機器學習開始預測人類生活多個方面

《自然·計算科學》18日發(fā)表的一項研究描述了一個機器學習方法，該方法能從不同方面準確預測人類生活，包括早死可能性和個性的細微差異。該模型或能提供對人類行為的量化認知。

社會科學家對人類生活是否能被預測的問題看法不一。雖然人們對起到重要作用的社會人口學因素已有充分了解，但卻一直無法對生命結(jié)局進行準確預測。

利用丹麥國家登記處約600萬人的教育、健康、收入、職業(yè)和其他生活事件數(shù)據(jù)，丹麥技術大學研究團隊設計了一個機器學習方法，以構(gòu)建個體的人類生活軌跡。團隊通過調(diào)整語言處理技術，用類似模型中語言的方式表達人類生活。這種方法能以類似語言模型捕捉詞語間復雜關系的方式生成一個生活事件的術語表。他們提出的模型名為“life2vec”，能確定健康相關診斷、居住地、收入水平等概念之間的復雜關系，并用一個壓縮向量編碼個人生活，以此作為預測生活結(jié)局的基礎。

研究團隊證明，該模型可預測早死率，即年齡組在35歲至65歲的個體自2016年1月1日起存活4年的概率。另外，其捕捉細微個性差異的能力超過了當下先進的模型和基線標準，表現(xiàn)至少提升11%。

研究結(jié)果表明，通過表征社會結(jié)局和健康結(jié)局之間的復雜關聯(lián)，準確預測生活結(jié)局也許是可以做到的。但團隊也強調(diào)，他們的研究只是對可能性的探索，而且只應在確保個人權(quán)利受到保護的監(jiān)管下才可用于現(xiàn)實世界。 （記者 張夢然）