dass sie Die Vorhersagen waren 11 % genauer als die Vorhersagen aller anderen vorhandenen KI-Modelle oder -Methodenwird von Lebensversicherungsunternehmen zur Preisgestaltung von Policen verwendet.

Mithilfe des Modells suchten die Forscher nach Antworten auf allgemeine Fragen, beispielsweise nach der Wahrscheinlichkeit, dass eine Person innerhalb von vier Jahren stirbt. Sie fanden heraus, dass die Antworten des Modells mit bestehenden Erkenntnissen übereinstimmten, zum Beispiel, dass, wenn alle anderen Faktoren berücksichtigt werden, Menschen in Führungspositionen oder mit hohem Einkommen eine höhere Überlebenswahrscheinlichkeit haben, während es damit verbunden ist, männlich zu sein oder eine psychische Gesundheitsdiagnose zu haben ein höheres Sterberisiko.

„Wir haben dieses Modell genutzt Beantworten Sie die grundlegende Frage: Inwieweit können wir die Ereignisse Ihrer Zukunft auf der Grundlage der Bedingungen und Ereignisse Ihrer Vergangenheit vorhersagen? sagte Lehmann. „Aus wissenschaftlicher Sicht interessiert uns nicht so sehr die Prognose selbst, sondern vielmehr die Aspekte der Daten, die es dem Modell ermöglichen, solch genaue Antworten zu geben.“

Das Modell kann auch die Ergebnisse von Persönlichkeitstests in einem bestimmten Bevölkerungssegment genauer vorhersagen, besser als bestehende Systeme der künstlichen Intelligenz. „Unser Das System ermöglicht es Forschern, neue potenzielle Mechanismen zu identifizieren, die das Leben beeinflussenund das damit verbundene Potenzial für personalisierte Interventionen“, schreiben die Forscher.

life2vec behandelt jeden Teil Ihres Lebens wie Worte in einem Satz und sagt basierend auf dem, was bisher geschrieben wurde, voraus, wie die Geschichte enden wird.

So wie ChatGPT-Benutzer es bitten, ein Lied, ein Gedicht oder einen Aufsatz zu schreiben, können Wissenschaftler life2vec einfache Fragen stellen, wie zum Beispiel „Wie wahrscheinlich ist es, innerhalb von vier Jahren zu sterben?“ für eine bestimmte Person. Basierend auf Bevölkerungsdaten hat er in mehr als drei Vierteln der Fälle richtig vorhergesagt, wer bis 2020 sterben würde.

So wie ChatGPT und andere große Sprachmodelle auf einer Vielzahl vorhandener schriftlicher Werke trainiert wurden, wurde life2vec auf Daten aus dem Leben von Menschen trainiert, die als Reihe von Sätzen geschrieben wurden. Dazu gehören Sätze wie „Im September 2012 erhielt Francisco zwanzigtausend Dänische Kronen als Wache auf Schloss Helsingör“ oder „In ihrem dritten Jahr an der High School belegte Hermine fünf Wahlfächer.“ Lehmann und sein Team ordneten jeder Information unterschiedliche Punkte zu und verglichen alle Daten miteinander.

Kategorien in der Lebensgeschichte von Menschen umfassen das gesamte Spektrum menschlicher Erfahrungen: ein gebrochener Unterarm oder so etwas in der Art. Der Beruf wird bewertet: Beispielsweise wird die Arbeit in einem Tabakladen als IND4726 codiert, das Einkommen wird als 100 verschiedene Zahlen codiert und „Blutung während der Geburt“ wird als O72 codiert.

Viele dieser Beziehungen sind intuitiv, beispielsweise bringen bestimmte Aktivitäten mehr Geld ein, sorgen für eine bessere Ernährung und eine bessere Gesundheit/Früherkennung von Krankheiten. Und die Arbeit in gefährlichen Unternehmen verkürzt das Leben. Aber was life2vec tut, ist die Analyse des riesigen Mosaiks von Faktoren, die das Leben eines Menschen ausmachen. Und am Ende erstellt es eine Prognose auf Basis von Millionen Daten anderer Menschen.

Künstliche Intelligenz kann auch Vorhersagen über die Persönlichkeit einer Person treffen. Zu diesem Zweck trainierten Lehman und sein Team ein Modell, um die Antworten von Menschen auf Fragen zu Persönlichkeitstests vorherzusagen. Bei dem Test werden die Befragten gebeten, 10 Punkte danach zu bewerten, wie sehr sie zustimmen, zum Beispiel: „Das Erste, was ich immer mache, wenn ich an einen neuen Ort komme, ist, Freunde zu finden“ oder „Ich äußere meine Meinung selten in Gruppentreffen.“

Wissenschaftler warnen jedoch davor, dieses Modell aus ethischen Gründen von Lebensversicherungsunternehmen zu verwenden.

Source link