為了提升服務質素,我們會使用Cookie或其他類似技術來改善使用者的閱讀體驗。如想了解更多請到 這裡>。如果接受請點確認按鈕進入網站。
普林斯頓大學的社會學家Matthew Salganik表示,如果這種方法被證明適用於不同社會階層,將成為社會科學家的一個新工具,用於分析個人性格、事件交織所帶 來的複雜影響對個人命運的影響。
這個名為life2vec的「算命」AI篩選了丹麥國家多個資料庫,包含了600萬人的就業、健康等數據。 它結合了收入、社會福利、職位和病史等元素,透過合成語言轉換為生活體驗。
例如:「Agnes於2010年8月在哥本哈根的一家醫院擔任助產士,賺了30,000丹麥克朗。」
該團隊以2008年至2016年的數據訓練了life2vec模型,並將其與丹麥國家統計局的數據進行對照。 以「2020年前是否會死亡」為切入點,發現預測準確率高達78%。
life2vec模式成功確認了幾個增加早逝風險的因素,包括低收入和心理健康診斷。 偶爾的不準確通常源於無法預測的事件,例如意外或心髒病發作。