|
哪类人会选择自杀？随着越来越频繁的自杀事件，人类这种神秘的行为愈加引人注目。人们都想知道这类悲剧产生的原因，这再正常不过了。与这些自杀者最亲近的人备受折磨，他们想知道是否可以做点什么来阻止这些悲剧的发生。 我作为一名研究自杀问题的科学家，过去十年一直在研究这个问题，看起来我本应该知道什么样的人更容易会自杀。但事实却令人遗憾，我并不知道。  更令人难过的是，其他研究自杀的学者、心理学家、精神病专家都不知道。有关自杀的研究结果显示，这与我们认识自杀者的时间长短和我们了解他们的程度都无关。在我的研究中，我和同事发现，我们对于自杀的预测只比瞎猜稍微准确一点。 不幸的是，大部分科学家花了大概五十年的时间才意识到自杀很难预测这个事实。几年前，大家普遍接受了这个事实，但2017年，一种新的希冀出现了：一种被称为机器学习的人工智能问世。正如近些年几个研究小组证明的那样，机器学习也许更会预测谁会企图自杀或者死于自杀，准确率高达90%。 为了理解为什么人类自己不能准确预测自杀，我们需要回过头来，先了解一些关于人类认知，自杀和机器学习的本质。  人们喜欢具有以下两个特点的解释。 第一，简单直接。这意味着解释应该涉及一件或者少数几件事。例如，抑郁症就是自杀的一个简单的解释。 第二，确定性。这意味着只能有一套解释来说明事情的全部或者大部分。例如，抑郁症是大部分自杀的原因，这就是一个确定的解释。简单又确定的解释风格是很直观、高效的。这对我们的生存，繁衍和生活很有帮助。 但是这种思维模式却对我们理解自然没有帮助。因为自然不是简单的也不是确定不变的。近几十年来，科学家们逐渐意识到，从物理现象到生物现象再到人类行为，几乎所有的事都是复杂的且不确定的。换句话说，大部分事情都需要我们通过多种东西来分析，而这些东西都是以一种复杂的方式组合在一起，因此也就没有一套确定的解释来描述大部分物理、生物和人类的行为现象。  我知道后者的不确定论非常不直观，所以我来举个简单的例子。数学方程式x+y=1有不确定的解。人类本能地努力找到这个方程式的唯一解（例如，x等于1，y等于0）。 但是这个等式没有唯一的解，而是有无数的解。然而，很重要的一点是这并不意味着任何数都能成为这个等式的答案。也有很多不满足这个等式的x和y的值。大多数人很难把握这种在“一个答案”和“什么都行”之间的不确定地带，但这就是自然本来的样子。 科学证据的研究结果表明，就像自然中其他大部分事物一样，自杀的原因是复杂且不确定的。成百上千的因素都与自杀有关，但是对自杀的预测却比单纯瞎猜准确不了多少。  例如，人们通常认为抑郁症是导致自杀的一个重要因素。但是大约2%的患有严重抑郁症的人最终会选择自杀，而这仅仅比美国总人口中1.6%的人最终自杀身亡的比率稍微高一点。这种模式符合复杂性这个特点，因为这表明我们必须综合考虑很多因素来解释自杀的原因。 同理心很重要，那么我们如何把这些因素综合在一起？一个直接的解决办法就是把这些因素加到一起。但是当我们把几百个因素汇总之后，这种方法就不可行了——预测的准确度还是仅仅比瞎猜高一点点。 一个更好的解决方式是找到几十个甚至是上百个因素的优化组合。我们该如何做呢？机器学习就是一个很好的回答。  简而言之，机器学习程序能处理大量信息，并且对于一个给定的任务，它可以获悉其因素的优化组合。例如，大多数已有的机器学习研究都使用了来自电子健康档案的信息，包括与心理健康诊断、身体健康问题，药物治疗，人口统计以及医院访问记录有关的几百种因素。 前几年，几个研究小组的研究结果显示，这种方法可以持续预测自杀未遂率以及自杀死亡率，准确度达到了80%~90%。许多研究小组努力把这种算法应用到实际的临床实践中。 需要记住的一点是，对自杀的预测没有这么一种单一的算法。这是因为自杀具有不确定性，与x+y=1很类似。正如许多调查结果显示的那样，有无数种算法都可以让预测自杀的准确率达到80%~90%。 研究表明，对于一个好的算法，没有任何特殊的因素是不可或缺的，许多不同类型的算法都能准确预测。但是，这种不确定性同时也意味着也有很多近乎无限的错误算法。  所有这些研究都告诉我们，自杀太复杂又不确定，人类难以预测。我不能准确预测到谁会自杀死亡，也不能真地解释出为什么这个人会自杀，同样其他人也不能预测（其中也包括自杀者自己）。 虽然机器学习对于解决自杀的复杂性已经做得很好了，但还远远不够。尽管它能准确预测谁最后会自杀身亡，但却不能告诉我们某个人自杀的具体时间。这个对于“时间”的预测维度很重要，要解决这个问题还需要很多年的研究。 同时，我们人类又可以做什么呢？尽管我们没有能力知道某个人是否会自杀身亡，但我们的确可以给他们支持和关心。如果你认为有人正置身于挣扎之中，跟他们谈一谈吧，让他们了解一些救助热线(中国心理危机与自杀干预中心救助热线 800-810-1117)。 来源：译言网（yeeyan.org） |
|
|
