中新網北京12月19日電 (記者 孫自法)施普林格·自然旗下專業學術期刊《自然-計算科學》最新發表一篇論文稱，研究人員開展的一項研究描述了一個機器學習方法，該方法或能從不同方面準確預測人類生活，包括生命結局可能性和個性的細微差異。論文作者認為，這一機器學習預測模型或能提供對人類行為的量化認知。
該論文介紹，社會科學家對人類生活是否能被預測的問題看法不一，雖然人們對在人類生活中起到重要作用的社會人口學因素已有充分了解，但卻一直無法對生命結局進行準確預測。
論文通訊作者、丹麥技術大學Sune Lehmann和同事及合作者一起，利用丹麥一個國家登記處上約600萬人的教育、健康、收入、職業和其他生活事件數據，設計了一個機器學習方法，來構建個體的人類生活軌跡。他們通過調整語言處理技術，用類似模型中語言的方式表示人類生活。本次研究的這種方法能以類似語言模型捕捉詞語間復雜關系的方式生成一個生活事件的術語表。他們提出的模型名為life2vec，能確定健康相關診斷、居住地、收入水平等概念之間的復雜關系，并用一個壓縮向量表示來編碼個人生活，以此作為預測生活結局的基礎。
論文作者指出，該模型預測生命結局的早死率——具體而言是年齡組35-65歲的個體自2016年1月1日起存活4年的概率，以及捕捉細微個性差異的能力，超過了當下先進的模型和基線標準，表現至少提升11%。
這項研究結果表明，通過表征社會結局和健康結局之間的復雜關聯，準確預測生活結局也許可以做到。不過，論文作者也特別強調，他們的研究只是對可能性的探索，而且只應在確保個人權利受到保護的監管下才可用于現實世界。(完)
（原標題：國際最新研究稱，機器學習方法或可預測人類生活多個方面）
本文鏈接：研究發現機器學習方法或可預測人類生活多個方面http://www.lensthegame.com/show-11-1743-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任，僅提供存儲服務。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 《柳葉刀》子刊：69.3%的實驗室獲得性感染由程序性錯誤引起
下一篇： 國際腦科學團隊解析小鼠大腦詳細圖譜