A mund të jetë 'kalkulatori i vdekjes' i Inteligjencës Artificiale një gjë e mirë?

Një algoritëm i ri danez e shfrytëzon faktin se gjuha dhe jeta janë sekuenca

Jetët tona, sikurse historitë tona, përcjellin harqe narrative. Secili shpaloset në mënyrë unike nëpër kapituj me tituj të njohur: shkolla, karriera, lëvizja në shtëpi, lëndimi, sëmundja. Çdo histori, ose jetë, përmban një fillim, një mes dhe një fund të paparashikueshëm.

Tani, sipas shkencëtarëve, çdo histori jete është kronikë e një vdekjeje të parathënë. Duke i përdorur të dhënat e regjistrit të Danimarkës, të cilat përmbajnë një mori informacionesh të përditshme mbi arsimin, pagën, punën, orarin e punës, strehimin dhe vizitat e mjekut, akademikët kanë zhvilluar një algoritëm që mund ta parashikojë rrjedhën e jetës së një personi, duke përfshirë vdekjen e parakohshme, në pothuajse në të njëjtën mënyrë që modelet e mëdha të gjuhës (LLM) si ChatGPT mund të parashikojnë fjali.

Algoritmi i tejkaloi modelet e tjera parashikuese, duke përfshirë tabelat aktuariale të përdorura nga industria e sigurimeve. Fakti që ekzistencat tona komplekse mund të analizohen si copëza teksti është edhe emocionuese dhe shqetësuese. Ndërkohë e dimë se të ardhura më të shumta ndërlidhen me jetëgjatësinë, lidhja e sasive të mëdha të të dhënave të ndryshme mund të demaskojë mënyra të tjera në të cilat faktorët social ndikojnë në shëndet.

Kjo mund t’i informojë politikëbërësit që kërkojnë t’i përmirësojnë shanset tona për të bërë jetë më të gjatë dhe më të shëndetshme.

Në anën tjetër, ka diçka pothuajse absurde reduktuese në lidhje me idenë e një DeathGPT. Çdo rruazë në gjerdanin e jetës – ndjekja e një klase, rritja e pagës, humbja e një prindi – ndihet shumë personale për ta fuqizuar një grup të dhënash të parashikueshme.

Mirëpo, në një epokë të të dhënave të mëdha dhe inteligjencës artificiale për t’i minuar ato, do të na duhet të pranojmë që ato përvoja cilësore të ndjera thellë mund të kapen në mënyrë sasiore në mënyrë që brenda linjave të gabimeve, e skicojnë fatin individual. Sune Lehmann, nga Universiteti Teknik i Danimarkës, e cila udhëhoqi hulumtimin e botuar muajin e kaluar në Nature Computational Science, nuk e sheh idenë si deziorintuese.

“Mendoj se ngjashmëria midis tekstit dhe jetëve është e thellë dhe e shumëanshme,” më tha përmes një e-maili.

“Ka kuptim për mua që algoritmi ynë mund ta parashikojë hapin tjetër në jetën e njerëzve.” Si gjuha ashtu edhe jeta janë sekuenca. Studiuesit, të nxjerrë nga Universiteti i Kopenhagës dhe Universiteti Verilindor në Boston, e shfrytëzuan këtë ngjashmëri.

Së pari, ata përpiluan një “fjalë” të ngjarjeve të jetës, duke krijuar një lloj gjuhe sintetike dhe e përdorën atë për të ndërtuar “fjali”. Një fjali shembull mund të jetë: “Gjatë vitit të tretë në shkollën e mesme me konvikt, Hermiona ndoqi pesë klasa me selektim.”

Ashtu sikurse LLM-të e nxjerrin tekstin për t’i kuptuar marrëdhëniet midis fjalëve, algoritmi life2vec, i ushqyer me historitë e rindërtuara të jetës së 6 milionë banorëve të Danimarkës nga viti 2008 deri në viti 2015, nxori këto përmbledhje për marrëdhënie të ngjashme.

Pastaj erdhi momenti i llogarisë: Sa mirë mund ta zbatonte atë trajnim të gjerë për të bërë parashikime nga viti 2016 deri në vitin 2020? Ndër testet e algoritmit, studiuesit studiuan një mostër prej 100,000 njerëzve të moshës 35-65 vjeç, gjysma e të cilëve dihet se kanë mbijetuar dhe gjysma kanë vdekur gjatë asaj periudhe.

Kur u nxit të hamendësonte se cilët vdiqën, life2vec e kishte të drejtë 79 për qind të rasteve ( hamendja e rastësishme jep një normë goditjeje prej 50 për qind). Ai i ka tejkaluar modelet e ardhshme më të mira parashikuese, thotë Lehmann, me 11 për qind. Ndërkohë që dokumenti pretendon se “parashikimet e sakta individuale janë me të vërtetë të mundshme”, algoritmi ofron një probabilitet të vdekjes për një periudhë të caktuar dhe jo një datë të saktë.

Ka paralajmërime: ajo që zbatohet në Danimarkë mund të mos zbatohet diku tjetër, dhe algoritmi i kodon paragjykimet në të dhënat e trajnimit. Megjithatë, duke e pasur parasysh potencialin e tij për ta rregulluar saktë parashikimin e rrezikut, ndikimi në industrinë e sigurimeve do të jetë i vlefshëm për t’u parë. Nga ana e tyre, studiuesit nuk duan që puna e tyre të përdoret nga siguruesit dhe po e mbajnë të fshehtë algoritmin dhe të dhënat për momentin. Por më emocionuese se rezultatet, thonë studiuesit, është se life2vec është e përgjithshme dhe jo specifike për detyrën. Në modelet ekzistuese parashikuese, studiuesit duhet t’i para-specifikojnë variablat që kanë rëndësi, të tilla si mosha, gjinia dhe të ardhurat.

Në të kundërt, kjo qasje gëlltit të gjitha të dhënat dhe mund të ndikojë në mënyrë të pavarur mbi faktorët përkatës (vuri në dukje se të ardhurat numërohen pozitivisht për mbijetesën, për shembull, dhe se një diagnozë e shëndetit mendor llogaritet negativisht). Kjo mund t’i udhëzojë studiuesit për ndikime të paeksploruara më parë në shëndet – dhe mund të zbulojë lidhje të reja midis modeleve të sjelljes në dukje të pandërlidhura.

Një nga shqetësimet në rritje të Lehmann është privatësia; ai thotë se kompani të tilla si Google po montojnë makina parashikimi muskulor, duke përdorur një bollëk të dhënash personale të nxjerra nga interneti. Kemi të bëjmë me një epokë të parashikueshmërisë së pashembullt në jetët njerëzore – dhe një epokë fuqie të pashembullt për ata që mund t’i lexojnë historitë tona përpara se ne t’i kemi jetuar ato./Financial Times

Përgatiti: Nuhi Shala