DTU, 코펜하겐대학교, ITU, 미국 노스이스턴대학교가 참여한 선구적인 연구 협력에서 과학자들은 life2vec이라는 획기적인 인공지능(AI) 모델을 공개했다. 이 혁신적인 모델은 광범위한 개인 데이터를 활용하여 다양한 생활 사건을 예측하고 심지어 사망 시간까지 추정하여 예측 분석 영역에 큰 도약을 가져왔다.

Life2vec의 혁신적인 접근 방식

최근 Nature Computational Science 기사 'Using Sequences of Life-events to Predict Human Lives'에 자세히 설명된 연구 프로젝트에서는 OpenAI의 ChatGPT와 유사한 변환기 아키텍처 기반 모델인 life2vec을 소개한다. 600만 명의 개인으로부터 얻은 방대한 건강 및 노동 시장 데이터를 바탕으로 교육받은 life2vec은 초기 학습 단계 이후 탁월한 예측 능력을 보여 다른 고급 신경망보다 뛰어난 성능을 보였다. 성격 특성과 같은 결과를 예측하는 것 외에도 모델은 사망 시간을 정확하게 추정했다.

생활 순서 이해

이 기사의 첫 번째 저자이자 DTU 연구원인 Sune Lehmann 교수는 이 모델이 삶을 일련의 사건으로 이해하는 데 중점을 두고 있다고 설명했다. "이것은 일반적으로 AI의 변환기 모델이 사용되는 작업 유형이지만 우리 실험에서는 이를 생명 순서라고 부르는 것, 즉 인간의 삶에서 일어난 사건을 분석하는 데 사용합니다."라고 Lehmann 교수는 말했다.

예측 및 통찰력

Life2vec은 출생, 교육, 급여, 주택 및 건강과 관련된 정보를 통합하여 데이터를 복잡한 벡터 시스템으로 구성한다. 생성된 예측에는 지정된 기간 내의 사망 가능성과 같은 흥미로운 통찰력이 포함된다. 특히, 모델의 결과는 기존 사회 과학 연구 결과와 일치하여 리더십 역할, 높은 소득, 생존 가능성 증가와 같은 요소 간의 상관 관계를 드러낸다.

윤리적 우려와 향후 방향

잠재력에도 불구하고 life2vec 모델은 데이터 개인 정보 보호, 민감도 및 잠재적 편견을 포함한 윤리적 문제를 제기한다. Lehmann 교수는 특히 위험을 평가하거나 생활 사건을 예방하는 데 널리 적용되기 전에 이러한 과제를 해결하는 것이 중요하다고 강조했다. 다음 단계로 연구자들은 텍스트, 이미지, 소셜 연결 데이터와 같은 추가 정보 유형을 통합하여 모델의 예측 기능을 더욱 향상시킬 계획이다.

사회과학과 보건과학의 교차점

이 획기적인 연구는 사회 과학과 보건 과학 간의 협력을 위한 길을 열어 잠재적으로 인간 생활 사건에 대한 우리의 이해에 혁명을 일으킬 것. 2008년부터 2020년까지의 노동 시장 데이터와 건강 기록을 기반으로 한 이 연구는 개인 삶의 복잡성을 예측하고 이해하는 데 있어 AI 애플리케이션의 미래를 엿볼 수 있다. 모델이 발전함에 따라 연구자들은 AI 예측과 실제 적용을 둘러싼 광범위한 담론에서 윤리적 의미를 신중하게 고려할 것을 옹호한다.

작성자: Impact Lab