Wissenschaftler haben einen Algorithmus entwickelt, der anhand der Lebensgeschichte eines Menschen vorhersagt, wie er leben und wann er sterben wird.
Laut einer neuen Studie soll das Modell namens „life2vec“, dEs ist in etwa 78 Prozent der Fälle genau und liegt damit auf Augenhöhe mit anderen Algorithmen, die ähnliche Lebensergebnisse vorhersagen sollen.
Aber im Gegensatz zu anderen Modellen funktioniert es wie ein Chatbot und nutzt vorhandene Details, um vorherzusagen, was als nächstes kommt.
Es wurde von Wissenschaftlern in Dänemark und den USA entwickelt, die einen Algorithmus für maschinelles Lernen auf einem riesigen Pool dänischer Daten trainierten und ihn mit allen möglichen Informationen über über sechs Millionen reale Menschen fütterten, darunter Einkommen, Beruf, Wohnort, Verletzungen und Schwangerschaft Geschichte.
Todesuhr? Das neue Tool namens life2vec kann die Wahrscheinlichkeit vorhersagen, dass jemand innerhalb eines bestimmten Zeitraums sterben wird, aber keine Sorge – seine Daten sind nicht für die Öffentlichkeit zugänglich
Ihr Endergebnis war ein Modell, das einfache Sprache verarbeiten und Vorhersagen über die Wahrscheinlichkeit eines frühen Todes einer Person oder ihr Einkommen über die Lebensspanne hinweg generieren kann.
Zu den Faktoren, die zu einem früheren Tod führen können, gehören unter anderem, dass man männlich ist, eine psychische Diagnose vorliegt oder einen qualifizierten Beruf ausübt. Zu den Faktoren, die mit einem längeren Leben verbunden sind, gehören ein höheres Einkommen oder die Übernahme einer Führungsrolle.
life2vec betrachtet jeden Teil Ihres Lebens so, als wären es Wörter in einem Satz, und sagt basierend auf dem, was bisher geschrieben wurde, voraus, wohin die Geschichte führen wird.
So wie ChatGPT-Benutzer es bitten, ein Lied, ein Gedicht oder einen Aufsatz zu schreiben, können Wissenschaftler life2vec einfache Fragen stellen wie „Tod innerhalb von vier Jahren?“ für eine bestimmte Person.
Das Modell wurde auf Daten von 2008 bis 2016 trainiert.
Basierend auf ihren Bevölkerungsdaten wurde in mehr als drei Vierteln der Fälle korrekt vorhergesagt, wer bis 2020 gestorben war.
Die Forschung erschien in Naturinformatik.
Um die persönlichen Daten der Personen zu schützen, deren Daten zum Trainieren des Systems verwendet wurden, stehen diese jedoch nicht der Öffentlichkeit – oder Unternehmen – zur Verfügung, sagte der leitende Forscher Sune Lehmann gegenüber DailyMail.com.
Basierend auf Daten zu mi
„Wir arbeiten aktiv an Möglichkeiten, einige der Ergebnisse offener zu teilen, aber dazu müssen weitere Untersuchungen durchgeführt werden, um die Privatsphäre der an der Studie teilnehmenden Personen zu gewährleisten“, sagte Lehmann, Professor für Netzwerke und komplexe Systeme an der Universität Technische Universität Dänemark.
Selbst wenn das Modell endlich der Öffentlichkeit zugänglich gemacht wird, würden die dänischen Datenschutzgesetze es illegal machen, life2vec zur Entscheidungsfindung über Einzelpersonen zu nutzen – etwa beim Abschluss von Versicherungspolicen oder bei Einstellungsentscheidungen.
Ähnlich wie ChatGPT und andere große Sprachmodelle anhand von vorhandenen schriftlichen Werken trainiert wurden, wurde life2vec anhand von Daten aus dem Leben von Menschen trainiert, die als Reihe datenreicher Sätze geschrieben wurden.
Dazu gehören Sätze wie „Im September 2012 erhielt Francisco zwanzigtausend Dänische Kronen als Wache auf einem Schloss in Helsingör“ oder „Während ihres dritten Jahres im weiterführenden Internat besuchte Hermine fünf Wahlfächer.“
Lehmann und sein Team ordneten jeder Information unterschiedliche Token zu und diese Daten wurden alle in Beziehung zueinander gesetzt.
Kategorien in den Lebensgeschichten von Menschen umfassen die gesamte Bandbreite menschlicher Erfahrungen: Ein Unterarmbruch wird als S52 dargestellt; Die Arbeit in einem Tabakladen hat den Code IND4726, das Einkommen wird durch 100 verschiedene digitale Token repräsentiert; und „pospartale Blutung“ ist O72.
Viele dieser Beziehungen sind intuitiv, wie Beruf und Einkommen – bestimmte Jobs bringen mehr Geld ein.
Aber was life2vec tut, ist, die riesige Konstellation von Faktoren abzubilden, die das Leben eines Individuums ausmachen, und es jemandem zu ermöglichen, eine Vorhersage zu treffen, die auf Millionen anderer Menschen und vielen, vielen Faktoren basiert.
Es kann auch Vorhersagen über die Persönlichkeit von Menschen treffen.
Dazu trainierten Lehmann und sein Team das Modell, um die Antworten von Menschen auf Fragen eines Persönlichkeitstests vorherzusagen.
Bei dem Test werden die Befragten gebeten, 10 Punkte auf der Grundlage ihrer Zustimmung zu bewerten, z. B. „Das Erste, was ich an einem neuen Ort immer mache, ist, Freunde zu finden“ oder „Ich äußere selten meine Meinung in Gruppentreffen.“
Es sei wichtig anzumerken, sagte Lehmann, dass die Daten alle aus Dänemark stammten, sodass diese Vorhersagen möglicherweise nicht für Menschen gelten, die an anderen Orten leben – abgesehen von der Tatsache, dass die meisten Menschen wahrscheinlich nicht wirklich wissen wollen, wann sie sterben werden.
„Das Modell eröffnet wichtige positive und negative Perspektiven, die es zu diskutieren und politisch anzusprechen gilt“, sagte Lehmann gegenüber Newswise.
„Ähnliche Technologien zur Vorhersage von Lebensereignissen und menschlichem Verhalten werden bereits heute in Technologieunternehmen eingesetzt, die beispielsweise unser Verhalten in sozialen Netzwerken verfolgen, uns äußerst genau profilieren und diese Profile nutzen, um unser Verhalten vorherzusagen und uns zu beeinflussen.“
„Diese Diskussion muss Teil der demokratischen Diskussion sein, damit wir darüber nachdenken, wohin uns die Technologie führt und ob dies eine Entwicklung ist, die wir wollen.“