Ερευνητές στη Δανία λένε ότι χρησιμοποίησαν ισχυρούς αλγορίθμους μηχανικής μάθησης για να προβλέψουν συμπεριφορές, ακόμη και το θάνατο ενός ανθρώπου.
Η μελέτη τους, η οποία δημοσιεύεται αυτή την εβδομάδα στο περιοδικό Nature Computational Science, περιγράφει λεπτομερώς πώς ένα μοντέλο αλγορίθμου μηχανικής μάθησης, που ονομάζεται life2vec, προέβλεψε την έκβαση της ζωής ενός ατόμου και τις ενέργειές του, όταν του δόθηκαν πολύ συγκεκριμένα δεδομένα σχετικά με τον ίδιο.
Πρόβλεψη κάθε είδους
Με αυτά τα δεδομένα, «μπορούμε να κάνουμε κάθε είδους πρόβλεψη», δήλωσε ο Sune Lehmann, επικεφαλής συγγραφέας της μελέτης και καθηγήτρια στο Τεχνικό Πανεπιστήμιο της Δανίας. Ωστόσο, οι ερευνητές σημειώνουν ότι πρόκειται για ένα «ερευνητικό πρωτότυπο» και δεν μπορεί να εκτελέσει «καθήκοντα του πραγματικού κόσμου» στην παρούσα κατάστασή του.
Ο Lehmann και οι υπόλοιποι συγγραφείς της μελέτης αυτής χρησιμοποίησαν δεδομένα από ένα εθνικό μητρώο στη Δανία που περιγράφει λεπτομερώς μια διαφορετική ομάδα 6 εκατομμυρίων ανθρώπων. Συγκεκριμένα μάζεψαν πληροφορίες από το 2008 έως το 2016 που αφορούσαν σημαντικές πτυχές της ζωής τους, όπως η εκπαίδευση, η υγεία, το εισόδημα και το επάγγελμα, γράφει το CNN.
Τι είναι το life2vec
Οι ερευνητές προσάρμοσαν τεχνικές γλωσσικής επεξεργασίας και δημιούργησαν ένα λεξιλόγιο για τα γεγονότα της ζωής, ώστε το life2vec να μπορεί να ερμηνεύει προτάσεις με βάση τα δεδομένα, όπως «τον Σεπτέμβριο του 2012, ο Φρανσίσκο έλαβε είκοσι χιλιάδες δανικές κορώνες ως φύλακας σε ένα κάστρο στο Ελσινόρε» ή «κατά τη διάρκεια του τρίτου έτους της στο γυμνάσιο, η Ερμιόνη παρακολούθησε πέντε μαθήματα επιλογής».
Στη συνέχεια, ο αλγόριθμος έμαθε από αυτά τα δεδομένα, εξηγεί ο Lehmann, και ήταν σε θέση να κάνει προβλέψεις για ορισμένες πτυχές της ζωής των ανθρώπων, συμπεριλαμβανομένου του τρόπου με τον οποίο μπορεί να σκέφτονται, να αισθάνονται και να συμπεριφέρονται, ακόμη και για το αν θα πεθάνει μέσα στα επόμενα χρόνια.
Πρόβλεψη θανάτου
Για να προβλέψει πόσο νωρίς θα μπορούσε να πεθάνει κάποιος, η ομάδα χρησιμοποίησε δεδομένα από την 1η Ιανουαρίου 2008 έως τις 31 Δεκεμβρίου 2015 για μια ομάδα άνω των 2,3 εκατομμυρίων ατόμων ηλικίας 35 έως 65 ετών. Η ομάδα αυτή επιλέχθηκε, επειδή η θνησιμότητα σε αυτό το ηλικιακό εύρος είναι πιο δύσκολο να προβλεφθεί, δήλωσε ο Lehmann.
Το Life2vec χρησιμοποίησε τα δεδομένα για να συμπεράνει την πιθανότητα επιβίωσης ενός ατόμου για τα τέσσερα επόμενα χρόνια μετά το 2016. «Για να ελέγξουμε πόσο καλό είναι το (life2vec), επιλέγουμε μια ομάδα 100.000 ατόμων όπου οι μισοί επιβιώνουν και οι άλλοι μισοί πεθαίνουν», ανέφερε ο Lehmann. Οι ερευνητές γνώριζαν ποια άτομα είχαν πεθάνει μετά το 2016, αλλά ο αλγόριθμος δεν το γνώριζε. Στη συνέχεια, τον έθεσαν σε δοκιμασία. Έβαλαν τον αλγόριθμο να κάνει ατομικές προβλέψεις για το αν κάποιος έζησε μετά το 2016 ή όχι. Τα αποτελέσματα ήταν εντυπωσιακά: ο αλγόριθμος ήταν σωστός στο 78% των περιπτώσεων.
Διευθυντικές θέσεις και μακροζωία
Ο Life2vec ξεπέρασε επίσης άλλα σύγχρονα μοντέλα και βασικές γραμμές κατά τουλάχιστον 11%, προβλέποντας με μεγαλύτερη ακρίβεια τα αποτελέσματα της θνησιμότητας, σύμφωνα με τα συμπεράσματα της έκθεσης. Να σημειωθεί ότι οι άνδρες είχαν περισσότερες πιθανότητες να πεθάνουν μετά το 2016. Το επάγγελμα όπως το να είναι κάποιος ειδικευμένος εργαζόμενος, όπως μηχανικός, ή να έχει διαγνωστεί κάποιο πρόβλημα ψυχικής υγείας, όπως κατάθλιψη ή άγχος, οδηγούσε επίσης σε πρόωρο θάνατο, διαπίστωσαν οι ερευνητές. Στο μεταξύ οι διευθυντικές θέσεις και τα υψηλά εισοδήματα εξασφαλίζουν την μακροημέρευση των ανθρώπων, λέει η ίδια μελέτη. Ωστόσο, η έρευνα είχε αρκετούς περιορισμούς, από τον χρόνο διεξαγωγή της, 8 χρόνια, αλλά και από το γεγονός ότι έγινε σε μια πλούσια χώρα με ισχυρή υποδομή και σύστημα υγειονομικής περίθαλψης, αλλά και άλλες επιμέρους παραμέτρους, συμπληρώνει ο Lehmann.
Τέλος, ιδιαίτερο ενδιαφέρον έχει η δήλωση του Δρ. Arthur Caplan, επικεφαλής του Τμήματος Ιατρικής Ηθικής στην Ιατρική Σχολή Grossman του Πανεπιστημίου της Νέας Υόρκης, ο οποίος υπογραμμίζει ότι οι ασφαλιστικές εταιρείες θα τρέχουν να προηγηθούν των καταναλωτών, όταν μοντέλα όπως το life2vec γίνουν πιο εμπορικά. «Αυτό θα καταστήσει πιο δύσκολη την πώληση ασφάλισης στην πορεία, γιατί πολύ απλά δεν μπορείς να κάνεις ασφάλιση κατά του κινδύνου αν όλοι γνωρίζουν ακριβώς ποιοι είναι οι κίνδυνοι», κατέληξε ο ίδιος, εκτιμώντας ότι σε πέντε χρόνια θα εμφανιστούν πιο προηγμένα μοντέλα πρόβλεψης που μαζί με την Τεχνητή Νοημοσύνη θα αφαιρέσουν από την ανθρώπινη ζωή το συστατικό που την κρατάει περισσότερο ενδιαφέρουσα: το μυστήριο.
