科学家开发了一种算法，可以利用一个人的生活故事来预测他们将如何生活以及何时死亡。
根据一项新研究，名为“life2vec”的模型的准确率约为 78%，这与其他旨在预测类似生活结果的算法相当。
但与其他模型不同的是，它的工作原理就像一个聊天机器人，使用现有的详细信息来预测接下来会发生什么。
它由丹麦和美国的科学家建立，他们在大量丹麦数据上训练了机器学习算法，向其提供超过 600 万真实人物的各种信息，包括收入、职业、居住地、受伤和怀孕史。
死亡时钟？名为 life2vec 的新工具可以预测某人在特定时间内死亡的可能性，但不用担心 - 它的数据不向公众开放
他们的最终结果是一个模型，可以处理简单的语言并生成关于一个人早逝的可能性或其一生收入的预测。
一些可能导致过早死亡的因素包括男性、接受过心理健康诊断或从事技术职业。与长寿相关的因素包括更高的收入或担任领导职务。
将您生活的每个部分视为句子中的单词，life2vec 根据到目前为止所写的内容来预测故事的走向。
就像 ChatGPT 用户要求它写一首歌曲、一首诗或一篇文章一样，科学家可以向 life2vec 提出一些简单的问题，例如“四年内死亡？”
该模型根据 2008 年至 2016 年的数据进行训练。
根据他们的人口数据，它正确预测了 2020 年死亡人数超过四分之三的情况。
该研究发表在《自然计算科学》上。
不过，为了保护使用其数据来训练系统的人员的个人信息，一般公众（或公司）无法首席研究员 Sune Lehmann 告诉 DailyMail.com。
基于 mi 上的数据
“我们正在积极研究如何更公开地分享一些结果，但这需要以能够保证研究人员隐私的方式进行进一步的研究，”莱曼说。丹麦技术大学。
即使该模型最终向公众开放，丹麦隐私法也会规定使用 life2vec 做出有关个人的决策是非法的 -例如撰写保险单或做出招聘决定。
与 ChatGPT 和其他大型语言模型在大量现有书面作品上进行训练的方式非常相似，life2vec是通过人们生活中的数据来教授的，这些数据被写成一系列数据丰富的句子。
这些句子包括“2012 年 9 月，弗朗西斯科作为埃尔西诺城堡的守卫收到了两万丹麦克朗”或“在中学三年级”寄宿学校，赫敏选修了五门选修课。”
莱曼和他的团队为每条信息分配了不同的标记，这些数据都被映射出来彼此之间的关系。
人们生活故事中的类别涵盖了人类经历的全部范围：前臂骨折表示为 S52；在烟草店工作的编码为IND4726，收入由100种不同的数字代币表示；和“产后出血”rhage' 是 O72。
许多关系都是直观的，例如职业和收入 - 某些工作赚更多钱。
但 life2vec 所做的是绘制构成个人生活的巨大因素群，允许有人要求它根据数百万其他人和许多因素做出预测。
它还可以预测人们的性格。
为此，Lehmann 和他的团队训练模型来预测人们对性格测试问题的回答。
该测试要求受访者根据他们的同意程度对 10 个项目进行评分，例如“我在新地方做的第一件事总是交朋友”，或者我很少在小组会议中表达自己的意见。”
重要的是莱曼说，请注意，这些数据全部来自丹麦，因此这些预测可能不适用于生活在其他地方的人们——此外，大多数人可能实际上并不想知道他们何时会死亡。
“该模型为政治讨论和解决提供了重要的积极和消极观点，”莱曼告诉 Newswise。
'用于预测生活事件和人类行为的类似技术如今已在科技公司内部使用，例如，跟踪我们在社交网络上的行为，极其准确地描述我们，并使用这些档案来预测我们的行为和影响我们。
“这种讨论需要成为民主对话的一部分，以便我们考虑技术将带我们走向何方以及这是否是我们想要的发展。 '
聊天GPT澳洲中文论坛热点
- 悉尼部份城铁将封闭一年，华人区受影响！只能乘巴士（组图）
- 据《逐日电讯报》报导，从明年年中开始，因为从Bankstown和Sydenham的城铁将因Metro South West革新名目而
- 联邦政客们具有多少房产？
- 据本月早些时分报导，绿党副首领、参议员Mehreen Faruqi已获准在Port Macquarie联系其房产并建造三栋投资联
