在快速发展的人工智能领域又迎来了一个划时代的创新——能够根据个人数据预测未来健康状况、收入水平甚至死亡风险的“算命”AI模型问世。这一技术成果源自普林斯顿大学的社会学家马修萨尔加尼克(Matthew Salganik)和他的团队,他们通过分析数以百万计的人口数据,开发出一款名为life2vec的AI模型,它能够以惊人的准确度来预测人的生活走向。
life2vec是通过搜集丹麦国家数据库中涉及六百万人的数据资料所构建的。这些数据包括了人们的就业情况、健康纪录等关键信息。更具体地,AI模型集成了个体的收入、社会福利、工作类型和病史等要素,并通过语言建模技术将这些复杂信息转化为能够反映个人生活经历的叙述。例如,AI可以根据某人助产士的工作经历、收入以及其他相关数据,来预测此人未来的健康状况和其他潜在的生活事件。
在经过2008年至2016年数据的深入训练后,life2vec模型的预测能力得到了证实。以“是否会在2020年之前离世”这一问题作为研究的切入点,模型所得出的预测结果与之后通过丹麦国家统计局所统计的实际数据进行对比,显示出了78%的高准确率,这一数字在预测模型中堪称卓越。
这项前沿研究揭露了一些影响人过早死亡风险的关键因素,如低收入和心理健康问题的诊断。尽管模型偶尔会因为难以预料的事件,比如车祸或心脏病发作而出现不准确,但总体来说,其预测能力仍旧令人印象深刻。
马修萨尔加尼克表示,如果这种预测方法能被证明适用于不同社会阶层,那么它将会成为社会科学家在研究个体命运时的强有力工具。它能帮助研究人员深入了解个人性格特点和生命中各种事件相互交织后的复杂影响。
这一研究的结果已经在相关领域引起广泛关注,并被认为可能为个人健康管理、社会政策制定以及生命途径研究带来革命性的影响。研究的详细内容和进一步的科学分析已在《自然—计算科学》期刊上发表,详细展示了life2vec模型的建构过程和预测结果。
通过对生命轨迹的智能预测,人工智能再次证实了其在处理大数据及复杂模式识别方面的强大潜力。随着技术的进一步完善,我们可以期待这样的预测模型在未来医疗、经济规划和社会服务领域发挥更加重要的作用。