TheDigitalArtist/Pixabay

TheDigitalArtist/Pixabay

Πόσο προβλέψιμες είναι οι ανθρώπινες ζωές; Μια πρόσφατη μελέτη που διεξήχθη από ερευνητές στο Τεχνικό Πανεπιστήμιο της Δανίας και το Πανεπιστήμιο Northeastern δείχνει ότι ένα μοντέλο μετασχηματιστή τεχνητής νοημοσύνης (AI) μπορεί να προβλέψει σημαντικά γεγονότα της ανθρώπινης ζωής, συμπεριλαμβανομένου του θανάτου.

«Το πλαίσιο μας επιτρέπει στους ερευνητές να εντοπίσουν νέους πιθανούς μηχανισμούς που επηρεάζουν τα αποτελέσματα της ζωής και τις σχετικές δυνατότητες για εξατομικευμένες παρεμβάσεις», έγραψε ο επικεφαλής συγγραφέας Sune Lehmann, καθηγητής στο Τεχνικό Πανεπιστήμιο της Δανίας, μαζί με τους συν-συγγραφείς Γερμανούς Savcisens, Tina Eliassi-Rad, Lars. Kai Hansen, Laust Hvas Mortensen, Lau Lilleholt, Anna Rogers και Ingo Zettler.

Οι ερευνητές αναφέρουν ότι το μοντέλο τεχνητής νοημοσύνης απόδειξης της ιδέας δείχνει υψηλό βαθμό ακρίβειας στις προβλέψεις του. Στην ανάπτυξη μηχανικής μάθησης τεχνητής νοημοσύνης , τα δύο βασικά στοιχεία που επηρεάζουν την ακρίβεια του μοντέλου είναι ο αλγόριθμος και το σύνολο δεδομένων που χρησιμοποιούνται.

Στη μηχανική μάθηση, η ποιότητα του αλγόριθμου AI εξαρτάται από το βάθος και το εύρος των δεδομένων εκπαίδευσης. Για να το θέσουμε αυτό στο πλαίσιο, το μοντέλο μεγάλων γλωσσών (LLM) που αναπτύχθηκε από το OpenAI, το ChatGPT (Chat Generative Pretrained Transformer) είναι ένα ισχυρό chatbot AI που εκπαιδεύτηκε σε τεράστιες ποσότητες δεδομένων. Το GPT-3 έχει 175 δισεκατομμύρια παραμέτρους και εκπαιδεύτηκε χρησιμοποιώντας τεράστιες ποσότητες δεδομένων Διαδικτύου, συμπεριλαμβανομένων 570 gigabyte κατά την περίοδο 2016-2019 από το Common Crawl, ένα ανοιχτό αποθετήριο δεδομένων ανίχνευσης ιστού, μαζί με δεδομένα από το σύνολο δεδομένων WebText2, στην αγγλική γλώσσα Wikipedia, και δύο σύνολα δεδομένων βιβλίων που βασίζονται στο Διαδίκτυο που ονομάζονται Books1 και Books2, σύμφωνα με μια προεκτύπωση OpenAI του 2020.

Για να εκπαιδεύσουν το μοντέλο μετασχηματιστή τεχνητής νοημοσύνης, οι ερευνητές χρησιμοποίησαν ένα τεράστιο σύνολο δεδομένων που περιείχε λεπτομέρειες σε ατομικό επίπεδο από βάσεις δεδομένων εργασίας και υγείας έξι εκατομμυρίων κατοίκων της Δανίας που εκτείνονται σε δεκαετίες. Όχι μόνο τα δεδομένα περιλάμβαναν λεπτομερείς πληροφορίες για τα γεγονότα της ζωής, αλλά και καθημερινή επίλυση με δεδομένα για την εκπαίδευση , την εργασία, τις ώρες εργασίας, το εισόδημα και την υγεία.

«Μπορούμε να παρατηρήσουμε πώς εξελίσσονται οι ατομικές ζωές στο χώρο διαφορετικών τύπων γεγονότων (οι πληροφορίες για ένα έμφραγμα αναμειγνύονται με αυξήσεις μισθών ή πληροφορίες σχετικά με τη μετακίνηση από μια αστική σε μια αγροτική περιοχή)», έγραψαν.

Το μοντέλο βαθιάς μάθησης AI που χρησιμοποιείται, που ονομάζεται «life2vec», βασίζεται σε μια αρχιτεκτονική μετασχηματιστή. Τα μοντέλα μετασχηματιστών παρουσιάστηκαν στο 31ο Συνέδριο για τα Συστήματα Επεξεργασίας Νευρωνικών Πληροφοριών το 2017 στην εργασία " Attention Is All You Need" από τους ερευνητές της Google Ashish Vaswani, Illia Polosukhin, Jakob Uszhoreit, Noam Shazeer, Niki Parmar, Llion Jones, Lukasz Kaiser, με τον Aidan Gomez στο Πανεπιστήμιο του Τορόντο. Τα μοντέλα μετασχηματιστών χρησιμοποιούνται ευρέως στην επεξεργασία φυσικής γλώσσας (NLP), στην όραση υπολογιστή, στην αναγνώριση ομιλίας και σε άλλους σκοπούς.

Για αυτήν την τρέχουσα μελέτη, οι ερευνητές δημιούργησαν το life2vec χρησιμοποιώντας ένα σχέδιο βασισμένο στο μοντέλο BERT, το οποίο είναι συντομογραφία του Αμφίδρομου κωδικοποιητή αναπαραστάσεις από τους μετασχηματιστές. Το BERT είναι ένας μετασχηματιστής AI ανοιχτού κώδικα που κυκλοφόρησε το 2018 από την Google για επεξεργασία φυσικής γλώσσας.

«Τα μοντέλα μας επιτρέπουν να προβλέψουμε διαφορετικά αποτελέσματα που κυμαίνονται από την πρώιμη θνησιμότητα έως τις αποχρώσεις της προσωπικότητας , ξεπερνώντας κατά πολύ τα μοντέλα αιχμής», ανέφεραν οι επιστήμονες.

Με την επικύρωση του ερευνητικού τους πρωτοτύπου, είναι σαφές ότι η τεχνητή νοημοσύνη μπορεί να έχει τις δυνατότητες πρόβλεψης γεγονότων ανθρώπινης ζωής χρησιμοποιώντας έναν ισχυρό μετασχηματιστή και τεράστια δεδομένα εκπαίδευσης, τα οποία μπορεί να παρουσιάσουν πολύτιμες γνώσεις για την έρευνα υγείας και τις κοινωνικές επιστήμες στο μέλλον.

Πνευματικά δικαιώματα © 2024 Cami Rosso Με την επιφύλαξη παντός δικαιώματος.

source

Από newsok.gr

Translate »