预测的力量是强大的，我们一直在尝试预测未来，在某些领域，我们已经做得很不错了，比如气象预测和气候建模。但从科学角度来讲，我们离水晶球和神谕还很遥远，很多事情我们还没法用可靠的方法进行预测。但是，如果说人工智能能让我们比以往任何时候都更接近那种超自然的占卜境界呢？比如说，如果人工智能模型能准确预测一个人的死亡呢？如果你能知道自己什么时候会死，你会想知道吗？
“能预测死亡的人工智能计算器”听起来有点瘆人，但这并没有阻止研究人员成功开发出这种工具，2023年底发表在《自然-计算科学》上的一项研究就描述了这么一种名为life2vec的深度学习模型。life2vec不仅仅是一个“死亡预测器”，它能做的远不止“预测死亡”。但有一点须要注意：目前还很难确切知道它的预测有多准确，研究人员也没有声称它可以明确预测某个人的死亡。
life2vec的训练基于一个包含丹麦居民信息的数据集，因此，它无法对任何非丹麦人进行有意义的预测。
除了预测四年内的死亡外，研发人员还测试了life2vec对人们填写性格问卷的预测能力，以及预测某人是否会进行国际搬迁。在所有这三项测试中，life2vec似乎都表现不俗，准确率高于研究人员比较过的其他预测方法：在死亡测试中，准确率约为78%，在搬到国外的测试中，准确率约为73%。
“死亡计算器”为什么还能预测性格特征以及人们是否会跑去国外生活？这些事情有什么关联吗？作为一个深度学习模型，life2vec的训练数据为丹麦政府收集的六百万丹麦居民的大量信息，包括就业历史、基本人口数据，以及人们与丹麦医疗系统之间几乎所有互动的信息，因为丹麦实行全民医疗保健。研究人员将每个人的所有数据整理成时间线，让life2vec通过时间序列数据理解到一个人一生中发生的不同事件之间的模式。
例如，地点和薪水间存在相关性吗？被诊断患有某种疾病的人是否能存活下来？从事某些职业的人是否更长寿？从事某种职业的人是否具有某种性格特征？
在此基础上，研究人员可以要求深度学习模型根据这些时间线做出预测。life2vec的有趣之处不仅仅在于它能够做出这些预测，更在于它是如何做到的。这是一种通常用于聊天机器人和语言处理的模式，它的运行方式基本上就像增强型的“自动补全”功能一样。
当你给大模型输入一个生命事件时间轴，然后问它一个特定的问题，它就会根据提示预测时间轴上的下一个相关步骤，有时下一步就是死亡，也就意味着它在预测死亡。这听起来就像《黑镜》里的情节，你的手机自动补全功能开始吐出一条信息：“你将在7天内死掉。”
一些统计学家和寿命模型专家并不相信这项研究所谓的超过70%的准确率，预测死亡是极为复杂而困难的。统计数据具有不稳定性，尤其是在死亡方面。死亡是一种罕见事件，在人的一生中只会发生一次，年轻人不会“经常死亡”。事实上，如果假设人口中25~50岁之间的每个人都会在XX年死去，那么你就已经是一位准确性非常高的“死神”了。
不过，life2vec也并非全无用处。
首先，它可以帮助我们了解疾病预后和健康结果；从社会学的角度来看，life2vec还可以用来梳理隐藏的社会偏见，例如年龄或原籍国与职业进步之间的意外关联。这样的工具肯定也存在道德风险。研究作者仔细地注明了丹麦的隐私法和反歧视法对life2vec所有使用方式的限制，学术和政府研究人员必须经过申请才能将其用于特定目的，并有责任保护人们的数据。
研究作者苏恩·莱曼也表示，他从事这项研究是因为他信任丹麦政府，但在美国或者其他没有全面数据隐私法的国家，他不会那么心安理得地做这项研究。