开通VIP，畅享免费电子书等14项超值服
首页
好书
留言交流
下载APP
联系客服
2024.01.01浙江
咱中国人爱算命这事，是刻在骨子里的执念。
出门前要看看黄历、办公室要讲风水、就连谈恋爱换工作也要算算领导和对象的星座和八字合不合适。
算命姿势也是无奇不有，用八字星座塔罗牌已属过去式，寺庙求签不够潮。
这不，有位中国人就在ChatGPT上训练了一个“算命专用AI”——然后迅速成为GPTs中文榜排名第一的应用。
它可以根据你的生日提供命理分析，预测你未来3到5年的人生趋势，作者对它的定义是：“传统与科技融合、趣味与理性结合的命理推测工具，准确到可怕。”
实际上就是在GPTs里上传了这些PDF，然后用Prompt告诉应用去深入学习这些文档，融会贯通掌握中国古代命理八字算命技术，然后根据用户输入的生日，按照固定的格式输出结果。
然后就得到了当今网络三大邪术之一：赛博算命。
不过这还不算什么，丹麦一研究团队做了个大模型，名为“Life2vec”，字面意思是“人生变向量”，可以直接预测人的死亡率，准确率高达78%，据称是市面上准确度最高的预测方式。
这谁敢试？
（图源：微博）
之前团队就曾经尝试过用机器学习模型，结合健康、家庭、教育因素来预测一个孩子未来生活的走向，结果准确率很低。
于是团队找来了600万丹麦人12年里生活的点点滴滴，从住哪儿、在哪个学校上学、现在在哪里工作、一个月赚多少钱等等一应俱全。
乍一看很像过年回家接受七大姑八大姨查户口，这个还更费劲，盘问一年只来一次，而他们是365天不间断记录。
数据要用在大语言模型上，那就要变成语言模型能读懂的句子。
所以团队把这些鸡毛蒜皮的事儿整理成了一条条人生轨迹，比如：在2010年8月，艾格尼斯女士的工作是助产护士，月入3万丹麦克朗。再辅以这个人的出生日期和地址等信息，就形成了一个完整的链条。
从下图来看，这个模型预测生死的主要指标分为七个：健康水平、出生年份、住址、行业、工作岗位、收入水平、劳动能力。
这些彩色的小点就是语料库里的token，每种颜色代表一个种类。
那高达78%准确率的死亡率预测又是怎么来呢？研究人员还是用了最传统的方式，把数据库分两半，用前8年的数据训练模型，预测剩下4年里的死亡率，下图圆点是预测出来的死亡率，从黄到绿代表死亡率从低到高。
简单来说，绿色点代表模型预测中后面四年死亡率极高的人，而红点则是真实世界中确认死亡的人。
据此得出结论，模型说“你的死亡率极高”，那有78%的概率代表他说的没错。
话又说回来，这模型发现的英年早逝的风险因素过于平平无奇了——比如收入低、比如身体不好、比如接受过心理治疗。
有意思的是，在丹麦，男性、且具有高级职业技能的人群死亡风险更高一些，难道是因为过劳？
不过倒也不用担心到自己头上，模型是根据丹麦人真实的生活数据训练出来的，预测出来的结果也是仅丹麦适用。
按照团队的设想，这个模型可以在早期预测到还没发生的健康或社会问题，帮助政府对症下药，尽早消灭不平等问题。不过要是保险公司用上这套模型，那你就可以根据保费的涨幅来推测自己剩余的年限了。
团队成员也早想到了这点，强烈不建议这个大模型商业化，尤其提防保险行业。
科技总是一把双刃剑，具体看往哪个方向挥。其实类似的预测模型之前也出现过，澳大利亚一个团队可以通过数据预测青少年的自残和自杀企图，准确率比专业心理医生还高。
所以建模和预测这件事本身没有问题，主要还看模型的用途是什么。
说到用途，Life2vec的用途还不止能预测死亡率这么简单，它还能根据你的人生轨迹来反推你的性格。
团队从性格测试方面比较权威的模型里挑了一些题目，然后找了一些信息在他们数据库中的人来做性格测试。
比如在“我更喜欢跟别人一起工作而不是一个人埋头苦干”这道题上得分更高的人，更喜欢交际。
然后把人做的结果跟模型预测相比较，发现预测的准确度比盲猜和神经网络算法高得多。
看起来还挺眼熟，这不就是MBTI性格测试嘛！
比如自己选择当理发师的人，大多不会是I人；身体不好需要长期卧床休养的人，性格上大致不会太活泼。
但比起现在性格测试界主流的做题，相对来说用大模型其实更能真实的反映一个人的性格。毕竟做题凭借的是测试者对自己的主观评价，而模型用的直接是生活中的行为。
不保证没有一些人嘴上说着“一旦确定了目标，我会坚持努力低实现它”，然后一年两年三年过去了体重还是没有变化。
相比较之前社会科学界常用出现的“我们发现收入越高的人群预期寿命越长”这种类似废话的研究，Life2vec第一次真正站在个人的角度上，提供了一个可以从今天的选择，窥探未来人生样貌的可能。
不管怎么说，这种靠数据算命的方式总比互联网玄学大师要强太多。
比如下面这位，先选几个功成名就的大哥出来，然后找他们脸上有什么共同点，这就叫面相大师了？
那我也来一个：都说姓马的人容易成大事，不少知名企业家都姓马，比如........。