Yapay zeka modelleri, diğer şeylerin yanı sıra hava durumu tahminlerinde, malzeme biliminde veya yeni ilaçların geliştirilmesinde yararlı olan karmaşık verilerdeki karmaşık ilişkileri tanıyabilmektedir. Yeterli veriyle beslendiklerinde, önümüzdeki dört yıl içinde ölümlerine ilişkin tahminler de dahil olmak üzere, insanların hayatlarındaki gelecekteki olaylar hakkında da açıklamalarda bulunabiliyorlar. Danimarka Teknik Üniversitesi ve Boston'daki Northeastern Üniversitesi'nden araştırmacıların yeni bir çalışmada gösterdiği şey budur.
Duyuru
Araştırmacılar, 2008 ile 2020 yılları arasında yaklaşık altı milyon Danimarka vatandaşına ilişkin verilere erişebildi. Bu verilere, bu kişilerin ikamet yerleri, eğitimleri, meslekleri, gelirleri ve sosyal yardımlarının yanı sıra doktor ziyaretleri, teşhisler ve hastalık derecelerine ilişkin tıbbi bilgiler de dahildi. hastalık. Hassas veriler, katı koşullar altında bilimin kullanımına sunan devlet kuruluşu Danimarka İstatistikleri'nden geliyor.
“Model temel bir soruyu yanıtlamayı amaçlıyor: Geçmiş koşullara ve olaylara dayanarak gelecekteki olayları ne ölçüde tahmin edebiliriz? Bilimsel olarak konuşursak, bizi ilgilendiren şey tahminin kendisi değil, modelin tahminde bulunmasına olanak tanıyan verilerin yönleridir.” Bu kadar kesin cevaplar verin” diyor çalışma lideri Sune Lehmann bir basın açıklamasında.
Tartışmayı teşvik etmeyi amaçlayan bir prototip
Life2vec adı verilen modellerini eğitmek için araştırmacılar önce her vatandaşın verilerini kronolojik bir sıraya girdiler. Daha sonra 2008 ile 2016 yılları arasında 25 ila 70 yaşları arasındaki insanların yaşam döngüleri, GPT gibi büyük dil modellerinin de dayandığı Transformer modeline aktarıldı.
Dil modellerinin, harfler ve kelimeler arasındaki bağlantıları bağımsız olarak tanımak ve dolayısıyla “konuşmayı öğrenmek” için eğitim verilerini kullanmasına benzer şekilde, life2vec, olaylar arasındaki bağlantıları bulmak için yaşam süreçlerini kullanabilir (örneğin, bir iş değişikliği veya taşınmayla ilgiliyseniz). kırsaldan şehre), ardından kalp krizi veya A hastalığının tanısı daha sonra B hastalığına da yol açıyorsa ve buna dayanarak önümüzdeki dört yıl için tahminler yapılabilir.
Model yalnızca 2016 yılına kadar olan verilerle eğitildiğinden ancak araştırmacıların 2020 yılına kadar olan verileri olduğundan, tahminleri gerçek gelişmelerle karşılaştırıp güvenilirliklerini değerlendirebildiler. Bu aynı zamanda bir kişinin bu dönemde ölüp ölmeyeceğini tahmin etmeyi de içeriyordu. Yöneticilerin yazdığına göre bu noktada life2vec önceki ölüm modellerini %11 oranında aştı. İnsanların kişilik testinde nasıl performans göstereceklerine ilişkin tahminlerde bulunmaya gelince, sonuçlar bu görev için özel olarak eğitilmiş modellerden daha iyi performans gösterdi.
Araştırmacılar verilerin önyargıdan arınmış olmadığına dikkat çekiyor: Bazı nüfus grupları doktora daha az gidebiliyor ve bu nedenle sağlık verilerinde yeterince temsil edilmiyor olabilir. Çalışmada, genel olarak life2vec'in “şu anda gerçek dünyadaki belirli görevlere yönelik olmayan bir araştırma prototipi” olduğu belirtiliyor. Model, bireylerin geleceğini analiz etmek için kullanılamaz ve kullanılmamalıdır.
Sune Lehmann, “Model, siyasi düzeyde tartışılabilecek ve ele alınabilecek önemli olumlu ve olumsuz perspektiflerin önünü açıyor” diyor. Yaşam olaylarını ve insan davranışlarını tahmin etmeye yönelik benzer teknolojiler, bugün teknoloji şirketlerinde, örneğin sosyal ağlardaki davranışlarımızı izlemek ve kullanıcı profilleri oluşturmak için zaten kullanılıyor. Lehmann, çalışmalarının bu teknolojinin nasıl çalıştığı, neler yapabileceği ve nasıl kullanılması ve kullanılmaması gerektiği konusunda daha açık ve kamusal bir anlayış yaratılmasına yardımcı olabileceğini umuyor.
ayrıca oku
Daha fazla göster
daha az göster
(Jle)
Haberin Sonu
Duyuru
Araştırmacılar, 2008 ile 2020 yılları arasında yaklaşık altı milyon Danimarka vatandaşına ilişkin verilere erişebildi. Bu verilere, bu kişilerin ikamet yerleri, eğitimleri, meslekleri, gelirleri ve sosyal yardımlarının yanı sıra doktor ziyaretleri, teşhisler ve hastalık derecelerine ilişkin tıbbi bilgiler de dahildi. hastalık. Hassas veriler, katı koşullar altında bilimin kullanımına sunan devlet kuruluşu Danimarka İstatistikleri'nden geliyor.
“Model temel bir soruyu yanıtlamayı amaçlıyor: Geçmiş koşullara ve olaylara dayanarak gelecekteki olayları ne ölçüde tahmin edebiliriz? Bilimsel olarak konuşursak, bizi ilgilendiren şey tahminin kendisi değil, modelin tahminde bulunmasına olanak tanıyan verilerin yönleridir.” Bu kadar kesin cevaplar verin” diyor çalışma lideri Sune Lehmann bir basın açıklamasında.
Tartışmayı teşvik etmeyi amaçlayan bir prototip
Life2vec adı verilen modellerini eğitmek için araştırmacılar önce her vatandaşın verilerini kronolojik bir sıraya girdiler. Daha sonra 2008 ile 2016 yılları arasında 25 ila 70 yaşları arasındaki insanların yaşam döngüleri, GPT gibi büyük dil modellerinin de dayandığı Transformer modeline aktarıldı.
Dil modellerinin, harfler ve kelimeler arasındaki bağlantıları bağımsız olarak tanımak ve dolayısıyla “konuşmayı öğrenmek” için eğitim verilerini kullanmasına benzer şekilde, life2vec, olaylar arasındaki bağlantıları bulmak için yaşam süreçlerini kullanabilir (örneğin, bir iş değişikliği veya taşınmayla ilgiliyseniz). kırsaldan şehre), ardından kalp krizi veya A hastalığının tanısı daha sonra B hastalığına da yol açıyorsa ve buna dayanarak önümüzdeki dört yıl için tahminler yapılabilir.
Model yalnızca 2016 yılına kadar olan verilerle eğitildiğinden ancak araştırmacıların 2020 yılına kadar olan verileri olduğundan, tahminleri gerçek gelişmelerle karşılaştırıp güvenilirliklerini değerlendirebildiler. Bu aynı zamanda bir kişinin bu dönemde ölüp ölmeyeceğini tahmin etmeyi de içeriyordu. Yöneticilerin yazdığına göre bu noktada life2vec önceki ölüm modellerini %11 oranında aştı. İnsanların kişilik testinde nasıl performans göstereceklerine ilişkin tahminlerde bulunmaya gelince, sonuçlar bu görev için özel olarak eğitilmiş modellerden daha iyi performans gösterdi.
Araştırmacılar verilerin önyargıdan arınmış olmadığına dikkat çekiyor: Bazı nüfus grupları doktora daha az gidebiliyor ve bu nedenle sağlık verilerinde yeterince temsil edilmiyor olabilir. Çalışmada, genel olarak life2vec'in “şu anda gerçek dünyadaki belirli görevlere yönelik olmayan bir araştırma prototipi” olduğu belirtiliyor. Model, bireylerin geleceğini analiz etmek için kullanılamaz ve kullanılmamalıdır.
Sune Lehmann, “Model, siyasi düzeyde tartışılabilecek ve ele alınabilecek önemli olumlu ve olumsuz perspektiflerin önünü açıyor” diyor. Yaşam olaylarını ve insan davranışlarını tahmin etmeye yönelik benzer teknolojiler, bugün teknoloji şirketlerinde, örneğin sosyal ağlardaki davranışlarımızı izlemek ve kullanıcı profilleri oluşturmak için zaten kullanılıyor. Lehmann, çalışmalarının bu teknolojinin nasıl çalıştığı, neler yapabileceği ve nasıl kullanılması ve kullanılmaması gerektiği konusunda daha açık ve kamusal bir anlayış yaratılmasına yardımcı olabileceğini umuyor.
ayrıca oku
Daha fazla göster
daha az göster
(Jle)
Haberin Sonu