丹麦科技大学的苏尼・莱曼・乔根森及其团队开发了一款高性能的人工智能模型，能够基于个人数据预测死亡率，其准确性超过现有的任何模型，包括保险行业常用的模型。这项研究还指出，该模型具备提前警示健康与社会问题的潜力，但同样需要警惕被大型企业滥用。
研究团队将覆盖丹麦约 600 万人的数据集（2008–2020 年）中的教育、就医、诊断、收入和职业等信息，转写为可用于训练大型语言模型的文本。该模型类似于 ChatGPT，通过分析海量文本来预测下一个最可能出现的词，从而推断未来事件的发生概率。以此思路开发的“life2vec”模型则通过分析个人生命历程中的事件序列，预测接下来最可能发生的情景。
在实验中，life2vec 使用 2008–2016 年的数据进行训练，2016–2020 年的数据用于测试。研究人员将 35–65 岁人群分成两组，一组在 2016–2020 年间去世，另一组则存活。life2vec 对他们的存亡结果进行预测，其准确率比现有 AI 模型和保险业常用的死亡率统计表高出约 11 个百分点。
该模型在对人口子集的性格测试结果方面的预测也比专门用于性格评估的 AI 模型更为精准。乔根森表示，life2vec 已经吸收了足够多的数据，能够应用于广泛的健康与社会议题，例如对健康问题进行预测和早期干预，或帮助政府缩小贫富差距。然而他也强调，一旦被企业滥用，相关技术可能带来损害。
“life2vec 不应被保险公司使用，”乔根森说，“保险的本质在于分担风险；若预测谁会遇到不幸事件或死亡，可能有悖于保险互助的理念。”但他也指出，类似的技术已经存在，并可能被拥有海量用户数据的科技巨头用于预测与影响用户行为。
对于新型预测方法，保险公司确实表现出兴趣，但目前的决策仍主要依赖一种被称为广义线性模型的简单 AI 技术。
life2vec 的出现凸显了人工智能在预测未来方面的强大潜力，同时也引发了关键的伦理问题。如何确保这项技术用来提升人们的生活水平，而非扩大社会不公，仍是亟待解决的难题。
