利用生命事件序列预测人类生活轨迹

在过去十年中，机器学习通过灵活的计算模型彻底改变了计算机分析文本的能力。由于其与书面语言的结构相似性，基于Transformer的架构也显示出作为工具来理解一系列多变量序列的潜力，这些序列涵盖蛋白质结构、音乐、电子健康记录到天气预报。我们也可以用与语言共享这种结构相似性的方式来表示人类生活。从一种视角看，生活仅仅是事件的序列：人们出生、看儿科医生、开始上学、搬到新地点、结婚，等等。在此，我们利用这种相似性，借鉴自然语言处理的创新成果，基于详细的事件序列来考察人类生活的演化与可预测性。为此，我们利用了 arguably 现存最全面的登记数据，该数据涵盖一个拥有超过六百万人口、跨度数十年的整个国家。我们的数据包含有关健康、教育、职业、收入、住址和工作时间等生活事件的信息，以逐日分辨率记录。我们在单一向量空间中创建生活事件的嵌入，表明该嵌入空间稳健且高度结构化。我们的模型能够预测从早期死亡到人格细微差异的多种结果，以大幅优势超越最先进的模型。利用解释深度学习模型的方法，我们探查该算法以理解促成预测的因素。我们的框架使研究者能够识别影响生活结果的新潜在机制以及相关的个性化干预可能性。