AI学习600万人生活事件序列，预测人类生活轨迹

研究领域：计算社会科学，自然语言处理，词语嵌入，生活事件序列

论文题目：Using sequences of life-events to predict human lives

期刊来源：Nature Computational Science

论文链接：https://www.nature.com/articles/s43588-023-00573-5
近日发表于 Nature Computational Science 的最新论文表明，如果使用大量有关人们生活事件的数据训练类transformer模型life2vec，可以系统地组织数据，预测一个人一生中将发生的事情，甚至估计死亡时间。

1

通过对 600 万丹麦人的大量健康和劳动力市场数据进行分析，模型将人的一生视为一长串事件，就像语言中的句子由一系列单词组成一样。该数据集包括与健康、教育、职业、收入、住址和工作时间相关的生活事件信息，并以每日的分辨率进行记录。而训练后的模型可决定将有关出生时间、就学、教育、工资、住房和健康的数据置于何处。

图1：Llife2Vec模型对个体数据的表征方式及数据处理流程

模型利用了生活事件序列与自然语言序列存在的结构相似性，根据详细的事件序列来研究人类生活的演变和可预测性，并在一个单一向量空间构建对生活事件的嵌入。结果表明这个嵌入空间是稳健且高度结构化的。

2

life2vec 模型展示了预测人格特质和死亡率等结果的非凡能力，模型表现优于其他先进的神经网络。

图2：预测4年后死亡率时，life2vec模型和其它模型的对比

图3：预测个性特征时，life2vec模型的表现优于RNN等传统模型

利用可解释深度学习模型的方法，可对算法进行深入探究，以了解促成预测的因素。影响life2vec预测的因素与现有的社会科学研究成果相一致。例如，在所有条件相同的情况下，担任领导职务或收入高的人更有可能存活（图4J），而男性、技术工人或患有精神疾病的人死亡风险更高（图4H）。

图4：影响生存率和寿命降低的因素雷达图

3

这项研究提出了一些重要的伦理问题，涉及数据隐私、偏见以及使用人工智能预测个人生活轨迹的更广泛影响。研究结果开启了社会科学、健康科学以及人工智能在人类未来所扮演角色的新对话。在使用该模型评估个人感染疾病或其他可预防生活事件的风险之前，必须更深入地了解这些挑战。

下一步将是纳入其他类型的信息，如文本和图像或有关我们社会关系的信息。数据的使用为社会科学和健康科学开辟了全新的互动途径。而利用自然语言描述的人生经历（例如小说，戏剧）对结局进行预测，或可提升AIGC的性能，根据不同模式的叙事套路生成新故事。

郭瑞东 | 编译

计算社会科学读书会第二季

详情请见：

数据与计算前沿方法整合：计算社会科学读书会第二季启动

推荐阅读
1. 数学探索的未来：从AI引导人类直觉到数学大语言模型2. 圣塔菲学者：AI 大语言模型真的理解人类语言吗？3. Nature：AI 引导人类直觉，帮助发现数学定理4. 张江：第三代人工智能技术基础——从可微分编程到因果推理 | 集智学园全新课程5. 加入集智学园VIP，一次性获取集智平台所有内容资源6. 加入集智，一起复杂！

点击“阅读原文”，报名读书会