科技日報北京12月19日電 (記者張夢然)《自然·計算科學》18日發表的一項研究描述了一個(ge) 機器學習(xi) 方法，該方法能從(cong) 不同方麵準確預測人類生活，包括早死可能性和個(ge) 性的細微差異。該模型或能提供對人類行為(wei) 的量化認知。

　　社會(hui) 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(men) 對起到重要作用的社會(hui) 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。

　　利用丹麥國家登記處約600萬(wan) 人的教育、健康、收入、職業(ye) 和其他生活事件數據，丹麥技術大學研究團隊設計了一個(ge) 機器學習(xi) 方法，以構建個(ge) 體(ti) 的人類生活軌跡。團隊通過調整語言處理技術，用類似模型中語言的方式表達人類生活。這種方法能以類似語言模型捕捉詞語間複雜關(guan) 係的方式生成一個(ge) 生活事件的術語表。他們(men) 提出的模型名為(wei) “life2vec”，能確定健康相關(guan) 診斷、居住地、收入水平等概念之間的複雜關(guan) 係，並用一個(ge) 壓縮向量編碼個(ge) 人生活，以此作為(wei) 預測生活結局的基礎。

　　研究團隊證明，該模型可預測早死率，即年齡組在35歲至65歲的個(ge) 體(ti) 自2016年1月1日起存活4年的概率。另外，其捕捉細微個(ge) 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%。

　　研究結果表明，通過表征社會(hui) 結局和健康結局之間的複雜關(guan) 聯，準確預測生活結局也許是可以做到的。但團隊也強調，他們(men) 的研究隻是對可能性的探索，而且隻應在確保個(ge) 人權利受到保護的監管下才可用於(yu) 現實世界。