مدل با داده‌های ۶ می‌لیون دانمارکی مرگ و رویداد‌های زندگی را پیش‌بینی می‌کند
محققان از دانشگاه فنی دانمارک، دانشگاه کپن‌هاگ و دانشگاه نورت آمریکا در مقاله‌ای که در مجله منتشر شده است، داده‌های سلامتی و شغلی شش می‌لیون شهروند دانمارک را با استفاده از مدل تحلیل کرده‌اند.
این مدل مبتنی بر معماری ترنسفورمر مشابه ChatGPT پس از آموزش بر روی حجم عظیم اطلاعات، توانسته الگو‌های پنهان در دنباله رویداد‌های زندگی را کشف کند و با دقت بالا‌تری نسبت به سایر شبکه‌های عصبی، شخصیت و زمان مرگ افراد را پیش‌بینی نماید.
نتایج نشان می‌دهد که افراد در موقعیت‌های مدیریتی یا با درآمد بالا شانس بقای بیش‌تری دارند، در حالی که مرد بودن، ناتوانی بدنی و ابتلا به بیماری‌های روانی ریسک مرگ را افزایش می‌دهد.
دانشگران تأکید می‌کنند که در نظر گرفتن حیات انسان به عنوان دنباله‌ای از رویداد‌ها، همان منطق مدل‌های ترنسفورمر برای پردازش زبان است، اما استفاده از داده‌های خصوصی در این مقیاس ریسک‌های اخلاقی جدی دارد و نیازمند احتیاط فرا‌وان است.
گام بعدی تیم تحقیق، ادغام متن، تصاویر و اطلاعات شبکه‌های اجتماعی در مدل است تا لایه جدیدی از تعامل بین علوم اجتماعی و سلامت عمومی ایجاد شود.
مقاله کامل با شناسه DOI 10.1038/ در دسترس است.
