据美国全国广播公司3月28日宣布，科学家最近演习人工智能系统对英国50多万人在10年内提交的康健数据进行评估，科学家们哀求人工智能预测个体是否有过早去世亡的风险，即是否会由于慢性疾病比均匀预期寿命更早地去世亡。

这项研究的首席研究作者史蒂芬·温博士称，比较未利用机器学习的模型供应的预测，人工智能算法做出的早期去世亡预测明显精准得多。

为了评估参与者过早去世亡的可能性，研究职员测试了两种类型的人工智能：个中一种是“深度学习”的人工智能，通过分层信息处理网络帮助打算机从示例中学习；其余一种是相对大略的人工智能——“随机森林”，它结合了许多树状模型来考虑可能的结果。
终极他们将人工智能模型的两种结论与标准算法（Cox模型）的结果进行比较。

研究职员利用这三种模型，对英国生物库2006年至2016年间超过50万人提交的数据进行剖析。
据悉，英国生物库是一个遗传、物理和康健数据的开放存取数据库。
在10年里，约14500名参与者去世亡，紧张缘故原由是癌症、心脏疾病和呼吸系统疾病。

这三个模型的结果均认定年事、性别、吸烟史和既往癌症诊断等成分是评估一个人早逝可能性的最紧张变量。
但研究职员创造，三种模型对付其他关键成分的重视程度有所不同。

Cox模型在很大程度上方向种族和身体活动，而善于机器学习的人工智能模型并不看重这些。
“随机森林”的人工智能更强调体脂百分比、腰围、人们所吃水果和蔬菜的数量以及肤色，而“深度学习”的人工智能模型最看重与事情干系的危险、空气污染、酒精摄入以及特定药物利用情形等成分。

终极结果显示，“深度学习”的人工智能的预测最为准确，精确预测了76%在研究期间早逝的参与者。
而“随机森林”精确预测了约64%的过早去世亡，Cox模型的准确预测率仅为44%。

（编辑：党超峰 周凤梅）

来源：中国日报网