Naukowcy sprawdzili, z jaką skutecznością udaje się wróżyć za pomocą sieci neuronowej.

Jak działają zautomatyzowane gaduły, takie jak ChatGPT czy Llama? W skrócie: na podstawie danych historycznych starają się przewidzieć następne słowo. Czy takiemu algorytmowi udałoby się ekstrapolować wydarzenie w życiu człowieka na podstawie dotychczasowego jego życia? W końcu nasz żywot to ciąg zdarzeń, tak jak zdania to ciągi słów. Naukowcy postanowili sprawdzić, z jaką skutecznością udaje się wróżyć za pomocą sieci neuronowej.

Zespół duńskich naukowców – Germans Savcisens, Tina Eliassi-Rad (Uniwersytet Wisconsin-Madison), Lars Kai Hansen, Laust Hvas Mortensen, Lau Lilleholt, Anna Rogers, Ingo Zettler i Sune Lehmann (Duński Uniwersytet Techniczny i Uniwersytet Kopenhaski) w artykule z 2023 r. opisali eksperyment, w którym postanowili przy użyciu algorytmów przewidzieć zdarzenia w życiu konkretnych ludzi na podstawie ich doświadczeń. Po pierwsze, prawdopodobieństwo śmierci w danym roku. Po drugie, i to już mniej oczywiste, przewidzieć osobowość (np. czy posiadają cechy przywódcze), zestawiając ją z ankietami z duńskich rejestrów.

Dania to kraj rejestrami i spisami płynący, prawdziwy raj dla naukowców zajmujących się naukami społecznymi. Badacze połączyli więc dane socjoekonomiczne z danymi o zdrowiu, by stworzyć unikatowy zbiór informacji. Udało im się zebrać oraz ułożyć chronologicznie informacje o 2 mln ludzi, których życiorysy byli w stanie śledzić przez dekadę. Na dane socjoekonomiczne składały się m.in. takie informacje jak: zawód, wykształcenie, miejsce zamieszkania i dochód. Dane o zdrowiu zawierały informacje m.in. o przebytych chorobach, przyjmowanych lekach, wynikach badań. Przy każdej informacji naukowcy notowali wiek osoby i czas konkretnego zdarzenia (to przykłady wpisów w bazie danych: „W trzecim roku nauki w szkole z internatem Hermiona uczęszczała na pięć fakultatywnych zajęć”, „We wrześniu 2020 r. Francisco otrzymał 20 tys. koron za pracę jako ochroniarz w zamku w Helsingør”).

Zebrane informacje w formie „słów” zebrali w „zdania” definiujące zdarzenia – układ zdań odzwierciedlał chronologię. Dzięki takiemu przedstawieniu mogli w taki sam sposób, w jaki język naturalny zanurza się w matematycznych przestrzeniach lepiej zrozumiałych dla komputera, zanurzyć się w życia ludzi. W kolejnym kroku zastosowali podobne architektury sieci neuronowych, które wykorzystuje się do przetwarzania tekstu. Swoją metodę nazwali Life2Vec, co można przetłumaczyć jako „życie jako wektor”.

Ich model radził sobie najlepiej spośród obecnie dostępnych dla badaczy metod przewidywania daty śmierci i cech osobowości. Szczegółowa analiza wyników ich eksperymentu wskazuje, że sztuczna inteligencja w sposób intuicyjny, charakterystyczny dla człowieka, pogrupowała typy zdarzeń. Innymi słowy, zdarzenia, które i my uznajemy za podobne do siebie, znalazły się blisko siebie w wektorowej przestrzeni życia. W dużych klastrach maszyna utworzyła takie grupy jak: zawody, miejsce zamieszkania, wydarzenia związane ze zdrowiem. Co ciekawsze, powstały też podgrupy, jak np.: diagnozy związane z kontuzjami, zawody techniczne, praca na stanowisku menedżera, zdarzenia związane z wczesnym etapem macierzyństwa.

Coraz większa dostępność danych pozwala na coraz kreatywniejsze stawianie pytań badawczych. Ważne dla przyszłości ludzkości jest to, by naukowcy mieli dostęp do połączonych danych z różnych źródeł. Może za jakiś czas wróżbita będzie miał jako asystenta sztuczną inteligencję. Może za jakiś czas cyfrowego asystenta będzie miał też lekarz. ©Ⓟ

Autor jest ekonomistą GRAPE