L’intelligence artificielle ChatGPT prédit la mort avec une probabilité de 78 %

Alors que la plupart des gens hésitent à savoir quand ils « iront au paradis », un nouveau système d’intelligence artificielle utilisant la technologie ChatGPT promet de prédire l’heure du décès d’une personne avec une grande précision.

Selon une étude publiée dans la revue Nature Computational Science, le système d’intelligence artificielle pionnier « life2vec », formé sur les histoires de vie de plus d’un million de personnes, prédit avec une grande précision l’espérance de vie ainsi que le risque de décès prématuré avec une précision de 78 %. .

Le modèle d’IA a été formé sur les données personnelles de la population danoise et a montré qu’il prédit la probabilité de décès avec plus de précision que n’importe quel système existant, ont rapporté des scientifiques de l’Université technique du Danemark (DTU).

Au cours de l’étude, les scientifiques analysé les données sur la santé et le type de travail de 6 millions de Danois, collectées de 2008 à 2020, comprenant des informations sur l’éducation des personnes, les visites chez le médecin et à l’hôpital, les diagnostics, les revenus et la profession. Scientifiques converti l’ensemble de données en mots pour former un grand modèle de langage appelé life2vecune technologie similaire derrière les applications d’intelligence artificielle telles que ChatGPT.

« Nous utilisons la technologie derrière ChatGPT pour analyser la vie humaine, représentant chaque personne comme une séquence d’événements qui se produisent dans sa vie », a déclaré Sune Lehmann, auteur principal de l’étude, au New York Post.

Les chercheurs ont pris les données d’un groupe de personnes âgées de 35 à 65 ans, dont la moitié sont décédées entre 2016 et 2020, et ont demandé à un système d’IA de prédire qui vivrait et qui mourrait. Ils ont découvert qu’elle les prédictions étaient 11 % plus précises que celles de tout autre modèle ou méthode d’IA existanteutilisé par les compagnies d’assurance-vie pour fixer le prix des polices.

À l’aide de ce modèle, les chercheurs ont cherché des réponses à des questions générales, telles que la probabilité qu’une personne meure dans les 4 ans. Ils ont constaté que les réponses du modèle étaient cohérentes avec les résultats existants, par exemple que lorsque tous les autres facteurs sont pris en compte, les personnes occupant des postes de direction ou ayant des revenus élevés ont plus de chances de survivre, tandis qu’être un homme ou avoir un diagnostic de santé mentale est associé à un risque de décès plus élevé.

« Nous avons utilisé ce modèle pour répondre à la question fondamentale : dans quelle mesure pouvons-nous prédire les événements de votre futur en fonction des conditions et des événements de votre passé, dit Lehmann. « D’un point de vue scientifique, nous ne nous intéressons pas tant aux prévisions elles-mêmes, mais plutôt aux aspects des données qui permettent au modèle de donner des réponses aussi précises. »

Le modèle peut également prédire avec précision les résultats des tests de personnalité dans un segment spécifique de la population, mieux que les systèmes d’intelligence artificielle existants. « Notre le système permet aux chercheurs d’identifier de nouveaux mécanismes potentiels affectant la vieet le potentiel associé d’interventions personnalisées », ont écrit les chercheurs.

Traitant chaque partie de votre vie comme des mots dans une phrase, life2vec prédit comment l’histoire se terminera en fonction de ce qui a été écrit jusqu’à présent.

Tout comme les utilisateurs de ChatGPT lui demandent d’écrire une chanson, un poème ou un essai, les scientifiques peuvent poser à life2vec des questions simples telles que « quelle est la probabilité de mourir dans les quatre ans ? pour une personne spécifique. En se basant sur des données démographiques, il a prédit correctement qui mourrait d’ici 2020 dans plus des trois quarts des cas.

Tout comme ChatGPT et d’autres grands modèles de langage ont été formés sur une variété d’œuvres écrites existantes, life2vec a été formé sur des données de la vie des gens, écrites sous forme d’une série de phrases. Il s’agit notamment de phrases telles que « En septembre 2012, Francisco a reçu vingt mille couronnes danoises en tant que garde au château d’Elseneur » ou « Au cours de sa troisième année de lycée, Hermione a suivi cinq cours au choix ». Lehmann et son équipe ont attribué différents points à chaque information, et toutes ces données ont été comparées les unes aux autres.

Les catégories dans l’histoire de vie des gens couvrent tout le spectre de l’expérience humaine : un avant-bras cassé ou quelque chose comme ça. La profession est notée : par exemple, travailler dans un bureau de tabac est codé IND4726, le revenu est codé sous la forme de 100 chiffres différents et « les saignements pendant l’accouchement » sont codés sous la forme O72.

Beaucoup de ces relations sont intuitives, comme certaines activités rapportant plus d’argent, offrant une meilleure nutrition et une meilleure santé/détection précoce des maladies. Et travailler dans des entreprises dangereuses raccourcit la vie. Mais ce que fait life2vec, c’est analyser la vaste mosaïque de facteurs qui composent la vie d’une personne. Et en fin de compte, il fait une prévision basée sur des millions de données provenant d’autres personnes.

L’intelligence artificielle peut également faire des prédictions sur la personnalité d’une personne. Pour ce faire, Lehman et son équipe ont formé un modèle permettant de prédire les réponses des personnes aux questions des tests de personnalité. Le test demande aux personnes interrogées d’évaluer 10 éléments en fonction de leur degré d’accord, par exemple : « La première chose que je fais toujours lorsque j’arrive dans un nouvel endroit est de me faire des amis » ou « J’exprime rarement mes opinions lors des réunions de groupe ».

Les scientifiques préviennent toutefois que ce modèle ne devrait pas être utilisé par les compagnies d’assurance-vie pour des raisons éthiques.

Source link