一位我很是敬重的科学网网友发文称：

AI可精准预测20年后人会得哪些病

（科学网链接地址：https://blog.sciencenet.cn/blog-41174-1502470.html）

一、博主说：

一款名为“德尔菲-2M”（Delphi-2M）的改良型大型语言模型，通过分析个人的医疗记录和生活方式，能评估出1000多种疾病的患病风险。博主接着说：一款基于英国40万人数据训练的人工智能系统，可估算一个人在20年内患上癌症及其他多种疾病的可能性。这款模型，利用健康记录和生活方式因素，能提前20年估算一个人患上癌症、皮肤病、免疫性疾病等疾病的可能性。尽管该模型仅基于英国的一个数据集训练，但这种“多疾病建模”能力未来或许能帮助临床医生识别高风险人群，从而尽早采取预防措施。相关研究已于今日发表在《自然》（Nature）杂志上（Learning the natural history of human disease with generative transformers）。

 二、原文陈述的“预测”步骤：

a. 基于ICD-10诊断、生活方式及健康填充令牌的健康轨迹示意图，每种信息均记录具体年龄。  

b. 训练、验证及测试数据来源：左侧为英国生物样本库，右侧为丹麦疾病登记数据库。  

c. Delphi模型架构。红色部分表示与基础GPT-2模型相比的修改内容。“N×”表示将Transformer模块按顺序应用N次。  

d. 模型输入（提示词）与输出（样本）示例，包含（年龄：令牌）对。  

e. Delphi的缩放定律：显示不同训练数据量下，最优验证损失随模型参数变化的函数关系。  

f. 消融实验结果：以基于年龄和性别的基线为参照，通过交叉熵差异（纵轴）衡量不同年龄（横轴）的模型表现。  

g. 事件发生时间预测的准确性：灰色圆点代表每次下一个令牌预测中，事件发生的实际时间（纵轴）与预期时间（横轴）。

三、AI能行的前提是：资料足够多并足够好

（科学网链接地址：https://blog.sciencenet.cn/blog-1200905-1500798.html）

不久前参加过一个“想用AI统筹所有已有的地球科学知识和资料，以便重新审视地球科学的已有理论的研究计划”的评估会议。我认为我闻出了两个漏洞：（1）我国科学界对“地球科学知识和资料”的积累并不足够（这可以理解，毕竟我们花气力积累这类资料的时间较短吗）；（2）绝大部分这类资料是西方科学界积累的（这也可以理解，毕竟他们开始积累这类资料的时间较长。特别是二战以后，他们花了很多时间和精力于如此的积累）。于是呢，我有了疑问：万一西方国家关闭他们的资料网站和不分享他们的资料，我们“想用AI统筹所有已有的地球科学知识和资料，以便重新审视地球科学的已有理论的研究计划”就有难处啦。

四、我对“AI可精准预测20年后人会得哪些病”的批评

我觉得呀，合理的表述应该是：基于大量和可靠的资料，AI提出了可接受度较高的“20年后人会得哪些病”的预测。要不然呢，题目（AI可精准预测20年后人会得哪些病”）会给人一种错觉：AI像我们想象中的神那样，会“无中生有地”预测未来。进而，这里的AI预测的是20年之后的事（还没有被检验呢），怎么会知道这个预测是“精准”呢？