മനുഷ്യജീവിതത്തിന്റെ ചില വശങ്ങൾ കൃത്യമായി പ്രവചിക്കാൻ ശക്തമായ മെഷീൻ ലേണിംഗ് അൽഗോരിതം ഉപയോഗിച്ചതായി ഡെൻമാർക്കിലെ ഗവേഷകർ പറയുന്നു.

നേച്ചർ കമ്പ്യൂട്ടേഷണൽ സയൻസിലെ ജേണലിൽ ഈ ആഴ്ച പ്രസിദ്ധീകരിച്ച അവരുടെ പഠനം, ലൈഫ് 2വെക് എന്ന മെഷീൻ ലേണിംഗ് അൽഗോരിതം മോഡൽ ഒരു വ്യക്തിയുടെ ജീവിതത്തിന്റെ ഫലവും അവരുടെ പ്രവർത്തനങ്ങളും എങ്ങനെ പ്രവചിച്ചുവെന്ന് വിശദീകരിക്കുന്നു.

ആ ഡാറ്റ ഉപയോഗിച്ച്, “ഞങ്ങൾക്ക് ഏത് തരത്തിലുള്ള പ്രവചനവും നടത്താൻ കഴിയും,” പഠനത്തിന്റെ പ്രധാന രചയിതാവും ഡെൻമാർക്ക് ടെക്നിക്കൽ യൂണിവേഴ്സിറ്റിയിലെ പ്രൊഫസറുമായ സുനെ ലേമാൻ പറഞ്ഞു. എന്നിരുന്നാലും, ഇത് ഒരു “ഗവേഷണ പ്രോട്ടോടൈപ്പ്” ആണെന്നും നിലവിലെ അവസ്ഥയിൽ “യഥാർത്ഥ ലോക ദൗത്യങ്ങളൊന്നും” നടത്താൻ കഴിയില്ലെന്നും ഗവേഷകർ അഭിപ്രായപ്പെട്ടു.

6 ദശലക്ഷം ആളുകളുടെ വൈവിധ്യമാർന്ന ഗ്രൂപ്പിനെ വിവരിക്കുന്ന ഡെൻമാർക്കിലെ ഒരു ദേശീയ രജിസ്റ്ററിൽ നിന്നുള്ള ഡാറ്റ ലേമാനും സഹ-രചയിതാക്കളും ഉപയോഗിച്ചു. വിദ്യാഭ്യാസം, ആരോഗ്യം, വരുമാനം, തൊഴിൽ തുടങ്ങിയ ജീവിതത്തിന്റെ പ്രധാന വശങ്ങളുമായി ബന്ധപ്പെട്ട 2008 മുതൽ 2016 വരെയുള്ള വിവരങ്ങൾ ഇതിൽ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്.

“2012 സെപ്റ്റംബറിൽ ഫ്രാൻസിസ്കോയ്ക്ക് എൽസിനോറിലെ ഒരു കോട്ടയിൽ കാവൽക്കാരനായി ഇരുപതിനായിരം ഡാനിഷ് ക്രോണർ ലഭിച്ചു” അല്ലെങ്കിൽ “സെക്കൻഡറി ബോർഡിംഗ് സ്കൂളിലെ മൂന്നാം വർഷത്തിൽ ഹെർമിയോണി അഞ്ച് തിരഞ്ഞെടുക്കപ്പെട്ട ക്ലാസുകൾ പിന്തുടർന്നു” എന്നിങ്ങനെയുള്ള ഡാറ്റയെ അടിസ്ഥാനമാക്കി വാചകങ്ങൾ വ്യാഖ്യാനിക്കാൻ ഗവേഷകർ ഭാഷാ പ്രോസസ്സിംഗ് ടെക്നിക്കുകൾ സ്വീകരിക്കുകയും ജീവിത സംഭവങ്ങൾക്കായി ഒരു പദാവലി സൃഷ്ടിക്കുകയും ചെയ്തു.

ആ ഡാറ്റയിൽ നിന്ന് അൽഗോരിതം പഠിച്ചുവെന്നും ആളുകളുടെ ജീവിതത്തിന്റെ ചില വശങ്ങളെക്കുറിച്ച് പ്രവചനങ്ങൾ നടത്താൻ കഴിഞ്ഞുവെന്നും ലേമാൻ പറയുന്നു, അതിൽ അവർ എങ്ങനെ ചിന്തിക്കും, അനുഭവിക്കും, പെരുമാറും, അടുത്ത കുറച്ച് വർഷങ്ങളിൽ ആ വ്യക്തി മരിക്കുമോ എന്നതും ഉൾപ്പെടുന്നു.

35 നും 65 നും ഇടയിൽ പ്രായമുള്ള 2.3 ദശലക്ഷത്തിലധികം ആളുകളിൽ 2008 ജനുവരി 1 മുതൽ 2015 ഡിസംബർ 31 വരെയുള്ള ഡാറ്റയാണ് സംഘം ഉപയോഗിച്ചത്. ആ പ്രായപരിധിയിലെ മരണനിരക്ക് പ്രവചിക്കാൻ കൂടുതൽ ബുദ്ധിമുട്ടുള്ളതിനാലാണ് ഈ ഗ്രൂപ്പിനെ തിരഞ്ഞെടുത്തതെന്ന് ലേമാൻ പറഞ്ഞു.

2016 ന് ശേഷമുള്ള നാല് വർഷങ്ങളിൽ ഒരു വ്യക്തി അതിജീവിക്കാനുള്ള സാധ്യത അനുമാനിക്കാൻ ലൈഫ് 2വെക് ഡാറ്റ ഉപയോഗിച്ചു.

“[ലൈഫ് 2വെക്] എത്രത്തോളം മികച്ചതാണെന്ന് പരീക്ഷിക്കാൻ, ഞങ്ങൾ 100,000 വ്യക്തികളുടെ ഒരു ഗ്രൂപ്പിനെ തിരഞ്ഞെടുക്കുന്നു, അവിടെ പകുതി അതിജീവിക്കുകയും പകുതി മരിക്കുകയും ചെയ്യുന്നു,” ലേമാൻ പറഞ്ഞു. 2016 ന് ശേഷം ഏതൊക്കെ ആളുകളാണ് മരിച്ചതെന്ന് ഗവേഷകർക്ക് അറിയാമായിരുന്നു, പക്ഷേ അൽഗോരിതം ഉണ്ടായിരുന്നില്ല.

പിന്നെ, അവർ അത് പരീക്ഷിച്ചു. ആരെങ്കിലും 2016 ന് മുമ്പ് ജീവിച്ചിരുന്നോ ഇല്ലയോ എന്നതിനെക്കുറിച്ച് വ്യക്തിഗത പ്രവചനങ്ങൾ നടത്താൻ അവർക്ക് അൽഗോരിതം ഉണ്ടായിരുന്നു. ഫലങ്ങൾ ശ്രദ്ധേയമായിരുന്നു: അൽഗോരിതം 78% സമയവും ശരിയായിരുന്നു.

മരണനിരക്ക് കൂടുതൽ കൃത്യമായി പ്രവചിച്ചുകൊണ്ട് ലൈഫ് 2വെക് മറ്റ് അത്യാധുനിക മോഡലുകളെയും ബേസ്ലൈനുകളെയുംക്കാൾ കുറഞ്ഞത് 11% മികച്ച പ്രകടനം കാഴ്ചവച്ചു.

2016 ന് ശേഷം പുരുഷന്മാരാണ് മരിക്കാനുള്ള സാധ്യത കൂടുതലുള്ളത്. ഒരു എഞ്ചിനീയറെപ്പോലെ വിദഗ്ധ തൊഴിലാളിയായിരിക്കുന്നതോ വിഷാദം അല്ലെങ്കിൽ ഉത്കണ്ഠ പോലുള്ള മാനസികാരോഗ്യ പ്രശ്നം നിർണ്ണയിക്കുന്നതും നേരത്തെയുള്ള മരണത്തിലേക്ക് നയിച്ചുവെന്ന് ഗവേഷകർ കണ്ടെത്തി. അതേസമയം, ഒരു മാനേജർ സ്ഥാനത്തായിരിക്കുകയോ ഉയർന്ന വരുമാനം നേടുകയോ ചെയ്യുന്നത് പലപ്പോഴും ആളുകളെ “അതിജീവിക്കുക” എന്ന കോളത്തിലേക്ക് തള്ളിവിടുന്നു.

എന്നിരുന്നാലും, ഗവേഷണത്തിന് നിരവധി പരിമിതികളുണ്ട്. “പരീക്ഷണങ്ങൾ ക്രമരഹിതമല്ലെന്നും പരീക്ഷണങ്ങളിലും ഫല വിലയിരുത്തലിലും അന്വേഷകർ അന്ധരല്ലെന്നും ഞങ്ങൾ ശ്രദ്ധിക്കുന്നു,” റിപ്പോർട്ടിൽ പറയുന്നു.

എട്ട് വർഷത്തെ കാലയളവിലുടനീളം ഗവേഷകർ ഡാറ്റ മാത്രമാണ് പരിശോധിച്ചത്, കൂടാതെ ഡെൻമാർക്കിലെ ഓരോ വ്യക്തിയും ദേശീയ രജിസ്ട്രിയിൽ പ്രത്യക്ഷപ്പെടുന്നുണ്ടെങ്കിലും സാമ്പിളിൽ സോഷ്യോഡെമോഗ്രാഫിക് പക്ഷപാതങ്ങൾ ഉണ്ടാകാം.

“ആർക്കെങ്കിലും ശമ്പളം ഇല്ലെങ്കിൽ – അല്ലെങ്കിൽ ആരോഗ്യസംരക്ഷണ സംവിധാനങ്ങളുമായി ഇടപഴകരുതെന്ന് തീരുമാനിച്ചാൽ – ഞങ്ങൾക്ക് അവരുടെ ഡാറ്റയിലേക്ക് പ്രവേശനമില്ല,” അവർ പറഞ്ഞു.

ശക്തമായ അടിസ്ഥാന സൗകര്യങ്ങളും ആരോഗ്യ പരിരക്ഷാ സംവിധാനവുമുള്ള ഒരു സമ്പന്ന രാജ്യത്താണ് പഠനം നടത്തിയതെന്നും രചയിതാക്കൾ ചൂണ്ടിക്കാട്ടുന്നു. സാമ്പത്തികവും സാമൂഹികവുമായ വ്യത്യാസം കണക്കിലെടുക്കുമ്പോൾ ലൈഫ് 2വെക്കിന്റെ കണ്ടെത്തലുകൾ യുണൈറ്റഡ് സ്റ്റേറ്റ്സ് പോലുള്ള മറ്റ് രാജ്യങ്ങളിൽ പ്രയോഗിക്കാൻ കഴിയുമോ എന്നത് വ്യക്തമല്ല.

അൽഗോരിതം “അശുഭകരവും ഭ്രാന്തുപിടിച്ചതുമാണെന്ന്” തനിക്ക് അറിയാമെന്ന് ലേമാൻ പറയുന്നു, പക്ഷേ ഇത് യഥാർത്ഥത്തിൽ ധാരാളം ജോലികൾ നടന്നിട്ടുണ്ട്, പ്രത്യേകിച്ച് ഇൻഷുറൻസ് കമ്പനികൾ നയിക്കുന്നു.

ലൈഫ് 2വെക് പോലുള്ള മോഡലുകൾ കൂടുതൽ വാണിജ്യപരമാകുമ്പോൾ ഇൻഷുറൻസ് കമ്പനികൾ ഉപഭോക്താക്കളെക്കാൾ മുന്നിലെത്താൻ താൽപ്പര്യപ്പെടുമെന്ന് ന്യൂയോർക്ക് സർവകലാശാലയിലെ ഗ്രോസ്മാൻ സ്കൂൾ ഓഫ് മെഡിസിനിലെ മെഡിക്കൽ എത്തിക്സ് വിഭാഗം മേധാവി ഡോ ആർതർ കാപ്ലാൻ സമ്മതിക്കുന്നു.

“ഇത് ഇൻഷുറൻസ് വിൽക്കുന്നത് ബുദ്ധിമുട്ടാക്കും,” അദ്ദേഹം പറഞ്ഞു. “അപകടസാധ്യതകൾ എന്താണെന്ന് എല്ലാവർക്കും കൃത്യമായി അറിയാമെങ്കിൽ നിങ്ങൾക്ക് റിസ്കിനെതിരെ ഇൻഷുറൻസ് പ്രവർത്തിപ്പിക്കാൻ കഴിയില്ല.”

എന്നിരുന്നാലും, പുതിയ ഗവേഷണത്തിൽ ഉൾപ്പെടാത്ത കാപ്ലാൻ, ഒരു വ്യക്തി ഏത് പ്രായത്തിൽ മരിക്കുമെന്നോ എങ്ങനെ മരിക്കുമെന്നോ പ്രവചിക്കുന്നില്ലെന്ന് പറയുന്നു. ഉദാഹരണത്തിന്, ഒരു കാർ അപകടത്തിൽ ഒരു വ്യക്തി കൊല്ലപ്പെടുമോ എന്ന് ഒരു അൽഗോരിതത്തിന് പ്രവചിക്കാൻ കഴിയില്ല.

കൂടുതൽ വിപുലമായ പ്രവചന മോഡലുകൾ അഞ്ച് വർഷത്തിനുള്ളിൽ പ്രത്യക്ഷപ്പെടുമെന്ന് കാപ്ലാൻ പ്രതീക്ഷിക്കുന്നു.

“നിങ്ങളുടെ ആയുസ്സ് നീട്ടാൻ എന്തുചെയ്യണം എന്നതിനെക്കുറിച്ചുള്ള നിർദ്ദേശങ്ങൾ നൽകുന്ന വലിയ ഡാറ്റാബേസുകളുള്ള മികച്ചവ ഞങ്ങൾക്ക് ഉണ്ടാകും,” അദ്ദേഹം പറഞ്ഞു.

ആത്യന്തികമായി, കാപ്ലാൻ പറയുന്നു, നമ്മൾ എപ്പോൾ മരിക്കുമെന്ന് പ്രവചിക്കാൻ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപയോഗിക്കുന്നത് നമ്മുടെ ജീവിതത്തിൽ നിന്ന് രസകരമായി നിലനിർത്തുന്ന ഒരു വശം നീക്കംചെയ്യുന്നു: നിഗൂഢത.

“റോബോട്ടുകൾ ലോകം ഏറ്റെടുക്കുന്നതിലും അവർക്ക് ഞങ്ങളെ ആവശ്യമില്ലെന്ന് തീരുമാനിക്കുന്നതിലും ഞങ്ങൾ ആശങ്കാകുലരാണ്,” അദ്ദേഹം പറഞ്ഞു. “നമ്മൾ വിഷമിക്കേണ്ടത് റോബോട്ടുകൾ വിവരങ്ങൾ കൈകാര്യം ചെയ്യുകയും നമ്മുടെ പെരുമാറ്റത്തെക്കുറിച്ച് ധാരാളം പ്രവചിക്കാൻ കഴിയുകയും ചെയ്യുന്നു എന്നതാണ്.

ഈ കഥ ആദ്യമായി CNN.com പ്രസിദ്ധീകരിച്ചു, “ഡാനിഷ് ഗവേഷകർ വ്യക്തിഗത ജീവിതത്തിന്റെ വശങ്ങൾ പ്രവചിക്കാൻ മെഷീൻ ലേണിംഗ് ഉപയോഗിക്കുന്നു, ഒരാൾ എപ്പോൾ മരിച്ചേക്കാം”