शोधकर्ताओं ने एक कृत्रिम बुद्धिमत्ता (एआई) उपकरण बनाया है जो किसी व्यक्ति के व्यक्तित्व से लेकर उसकी मृत्यु तक हर चीज की भविष्यवाणी करने के लिए उसके स्वास्थ्य का इतिहास, शिक्षा, नौकरी और आय का उपयोग करता है।
ट्रांसफार्मर मॉडल का उपयोग करके निर्मित, जो चैटजीपीटी जैसे बड़े भाषा मॉडल (एलएलएम) को शक्ति प्रदान करता है, नया उपकरण, लाइफ2वेक, डेनमार्क की पूरी आबादी यानी 60 लाख लोगों से लिए गए आंकड़ों के आधार पर प्रशिक्षित किया गया है। शोध में बताया गया है कि ये आंकड़े डेनिश सरकार द्वारा शोधकर्ताओं के लिए उपलब्ध कराए गए थे।
आंकड़ों के इस जटिल जाल के आधार पर शोधकर्ताओं ने जो उपकरण बनाया है, वह अत्याधुनिक मॉडलों से अधिक सटीकता के साथ लोगों के जीवनकाल सहित भविष्य की भविष्यवाणी करने में सक्षम है। लेकिन शोध के पीछे की टीम का कहना है कि इसे भविष्य के काम के लिए नींव के रूप में सबसे अच्छी तरह उपयोग किया जाता है, न कि अंत के रूप में इसका उपयोग किया जाना चाहिए।
नॉर्थईस्टर्न विश्वविद्यालय में कंप्यूटर विज्ञान के प्रोफेसर और अध्यक्ष जोसेफ ई. औन प्रोफेसर टीना एलियासी-रेड कहते हैं, भले ही हम भविष्यवाणी का उपयोग यह मूल्यांकन करने के लिए कर रहे हैं कि ये मॉडल कितने अच्छे हैं, लेकिन उपकरण का उपयोग वास्तविक लोगों पर भविष्यवाणी के लिए नहीं किया जाना चाहिए। यह एक विशिष्ट जनसंख्या के विशिष्ट आंकड़ों के सेट पर आधारित एक भविष्यवाणी मॉडल है।
एलियासी-रेड ने परियोजना में अपनी एआई नैतिकता विशेषज्ञता शामिल की है। वह कहती हैं, ये उपकरण आपको अपने समाज को एक अलग तरीके से देखने की अनुमति देते हैं, आपके पास जो नीतियां हैं, जो नियम और कानून हैं। आप इसे हकीकत में क्या हो रहा है उसके बारे में जानने के लिए कर सकते हैं।
इस उपकरण के निर्माण की प्रक्रिया में सामाजिक वैज्ञानिकों को शामिल करके, टीम ने उम्मीद जताई है कि यह एआई विकास के लिए एक मानव-केंद्रित दृष्टिकोण को उजागर करेगा जो कि उनके उपकरण को प्रशिक्षित किए गए विशाल आंकड़ों के सेट के बीच मनुष्यों की नजर से गायब नहीं होगा।
नेचर कम्प्यूटेशनल साइंस में प्रकाशित शोध के शोधकर्ता सुने लेहमैन कहते हैं, यह मॉडल कई अन्य मॉडलों की तुलना में दुनिया का अधिक व्यापक प्रतिबिंब प्रस्तुत करता है क्योंकि यह मनुष्यों द्वारा जीया जाता है।
लाइफ2वीईसी के केंद्र में बहुत अधिक आंकड़े हैं जिसका उपयोग शोधकर्ताओं ने अपने मॉडल को प्रशिक्षित करने के लिए किया। आंकड़े डेनमार्क सांख्यिकी विभाग के पास है, जो डेनिश सांख्यिकी पर केंद्रीय प्राधिकरण है और शोधकर्ताओं सहित जनता के कुछ सदस्यों द्वारा उस तक पहुंचा जा सकता है। इसे इतनी सख्ती से नियंत्रित करने का कारण यह है कि इसमें प्रत्येक डेनिश नागरिक की विस्तृत जानकारी शामिल है।
स्वास्थ्य कारणों और शिक्षा से लेकर आय तक, जीवन को बनाने वाली कई घटनाएं और तत्व आंकड़ों में वर्णित हैं। शोधकर्ताओं ने उन आंकड़ों का उपयोग अपने मॉडल में उपयोग करने के लिए आवर्ती जीवन की घटनाओं के लंबे पैटर्न बनाने के लिए किया। भाषा पर एलएलएम को प्रशिक्षित करने के लिए इस्तेमाल किए जाने वाले ट्रांसफॉर्मर मॉडल दृष्टिकोण को अपनाया और इसे घटनाओं के अनुक्रम के रूप में प्रस्तुत मानव जीवन के लिए अनुकूलित किया।
डेनमार्क विश्वविद्यालय, डीटीयू कंप्यूट, टेक्निकल में नेटवर्क और जटिलता विज्ञान के प्रोफेसर लेहमैन कहते हैं, एक तरह से मानव जीवन की पूरी कहानी को एक व्यक्ति के साथ होने वाली कई चीजों का एक विशाल लंबा वाक्य भी माना जा सकता है।
मॉडल उस जानकारी का उपयोग करता है जो वह लाखों जीवन की घटनाओं के सीक्वेंस या अनुक्रमों को देखने से सीखता है, जिसे एम्बेडिंग या जुड़ाव वाले स्थानों में वेक्टर प्रतिनिधित्व कहा जाता है, जहां यह आय, शिक्षा या स्वास्थ्य जैसे जीवन की अलग-अलग घटनाओं को वर्गीकृत करता है और उनके बीच संबंध बनाना शुरू करता है। ये जुड़ाव वाले स्थान उन भविष्यवाणियों के लिए आधार के रूप में काम करते हैं जो मॉडल आखिर में बनाता है।
शोधकर्ताओं ने जीवन की जिन घटनाओं की भविष्यवाणी की थी उनमें से एक व्यक्ति की मृत्यु के आसार को भी शामिल किया गया है।
शोध के हवाले से लेहमैन कहते हैं, जब हम उस स्थान की कल्पना करते हैं जिसका उपयोग मॉडल भविष्यवाणियां करने के लिए करता है, तो यह एक लंबे सिलेंडर की तरह दिखता है जो आपको मृत्यु की कम संभावना से मृत्यु की अधिक आशंका की ओर ले जाता है। फिर हम यह दिखा सकते हैं कि अंत में जहां मृत्यु के अधिकतम आसार हैं, उनमें से बहुत से लोग वास्तव में मर गए और अंत में जहां मरने की कम संभावना है, मृत्यु के कारण कुछ ऐसे हैं जिनका हम अनुमान नहीं लगा सकते, जैसे कार कार दुर्घटनाएं आदि।
शोध में यह भी कहा गया है कि मॉडल एक मानक व्यक्तित्व प्रश्नावली के व्यक्तिगत उत्तरों की भविष्यवाणी करने में किस तरह सक्षम होता है, खासकर जब एक्सट्रोवर्शन या बहिर्मुखता की बात आती है।
एलियासी-रेड और लेहमैन ने गौर किया कि यद्यपि मॉडल अत्यधिक सटीक भविष्यवाणियां करता है, वे सहसंबंधों, अत्यधिक विशिष्ट सांस्कृतिक और सामाजिक संदर्भों और प्रत्येक आंकड़ों के सेट में मौजूद पूर्वाग्रहों के प्रकार पर आधारित होते हैं।
एलियासी-रेड कहते हैं, इस तरह का उपकरण समाज की वेधशाला की तरह है लेकिन सभी समाजों की नहीं। यह अध्ययन डेनमार्क में किया गया था और डेनमार्क की अपनी संस्कृति, अपने कानून और अपने सामाजिक नियम हैं। क्या यह अमेरिका या किसी अन्य देश में किया जा सकता है इसकी एक अलग कहानी हो सकती है।
उन सभी चेतावनियों को देखते हुए, एलियासी-रेड और लेहमैन अपने पूर्वानुमानित मॉडल को अंतिम उत्पाद की तरह कम और बातचीत की शुरुआत की तरह देखते हैं। लेहमैन का कहना है कि प्रमुख तकनीकी कंपनियां वर्षों से बंद कमरों में इस प्रकार के पूर्वानुमानित एल्गोरिदम बना रही हैं।
शोधकर्ताओं ने उम्मीद जताई है कि यह काम एक अधिक खुली, सार्वजनिक समझ पैदा करने में मदद कर सकता है। ये उपकरण कैसे काम करते हैं, वे क्या करने में सक्षम हैं और उनका उपयोग कैसे किया जाना चाहिए और कैसे नहीं किया जाना चाहिए यह सुनिश्चित करना जरूरी है।