AI预测自杀趋势 | 加拿大政府采集社媒数据干预自杀行为

简介:
本文来自AI新媒体量子位(QbitAI)

加拿大预防自杀协会的数据显示,在加拿大,每天几乎有11个人自杀

为了降低自杀率,提前给情绪低落的人提供精神方面的帮助,这个月加拿大政府启动了一个结合AI研究并预测国内的自杀率的试行项目

由加拿大公共健康中心牵头,和一家AI公司Advanced Symbolics联手合作,把16万个社交账户上PO的内容都过一遍,找出那些讨论自杀的用户有什么样的共同点。

Advanced Symbolics公司很牛,是全球唯一一个准确预测出英国脱欧、希拉里对川普总统大选、2015年加拿大大选结果的研究机构

640?wx_fmt=png&wxfrom=5&wx_lazy=1

这个试行项目将会从这个月开始,到6月的时候结束。

加拿大政府计划试行期间往这个项目上投2万5美刀。如果有可能的话,还会把合同延长到5年,也就是到2023年6月,总预算可以给到40万。

据CBC(加拿大传播公司)消息,这家公司非常在意保护用户的个人隐私,绝对不会翻看用户的私信内容,只采集公开的信息数据,而且采集之前需要经过用户同意,所用数据也会滤掉用户个人资料。

如果我们建立一个监测系统,观察每个人说过些什么,是为了最后让政府给有自杀倾向的人打电话说,‘你好呀,我们的AI系统发现你可能会自杀。’

从用户的角度听,这可能会觉得有点奇怪。

Kenton White,Advanced Symbolics首席科学家告诉CBC。

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

 Kenton White,Advanced Symbolics首席科学家

另外,这家公司可以一定程度地检测到用户是否有:起自杀的念头,或有尝试过自杀,自残,或者是拿自杀威胁他人,和别人聊过自杀计划等行为。

不过,有关这家公司的技术细节资料很少。

从公开的合同看,Advanced Symbolics会把自杀相关的研究结果按年龄和性别分类讨论,最后把行为模式的变化,潜在的危险因子(极有可能自杀),保护因子(自杀倾向很小)等研究结论呈交给加拿大公共健康中心。

其实,用AI来预测和防止自杀,加拿大政府并不是第一个。Facebook去年11月声称,他们会做大AI自杀干预项目,“用模式识别来监测发文内容和直播视频,然后帮助Facebook快速响应帮助那些有自杀想法的用户。”

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

 Facebook最近上线的自杀干预功能

Facebook和Advanced Symbolics试行项目不同地方在于,后者的关注点不在单个用户上,而是想预测出一个地区的自杀趋势,如果有上升的话,就提前三个月提醒政府注意

值得一提的是,这些算法做不到绝对客观,并且也会出错。

不过,政府能够提前看到未来自杀峰值,可以采取一些措施,比如增派某个地区的心理医生

除了加拿大以外,其他国家政府宣称,也开始应用AI算法来处理一些社会性的问题。白宫称,2015年9月就召集了数据科学家和技术专家来协助预防自杀的工作,同年12月还举办了一个全国的精神健康马拉松。

今年伦敦警方也和硅谷公司合作,运用机器学习搜查出电子设备上含有虐童画面的资料(加我们自己的链接)。不过,我们再一次看到,人工智能目前的表现还是差强人意,警方也说了目前这个系统暂时无法区分沙漠和裸体。

还是期待AI在干预自杀方面能发挥更大的作用,把这个世界变好一点点

你可能感兴趣:

斯坦福大学推出对抗抑郁症的聊天机器人(附论文)

最后,附上原文链接:
https://gizmodo.com/canada-is-using-ai-to-study-suicide-related-behavior-1821704710

加拿大公共健康中心和Advanced Symbolics合作的合同
http://t.cn/RHTcTS2

本文作者:Root 
原文发布时间:2018-01-03
相关文章
|
1月前
|
人工智能 监控 安全
数据、AI涌现的年代,迭代数字平台,更需关注安全合规问题
在当下,无论是企业想谋求数字化转型升级,还是想要出海走出去,首先基本上都会对自己的数字体验系统进行重塑,而这其中关于的安全合规问题,也成为了决定企业选择何种技术进行系统迭代更新的关键。
|
3月前
|
人工智能 算法 数据可视化
AI Earth ——开发者模式案例2:Landsat系列影像数据去云
AI Earth ——开发者模式案例2:Landsat系列影像数据去云
42 3
|
2月前
|
机器学习/深度学习 存储 人工智能
为什么AI处理私有数据,需要使用向量数据库
大语言模型通过概率和向量数据库查询来生成高质量内容,当预测概率低于阈值时,利用相似性从本地数据中获取信息,向量数据库通过向量化、表示、查询、搜索和解码等步骤,帮助模型处理未知数据。
|
4月前
|
人工智能 弹性计算 自然语言处理
【Hello AI】AIACC-ACSpeed性能数据
本文展示了AIACC-ACSpeed的部分性能数据,相比较通过原生DDP训练模型后的性能数据,使用AIACC-ACSpeed训练多个模型时,性能具有明显提升。
|
7天前
|
机器学习/深度学习 人工智能 自然语言处理
【AI 生成式】如何利用生成式人工智能进行机器学习的数据增强?
【5月更文挑战第4天】【AI 生成式】如何利用生成式人工智能进行机器学习的数据增强?
|
18天前
|
人工智能 NoSQL atlas
生成式AI入门必读:基本概念、数据挑战与解决方案
为了实现这一目标,许多企业正在选择MongoDB Atlas
|
18天前
|
数据采集 存储 人工智能
【AI大模型应用开发】【LangChain系列】实战案例4:再战RAG问答,提取在线网页数据,并返回生成答案的来源
【AI大模型应用开发】【LangChain系列】实战案例4:再战RAG问答,提取在线网页数据,并返回生成答案的来源
60 0
|
1月前
|
Cloud Native 关系型数据库 分布式数据库
数据之势丨云原生数据库,走向Serverless与AI驱动的一站式数据平台
在大模型席卷之下,历史的齿轮仍在转动,很多人开始思考,大模型能为数据库带来哪些改变。阿里云数据库产品事业部负责人李飞飞表示,数据库和智能化的结合是未来非常重要的发展方向,数据库的使用门槛将大幅降低。
|
1月前
|
数据采集 机器学习/深度学习 人工智能
|
1月前
|
机器学习/深度学习 数据采集 人工智能