ChatGPT yapay zekası ölümü %78 olasılıkla tahmin ediyor

Çoğu insan ne zaman “cennete gideceklerini” öğrenmek konusunda tereddüt ederken, ChatGPT teknolojisini kullanan yeni bir yapay zeka sistemi, bir kişinin ölüm zamanını büyük bir doğrulukla tahmin etmeyi vaat ediyor.

Nature Computational Science dergisinde yayınlanan araştırmaya göre, bir milyondan fazla insanın yaşam öyküsü üzerinde eğitilen öncü yapay zeka sistemi “life2vec”, yaşam beklentisinin yanı sıra erken ölüm riskini de %78 doğrulukla yüksek doğrulukta tahmin ediyor .

Yapay zeka modeli, Danimarka nüfusunun kişisel verileri üzerine eğitildi ve şunu gösterdi: İnsanların ölme olasılığını mevcut herhangi bir sistemden daha doğru bir şekilde tahmin ediyor, Danimarka Teknik Üniversitesi’nden (DTU) bilim adamları bildirdi.

Araştırma sırasında bilim insanları 6 milyon Danimarkalının sağlık durumu ve çalışma türüne ilişkin veriler analiz edildi2008’den 2020’ye kadar toplanan, kişilerin eğitimleri, doktor ve hastane ziyaretleri, teşhisler, gelirleri ve meslekleri hakkında bilgiler içeren. Bilim insanları life2vec adı verilen büyük bir dil modelini eğitmek için veri kümesini kelimelere dönüştürdüChatGPT gibi yapay zeka uygulamalarının arkasındaki benzer teknoloji.

Araştırmanın baş yazarı Sune Lehmann, New York Post’a şunları söyledi: “ChatGPT’nin arkasındaki teknolojiyi, her insanı hayatında meydana gelen bir dizi olay olarak temsil ederek insan yaşamını analiz etmek için kullanıyoruz.”

Araştırmacılar, yarısı 2016 ile 2020 arasında ölen, 35 ila 65 yaşları arasındaki bir grup insandan veri aldı ve bir yapay zeka sisteminden kimin yaşayıp kimin öleceğini tahmin etmesini istedi. Onu keşfettiler tahminler, mevcut herhangi bir yapay zeka modeli veya yönteminden elde edilen tahminlerden %11 daha doğruyduHayat sigortası şirketleri tarafından poliçelerin fiyatlandırılmasında kullanılır.

Araştırmacılar, modeli kullanarak bir kişinin 4 yıl içinde ölme olasılığı gibi genel soruların yanıtlarını aradılar. Modelin yanıtlarının mevcut bulgularla tutarlı olduğunu buldular; örneğin, diğer tüm faktörler dikkate alındığında, yönetim pozisyonlarındaki veya yüksek gelirli kişilerin hayatta kalma olasılıkları daha yüksekken, erkek olmak veya akıl sağlığı tanısına sahip olmak hayatta kalma ile ilişkilidir. daha yüksek ölüm riski.

“Bu modeli şunun için kullandık: temel soruyu yanıtlayın: geçmişinizin koşullarına ve olaylarına dayanarak geleceğinizin olaylarını ne ölçüde tahmin edebiliriz, Lehmann dedi. “Bilimsel açıdan bakıldığında, tahminin kendisiyle pek ilgilenmiyoruz, daha ziyade modelin bu kadar doğru cevaplar vermesini sağlayan veri yönleriyle ilgileniyoruz.”

Model aynı zamanda nüfusun belirli bir bölümündeki kişilik testi puanlarını mevcut yapay zeka sistemlerinden daha iyi ve doğru bir şekilde tahmin edebiliyor. “Bizim sistem araştırmacıların yaşamı etkileyen yeni potansiyel mekanizmaları belirlemesine olanak tanıyorve buna bağlı kişiselleştirilmiş müdahale potansiyeli” diye yazdı araştırmacılar.

Hayatınızın her bölümünü bir cümledeki kelimeler gibi ele alan life2vec, şimdiye kadar yazılanlardan yola çıkarak hikayenin nasıl biteceğini tahmin ediyor.

Tıpkı ChatGPT kullanıcılarının ondan bir şarkı, şiir veya makale yazmasını istemesi gibi, bilim adamları da life2vec’e “dört yıl içinde ölüm olasılığı ne kadar?” gibi basit sorular sorabilirler. belirli bir kişi için. Nüfus verilerine dayanarak, 2020 yılına kadar kimin öleceğini tahminlerin dörtte üçünden fazlasını doğru bir şekilde tahmin etti.

Tıpkı ChatGPT ve diğer büyük dil modellerinin mevcut çeşitli yazılı eserler üzerinden eğitildiği gibi, life2vec de insanların hayatlarından alınan ve bir dizi cümle halinde yazılan veriler üzerine eğitildi. Bunlar arasında “Eylül 2012’de Francisco, Elsinore Kalesi’nde gardiyan olarak yirmi bin Danimarka kronu aldı” veya “Hermione lisenin üçüncü yılında beş seçmeli ders aldı” gibi cümleler yer alıyor. Lehmann ve ekibi her bilgiye farklı puanlar atadı ve tüm bu veriler birbiriyle karşılaştırıldı.

İnsanların yaşam öykülerindeki kategoriler, insan deneyiminin tüm yelpazesini kapsar: kırık bir önkol veya buna benzer bir şey. Meslek puanlanıyor: örneğin bir tütün dükkanında çalışmak IND4726, gelir 100 farklı rakamla, “doğum sırasında kanama” O72 olarak kodlanıyor.

Bu ilişkilerin çoğu, daha fazla para getiren belirli faaliyetler, daha iyi beslenme ve daha iyi sağlık/erken hastalık tespiti gibi sezgiseldir. Tehlikeli işletmelerde çalışmak ise ömrü kısaltıyor. Ancak life2vec’in yaptığı şey, bir kişinin hayatını oluşturan faktörlerin geniş mozaiğini analiz etmektir. Ve sonunda diğer insanlardan gelen milyonlarca veriye dayanarak bir tahmin yapıyor.

Yapay zeka aynı zamanda kişinin kişiliği hakkında da tahminlerde bulunabiliyor. Bunu yapmak için Lehman ve ekibi, insanların kişilik testi sorularına verdikleri yanıtları tahmin edecek bir model geliştirdi. Test, katılımcılardan 10 maddeyi ne kadar katıldıklarını temel alarak derecelendirmelerini istiyor; örneğin: “Yeni bir yere gittiğimde her zaman yaptığım ilk şey arkadaş edinmektir” veya “Grup toplantılarında fikirlerimi nadiren ifade ederim.”

Ancak bilim insanları, bu modelin hayat sigortası şirketleri tarafından etik nedenlerden dolayı kullanılmaması gerektiği konusunda uyarıyor.

Source link