164 CONDIVISIONI
video suggerito
video suggerito
Intelligenza artificiale (IA)

Questa intelligenza artificiale vuole dirti quando morirai: “Le sue previsioni sono molto accurate”

Un gruppo di ricercatori danesi ha sviluppato un algoritmo in grado di calcolare le aspettative di vita di una persona. Sono più a rischio gli uomini con disturbi mentali e un reddito basso.
A cura di Elisabetta Rosso
164 CONDIVISIONI
Immagine
Attiva le notifiche per ricevere gli aggiornamenti su

Forse un'intelligenza artificiale (IA) in grado di prevedere la morte è davvero una delle cose peggiori che possano approdare in una società postmortale, come l'ha definita la sociologa canadese Céline Lafontaine. Dove non solo, per citare Blaise Pascal, "gli uomini non potendo guarire dalla morte hanno risolto, per vivere felici, di non pensarci più", ma si è anche messo in moto un intero apparato tecno-nichilista che cerca di posticiparla con trasfusioni di sangue e diete a base di peptidi di collagene. Sapere l'anno e i motivi della propria morte con un'accuratezza del 78% potrebbe quindi destabilizzare un sistema ben consolidato che prova a spingere l'orizzonte della vita sempre un po' più in là.

La nuova intelligenza artificiale si chiama Life2vec, ed è stata sviluppata dai ricercatori della Technical University of Denmark. È stata addestrata con un database di informazioni personali e socio-demografiche di sei milioni di danesi. "Utilizziamo la tecnologia alla base di ChatGPT per analizzare le vite umane, ogni persona viene rappresentata con una sequenza di eventi che accadono durante la sua esistenza", ha spiegato al New York Post Sune Lehmann, autrice dello studio. Attraverso una rete neurale di deep learning l'IA partendo da informazioni come la salute, l'istruzione, il reddito o il luogo in cui si vive "riesce a prevedere la durata della vita di una persona in modo estremamente accurato".

Come funziona l'IA che prevede la morte

Life2vec riesce a prevedere l'aspettativa di vita con una correttezza del 78% analizzando la storia sanitaria di un individuo, il reddito, la professione e la residenza. “Questo modello può prevedere quasi tutto”, ha aggiunto Lehmann. “Abbiamo deciso però di approfondire il tema della morte perché è da anni che viene studiato, per esempio dalle compagnie di assicurazione."

Per addestrare l'intelligenza artificiale sono stati raccolti i dati di un campione di persone di età compresa tra 35 e 65 anni, metà delle quali sono morte tra il 2016 e il 2020, e hanno chiesto al sistema di intelligenza artificiale di prevedere chi sarebbe sopravvissuto. I ricercatori hanno scoperto che le previsioni di life2vec sono più accurate dell’11% rispetto a quelle di qualsiasi altro modello di intelligenza artificiale esistente utilizzato per prevedere le aspettative di vita. Il bot però non è attualmente disponibile al pubblico.

Chi vive più a lungo

"È entusiasmante capire che la vita umana come una lunga sequenza di eventi, assomiglia a una frase in una lingua composta da una serie di parole", ha spiegato Lehman. "Scientificamente, ciò che è interessante per noi non è tanto la previsione in sé ma vedere come i dati riescono a fornire risposte così precise", ha aggiunto. Secondo lo studio alcuni dei fattori che possono contribuire a una morte prematura includono l’essere maschio, avere un disturbo mentale e un reddito basso. Ricoprire un ruolo di leadership invece può influenzare positivamente l'aspettativa di vita.

“Il nostro set di dati ci consente di costruire le traiettorie individuali della vita umana”, si legge nel rapporto. Lehmann ha sottolineato al Post che a nessun partecipante dello studio sono state fornite le previsioni di morte, “sarebbe davvero irresponsabile”, ha detto. "Sicuramente life2vec può essere anche un modo per imparare quali sono i fattori che potrebbero aiutare le persone a vivere più a lungo, questa è un’altra importante applicazione del modello”.

164 CONDIVISIONI
379 contenuti su questa storia
autopromo immagine
Più che un giornale
Il media che racconta il tempo in cui viviamo con occhi moderni
api url views