【媒体界】12月26日消息，近日，普林斯顿大学的社会学研究团队，领衔的马修・萨尔加尼克教授，开发了一款名为life2vec的人工智能模型。这款AI模型的特点是通过分析和处理大量的个人数据，能够以惊人的准确率预测个人的健康状况、收入水平甚至死亡风险。
源自 Gratis Graphics
据媒体界了解，这一研究的核心在于利用丹麦国家数据库中的海量信息。该数据库收录了约600万人口的就业、健康等方面的详细数据。life2vec模型通过综合分析这些数据，包括收入、社会福利、工作职位和健康病史，将其转化为可以量化的生活经历模型。例如，该模型可以描述一个人的职业历程，如“Agnes自2010年8月起在哥本哈根的医院担任助产士，月收入为30,000丹麦克朗”。
萨尔加尼克教授指出，如果该模型能够在不同的社会阶层中得到验证，它将为社会科学家提供一个强有力的新工具。这一工具能够深入分析个人性格与生活事件相互作用下，如何影响个人命运的复杂过程。
该团队在life2vec模型的实验中使用了2008年至2016年间的数据进行训练，并以“是否会在2020年前去世”作为预测目标。令人瞩目的是，该模型的预测准确率高达78%。通过分析，研究团队还识别出了一些影响个人过早死亡风险的关键因素，例如低收入和心理健康问题。不过，需要指出的是，模型的预测偶尔会因不可预知的因素，如意外事故或心脏病发作等，而出现误差。
这一突破性的研究展示了人工智能在社会科学领域应用的巨大潜力，同时也引发了关于隐私保护和数据伦理的深思。
