Як це працює
Учені проаналізували дані про стан здоров'я та прив'язаність до ринку праці 6 мільйонів данців з 2008 по 2020 рік за допомогою моделі, що отримала назву Life2vec. Набір даних про здоров'я містить записи про відвідування медичних установ, діагнозии, тип пацієнта і ступінь невідкладності. Також включено інформацію про доходи, зарплату, стипендії, тип роботи, галузь, соціальні пільги.
Дивіться також Штучний інтелект вперше зробив наукове відкриття, якого не було в його навчальних даних
Модель вивчила закономірності в даних. Вона перевершила інші складні нейронні мережі й навчилася точно передбачати такі результати, як особистісні характеристики та ймовірний час смерті. Вчені в цьому випадку розглядали людське життя як довгу послідовність подій з певною логікою та закономірністю, аналогічну побудові речення зі слів, де те чи інше слово з певною імовірністю може використовуватися після попереднього, враховуючи особливості мови.
Прогнози Life2vec є відповідями на загальні питання, наприклад, чи можлива смерть протягом чотирьох років. Її результати узгоджуються з наявними відкриттями в галузі соціальних наук. Так, за інших рівних умов люди, які обіймають керівну посаду або мають високий дохід, мають більше шансів прожити довше. Водночас дослідження свідчать про вищий ризик смерті у чоловіків, кваліфікованих фахівців або людей із психічними діагнозами.
Life2vec кодує дані у велику систему векторів — математичну структуру, яка впорядковує різні дані. Модель сама вирішує, де розмістити дані про час народження, навчання, освіту, зарплату, житло та здоров'я.
Автори статті зазначають, що Life2vec викликає низку етичних запитань, наприклад, щодо захисту конфіденційності даних та упередженості. Перш ніж використовувати цю модель, необхідно усунути ці проблеми. У перспективі Life2vec може використовуватися для оцінки ризику зараження певним захворюванням або інших подій, яким можна запобігти. Такі технології прогнозування подій вже використовуються в технологічних компаніях для відстеження поведінки користувачів у соціальних мережах, створення точних профілів і прогнозування подальших дій.
Наступним кроком буде інтеграція додаткових типів інформації — текстів, зображень і даних про соціальні зв'язки. Це відкриє нові можливості для взаємодії між соціальними науками та науками про охорону здоров'я.