Investigadores han desarrollado un modelo basado en la inteligencia artificial que puede calcular la fecha aproximada de la muerte de una persona, con un nivel de precisión sin precedentes
Un estudio llamado Using sequences of life-events to predict human lives (Uso de secuencias de acontecimientos de la vida para predecir vidas humanas) ha cruzado un umbral que parecía de ciencia ficción: la capacidad de predecir la longevidad de las personas utilizando inteligencia artificial.
Investigadores han desarrollado un modelo basado en la inteligencia artificial que puede calcular la fecha aproximada de la muerte de una persona, con un nivel de precisión sin precedentes.
El modelo, que representa las vidas humanas como secuencias de eventos, utiliza técnicas de procesamiento del lenguaje natural para examinar y predecir el curso de la vida humana. Este enfoque innovador se basa en un conjunto de datos detallados de eventos en la vida de individuos, incluyendo información relacionada con la salud, la educación y la ocupación.
La inteligencia artificial puede ahora estructurar y analizar estos datos para prever una amplia gama de resultados, desde la mortalidad temprana hasta los patrones de empleo. Este sistema supera a los modelos artísticos tradicionales, proporcionando predicciones más precisas y detalladas.
La clave de este avance radica en la habilidad de la inteligencia artificial para interpretar y aprender de las complejas relaciones entre los eventos de la vida, como los cambios en la salud, las transiciones laborales y los niveles de ingresos. Al aprovechar métodos para interpretar modelos de aprendizaje profundo, los investigadores pueden entender los factores que permiten estas predicciones y las posibles intervenciones para mejorar los resultados de vida.
Los expertos subrayan que, más allá de la curiosidad macabra de conocer la fecha aproximada de la propia muerte, este tipo de investigación tiene el potencial de transformar la manera en que abordamos la salud pública y la planificación a largo plazo. Podría conducir a políticas más efectivas, orientadas a prolongar la vida y mejorar la calidad de la misma, anticipando y previniendo problemas antes de que se manifiesten.
Esta tecnología se basa en datos provenientes de registros daneses que cubren varios años, y se espera que su aplicación se extienda a nivel mundial, adaptándose a las diversas poblidades y estilos de vida. Sin embargo, la ética detrás de este uso de datos personales y la precisión de tales predicciones será, sin duda, un tema de debate continuo en la sociedad.
Detalles sobre el innovador y terrorífico estudio
Nombre del Estudio: El estudio no parece tener un nombre específico mencionado en las imágenes, pero se centra en el uso de «secuencias de eventos de la vida para predecir vidas humanas» y es publicado en la revista «Nature Computational Science».
Autores e Instituciones:
Germán S. Davison
Tina Eliassi-Rad
Lars Kai Hansen
Laust Hvas Mortensen
Lia Lilholt
Anna Rogers
Ingo Zettler
Sune Lehmann
Los autores están asociados con varias instituciones, incluyendo:
DTU Compute, Technical University of Denmark, Lyngby, Denmark.
Network Science Institute, Northeastern University, Boston, MA, USA.
Department of Computer Science, University of Copenhagen, Denmark.
Statistics Denmark, Copenhagen, Denmark.
Data Science Lab, Psychology University of Copenhagen, Denmark.
El estudio fue recibido el 6 de junio de 2023, aceptado el 15 de noviembre de 2023 y publicado en línea el 18 de diciembre de 2023.
Resultados: Los resultados del estudio indican que el modelo de inteligencia artificial puede predecir resultados variados en la vida humana, desde la mortalidad temprana hasta los patrones de empleo, superando los modelos artísticos anteriores. Utilizando métodos para interpretar modelos de aprendizaje profundo, el estudio pudo identificar factores que habilitan predicciones precisas sobre la vida humana y las posibles intervenciones para mejorar esos resultados.
Método: El método incluye la adopción de modelos de aprendizaje profundo, específicamente, una versión adaptada del modelo BERT (Bidirectional Encoder Representations from Transformers) para procesar y analizar secuencias de eventos de la vida. Se utilizan técnicas de procesamiento de lenguaje natural para estructurar estos datos en un espacio vectorial, lo que permite un análisis detallado y la construcción de predicciones. El modelo se alimenta de un conjunto de datos detallados de registros daneses que incluyen información sobre salud, educación, ocupación y otros eventos vitales, con una resolución de día a día.
Impacto y Aplicaciones: El estudio tiene el potencial de impactar significativamente la salud pública y la planificación de políticas a largo plazo, permitiendo una mejor comprensión y prevención de problemas de salud y otros eventos adversos en la vida de las personas. También se discute cómo la inteligencia artificial puede revelar relaciones no triviales entre eventos de la vida, lo que puede conducir a nuevas perspectivas en la investigación y la política de la salud.
