Hvordan "verdens mindst berømte forskere" laver økonomien med A.I.

Kun de mest dedikerede statistikgeeks ville komme ind aktuarvidenskab, selv om studieretningen i hemmelighed er temmelig cool: aktuarerne har et stort ansvar - deres job er hovedsagelig at forudsige fremtiden, men i modsætning til futurologer er der reelle og alvorlige konsekvenser for at få det forkert. Verdens "mindst berømte forskere" vil være i Lyon, Frankrig senere i måneden for ISFA-Columbia University Actuarial Science Workshop for at tale om, hvordan smarte maskiner vil bringe bedre forudsigelser til en stadig uforudsigelig verden.

I stedet for at forudsige, hvilke fremtidige teknologier der vil ødelægge hjernen til fremtidige børn og børnebørn, beskæftiger aktuarerne sig med penge og risiko.

Hvordan påvirker klimaændringerne hjemmeforsikringskrav fra orkaner ti år fra nu?

Hvis 20-somethings er lovet en pensionsplan på visse vilkår i dag, vil 40-års verden fra nu af kunne betale sig?

Hvor meget koster det at behandle fremtidens ukendte sygdomme?

Der er bogstaveligt talt billioner af dollars på linjen i disse spørgsmål, og verdens avancerede økonomier kunne ikke fungere, hvis ikke for aktuarer, der gør det muligt at beregne og styre risiko.

Den dårlige nyhed er, at verden bliver mindre forudsigelig. Den gode nyhed er, at forudsigelsesværktøjer bliver meget, meget smartere. Et Baltimore firma kaldet Insilico Medicine bygger dybe neurale netværk - computere med en slags kunstig intelligens, der giver mulighed for maskinindlæring - bedre forudsige og spore sundhed hos enkeltpersoner. For nylig offentliggjorde forskere resultater fra et sådant netværk, der er designet til at spore sundhed og aldring fra en simpel blodprøve.

"Aktuarerne er måske blandt de mindst kendte forskere og gør ikke ofte overskrifter, men disse forskere gør verdens økonomi tick," siger Alex Zhavoronkov, adm. Direktør for Insilico. "Aktuarer har ansvaret for byggedødelighedstabeller, hvor ét decimaltal kan medføre trillioner af dollars i passiver og avancerede risikomodeller med global indvirkning."

Forskerne uddannede netværket med 60.000 blodprøver, bundet til donorens alder og køn. Ved at analysere de kemiske forbindelser i blodet var maskinen i stand til at "lære" hvilke stoffer der var forbundet med personer i en vis alder, og bruge det til at forudse alderen af ​​nyindførte prøver. Det lærte også hvilke forbindelser, eller biomarkører, tjente som de bedste forudsigere af alder.

Denne form for kunstig intelligens kan vise sig at være yderst nyttig til alle former for sundhedsrelaterede applikationer. Det kan f.eks. Være en måde at simpelt og effektivt spore sundhedsforanstaltninger over tid på for en stor gruppe mennesker, der bruger en bestemt medicin. Hvis dit blod forudser, at du er ældre end din kalenderalder, kan det være et tegn på, at du aldrer for tidligt på en eller anden måde, som måske ikke er anderledes oplagt eller let kvantificerbar.

Insilico Medicine er ved at væddemål om, at forlængelse af menneskers sundhedstid gennem kunstig intelligens er mulig med tilstrækkelige biologiske data og tilstrækkeligt avancerede analytiske værktøjer. Disse smarte maskiner kan på en dag afdække hemmelighederne i det lange liv og lære os at udskyde eller vende om aldringsprocessen. Det er gode nyheder for regeringer, der beskæftiger sig med ballooning sundhedsomkostninger og enhver, der er interesseret i at leve for evigt.