Badacze z Duńskiego Uniwersytetu Technicznego (DTU) skonstruowali life2vec. To program głębokiego uczenia maszynowego, analizujący wzorce w ludzkich życiorysach i na ich podstawie wyciągający wnioski dotyczące przyszłości poszczególnych ludzi.

Algorytm wykorzystuje podobny proces, jak ChatGPT. Z tą różnicą, że zamiast na języku, skupia się na analizie zmiennych wpływających na życie poszczególnych ludzi. Chodzi o zmienne takie jak data i miejsce urodzenia, edukacja, świadczenia społeczne, a nawet czas pracy. Twórcy life2vec chcą badać powtarzające się wzorce, aby przewidzieć szeroki zakres „wydarzeń” zdrowotnych lub społecznych w życiu konkretnych ludzi.

Jakie dane są analizowane?

– To bardzo ogólne ramy do przewidywania ludzkiego życia. Jednak już wiemy, że przyszłe możliwości są praktycznie nieograniczone – powiedział Sune Lehmann, profesor na Duńskim Uniwersytecie Technicznym (DTU). To jeden z autorów badania opublikowanego niedawno w czasopiśmie naukowym „Nature Computational Science”.

Podstawą modelu life2vec są anonimowe dane około sześciu milionów Duńczyków, zebrane przez oficjalną agencję Statistics Denmark. Analizując sekwencje zdarzeń, algorytm może przewidzieć przebieg życia – od narodzin aż do ostatniego tchnienia.

– Potrafi np. przewidywać stan zdrowia. Może więc przewidywać płodność lub otyłość, albo można przewidzieć, kto zachoruje na raka, a kto nie. Ale może również przewidzieć, czy zarobisz dużo pieniędzy – powiedział prof. Lehmann.

Algorytmy pomagają lekarzom

Zespół stara się zaadaptować innowacje, które umożliwiły algorytmom typu ChatGPT przetwarzanie języka. Uczeni wykorzystują je do badania ewolucji i przewidywalności ludzkiego życia w oparciu o szczegółowe zestawy danych. – Z jednej strony, życie to po prostu sekwencje wydarzeń. Ludzie rodzą się, odwiedzają pediatrę, rozpoczynają szkołę, przeprowadzają się do nowego miejsca, biorą ślub i tak dalej – wyjaśniał prof. Lehmann.

Nasze wybory są powtarzalne. Mając wystarczająco dużą bazę danych możemy przewidywać ich skutki z dużą precyzją. A przecież sztuczna inteligencja (SI) opiera się właśnie na szukaniu powtarzających się wzorców.

Weźmy programy wspierające pracę medyków i pozwalające na szybsze wykrywanie zmian nowotworowych. W lutym 2024 roku naukowcy z Penn Medicine poinformowali o opracowaniu narzędzia SI do szybkiej analizy aktywności genów. Badacze z Harvardu spekulują nawet, że sztuczna inteligencja ostatecznie zastąpi lekarzy. Szczególnie w dziedzinach takich jak radiologia, patologia i dermatologia, gdzie możliwości diagnostyczne sztucznej inteligencji mogą dorównać, a nawet przewyższyć możliwości klinicystów. Badania sugerują jednak, że najlepsze skutki przyniesie współpraca między lekarzami a systemami SI.

Trafne przewidywania w 78 proc. przypadków

Skoro algorytmy SI pomyślnie analizują m.in. zdjęcia z rezonansu magnetycznego, mogą też pomóc – jak w przypadku life2vec – określić przyszłe ludzkie losy. Duńscy naukowcy twierdzą, że ich algorytm trafnie przewiduje czas i powód zgonu w aż 78% analizowanych przypadków. Nieco mniejszą, choć wciąż wynoszącą 73% skutecznością, może pochwalić się w przypadku przewidywania, czy dana osoba przeprowadzi się do innego miasta lub kraju.

Badacze skupili się na danych osób z przedziału wiekowego 35–65 lat. – Po analizie danych próbujemy przewidzieć, w oparciu o ośmioletni okres od 2008 do 2016 roku, czy dana osoba umrze w ciągu kolejnych czterech lat. Nasz model radzi z tym sobie lepiej niż jakikolwiek inny istniejący program – twierdzi prof. Lehmann.

Na razie life2vec pozostaje projektem badawczym. Ale jego rozwój budzi różnorodne obawy. Już teraz firmy ubezpieczeniowe używają programów SI. Precyzyjne określenie, kto i kiedy może zachorować, leczyć się na bezpłodność czy choroby neurologiczne może być wykorzystywane przeciwko nam. Dlatego, choć narzędzia SI są i mogą być ogromnym wsparciem, konieczne są ścisłe regulacje prawne ich użycia.

Źródło: Nature Computational Science.