图源Pexels
乔根森团队利用了涵盖丹麦600万人（2008-2020年）教育、就医、诊断、收入和职业等丰富数据集，将其转化为可用于训练大型语言模型的文本。这种模型类似于ChatGPT，ChatGPT通过分析大量文本数据，预测下一个最可能的词，以此推断未来事件发生的可能性。同理，研究人员开发的“Life2vec”模型可以分析个人生命历程中的事件序列，预测接下来最有可能发生的事情。
在实验中，Life2vec模型仅用2008-2016年的数据进行训练，2016-2020年的数据则用于测试。研究人员将35-65岁的人群分为两组，其中一半在2016-2020年间去世，另一半则存活。Life2vec模型预测他们的存亡结果，其准确率比现有AI模型和保险业常用的死亡率统计表高出11%。
IT之家注意到，该模型还可以比专门用于性格测试的AI模型更准确地预测人口子集的性格测试结果。乔根森认为，Life2vec模型已经吸收了足够多的数据，可以
应用于广泛的健康和社会议题，例如预测和早期干预健康问题，或帮助政府缩小贫富差距。然而，他也强调，该模型如果被企业滥用可能会造成危害。
“Life2vec模型不应该被保险公司使用，”乔根森说，“保险的本质在于分担风险，预测谁会遭遇不幸事件或死亡，违背了保险互助的理念。”但他表示，类似的技术已经存在，并可能被拥有大量用户数据的科技巨头用于预测和影响用户行为。
英国精算师协会的马修・爱德华兹表示，保险公司对新的预测方法确实感兴趣，但目前决策主要依靠一种被称为广义线性模型的简单AI技术。
“保险公司几百年来一直通过分析现有数据来预测寿命，”爱德华兹说，“但由于保单可能长达20-30年，我们对新方法的采用非常谨慎，因为任何重大错误都可能造成巨大损失。虽然一切都在变化，但保险业的步伐会放慢，因为没有人想要犯错。”
Life2vec模型的出现凸显了人工智能技术在预测未来方面的强大潜力，但也引发了重要的伦理问题。如何确保这项技术用于改善人们的生活，而非加剧社会不公，是亟需解决的难题。
