طور الباحثون أداة ذكاء اصطناعي تستخدم تسلسلات من أحداث الحياة – مثل التاريخ الصحي والتعليم والوظيفة والدخل – للتنبؤ بكل شيء بدءًا من شخصية الفرد وحتى عمره.
تم تصميم الأداة التي تسمى life2vec باستخدام نماذج المحولات، والتي تعمل على تشغيل نماذج اللغات الكبيرة (LLMs) مثل ChatGPT، ويتم تدريبها على مجموعة بيانات تم سحبها من جميع سكان الدنمارك.
وقال الباحثون إن Life2vec قادر على التنبؤ بالمستقبل، بما في ذلك عمر الأفراد، بدقة تتجاوز أحدث النماذج.
ومع ذلك، على الرغم من قوتها التنبؤية، قال فريق البحث إنه من الأفضل استخدامها كأساس للعمل المستقبلي، وليس كغاية في حد ذاته.
تقول تينا إلياسي راد، الأستاذة في جامعة نورث إيسترن بالولايات المتحدة: “على الرغم من أننا نستخدم التنبؤ لتقييم مدى جودة هذه النماذج، إلا أنه لا ينبغي استخدام الأداة للتنبؤ بأشخاص حقيقيين”.
وقال إلياسي راد: “إنه نموذج تنبؤ يعتمد على مجموعة بيانات محددة لمجموعة سكانية معينة”.
من خلال إشراك علماء الاجتماع في عملية بناء هذه الأداة، يأمل الفريق أن يقدم نهجًا يركز على الإنسان لتطوير الذكاء الاصطناعي ولا يغفل البشر وسط مجموعة البيانات الضخمة التي تم تدريب أداتهم عليها.
وقال سوني ليمان، مؤلف الدراسة المنشورة في مجلة Nature Computational Science: “يقدم هذا النموذج انعكاسا أكثر شمولا للعالم الذي يعيشه البشر مقارنة بالعديد من النماذج الأخرى”.
في قلب life2vec توجد مجموعة البيانات الضخمة التي استخدمها الباحثون لتدريب نموذجهم.
استخدم الباحثون تلك البيانات لإنشاء أنماط طويلة من أحداث الحياة المتكررة لتغذية نموذجهم، مع اتباع نهج نموذج المحولات المستخدم لتدريب ماجستير اللغة في اللغة وتكييفها لحياة الإنسان ممثلة في سلسلة من الأحداث.
وقال ليمان، الأستاذ في الجامعة التقنية في الدنمارك: “إن قصة حياة الإنسان بأكملها، بطريقة ما، يمكن اعتبارها جملة طويلة عملاقة من الأشياء العديدة التي يمكن أن تحدث لشخص ما”.
يستخدم النموذج المعلومات التي يتعلمها من مراقبة الملايين من تسلسلات أحداث الحياة لبناء ما يسمى تمثيلات المتجهات في مساحات التضمين، حيث يبدأ في تصنيف ورسم الروابط بين أحداث الحياة مثل الدخل أو التعليم أو العوامل الصحية.
وقال الباحثون إن مساحات التضمين هذه تعمل كأساس للتنبؤات التي ينتهي بها النموذج.
أحد الأحداث الحياتية التي تنبأ بها الباحثون هو احتمالية وفاة الشخص.
وقال ليمان: “عندما نتصور المساحة التي يستخدمها النموذج للتنبؤات، فإنها تبدو وكأنها أسطوانة طويلة تنقلك من احتمالية الوفاة المنخفضة إلى احتمالية الوفاة العالية”.
“ثم يمكننا أن نبين أنه في النهاية حيث يكون هناك احتمال كبير للوفاة، مات الكثير من هؤلاء الأشخاص بالفعل، وفي النهاية حيث يكون هناك احتمال منخفض للوفاة، فإن أسباب الوفاة هي شيء لا يمكننا التنبؤ به، مثل وأضاف الباحث: حوادث السيارات.
