根據(jù)疾病預防控制中心的數(shù)據(jù)，從2007年到2017年，10-24歲人群的自殺率增加了56%。據(jù)無家可歸者委員會的全國衛(wèi)生保健報告，與普通人群相比，超過一半的無家可歸者有過自殺的想法或試圖自殺。

南加州大學維特比工程學院工業(yè)與系統(tǒng)工程和計算機科學助理教授菲比·瓦亞諾斯一直在尋求一個強有力的盟友——人工智能——的幫助，以幫助降低自殺的風險。

在這項研究中，我們想找到減輕年輕人自殺意念和死亡的方法。我們的想法是利用現(xiàn)實生活中的社交網(wǎng)絡信息，建立一個由處于戰(zhàn)略位置的個人組成的支持網(wǎng)絡，這些人可以‘監(jiān)視’他們的朋友，并在需要時向他們推薦幫助。”

菲比·瓦亞諾斯，南加州大學維特比工程學院工業(yè)和系統(tǒng)工程與計算機科學助理教授

Vayanos,南加州大學的人工智能中心副主任在社會(中美國際學校),和她的團隊一直在過去幾年來設計一個算法,能夠識別在一個給定的真實的社會團體將是最好的人作為“看門人”訓練能夠識別預警自殺的跡象,如何應對。

Vayanos和博士生Aida Rahmattalabi是“探索穩(wěn)健圖覆蓋問題的算法公平性”研究的主要作者，他們調(diào)查了朋友、親戚和熟人等社會關系的潛力，以幫助降低自殺風險。他們的論文將在本周舉行的第三十三屆神經(jīng)信息處理系統(tǒng)(NeurIPS)會議上發(fā)表。

“考慮到資源的限制和開放世界部署的不確定性，我們希望確保最大數(shù)量的人受到監(jiān)視。例如，如果網(wǎng)絡上的一些人不能參加看門人培訓，我們?nèi)匀幌Ｍ幸粋€強大的支持網(wǎng)絡，”Vayanos說。

在這項研究中，Vayanos和Rahmattalabi研究了洛杉磯無家可歸的年輕人的社會關系網(wǎng)絡，因為每兩個無家可歸的年輕人中就有一個考慮過自殺。

Vayanos說:“我們的算法可以提高針對這一特別弱勢群體的自殺預防培訓的效率?！?/p>

對于Vayanos來說，效率意味著開發(fā)一種模型和算法，這種模型和算法可以盡可能地擴展有限的資源。在這種情況下，有限的資源是人類的看門人。該算法試圖計劃如何在網(wǎng)絡中對這些個體進行最佳定位和訓練，以監(jiān)視其他個體。

“如果你有戰(zhàn)略眼光，”Vayanos說，“你可以覆蓋更多的人，你可以有一個更強大的支持網(wǎng)絡?！?/p>

“通過這項研究，我們還可以幫助告知那些正在就自殺預防計劃的資助做出決定的決策者;例如，與他們分享需要接受門衛(wèi)培訓的最少人數(shù)，以確保所有的年輕人至少有一個受過培訓的朋友可以照看他們，”Vayanos說。

“我們的目標是保護盡可能多的年輕人，”主要作者Rahmattalabi說。

部署這個人工智能系統(tǒng)的一個重要目標是確保公平和透明。

“我們經(jīng)常工作在環(huán)境資源有限,這往往不成比例的影響在歷史上被邊緣化和弱勢群體,”這項研究的合著者說安東尼?Fulginiti助理教授丹佛大學社會工作從南加州大學獲得博士學位,與埃里克開始他的研究大米,創(chuàng)始主任南加州大學中美國際學校。

Fulginiti說:“這個算法可以幫助我們找到社會網(wǎng)絡中的一小部分人，這給了我們最好的機會，讓年輕人與那些在處理資源限制和其他不確定性時受過訓練的人聯(lián)系在一起。”

研究人員說，這項工作對弱勢群體尤其重要，尤其是那些正在經(jīng)歷無家可歸的年輕人。

“我們在基于無家可歸青年社交網(wǎng)絡的實驗中發(fā)現(xiàn)了一件令人驚訝的事情，即現(xiàn)有的人工智能算法，如果不進行定制部署，在不同種族之間產(chǎn)生的保護率差異最高可達68%。”我們的目標是讓這個算法盡可能公平，并調(diào)整算法來保護那些處境更差的群體?！盧ahmattalabi說。

南加州大學的CAIS研究人員想要確?！翱撮T人”的覆蓋面越高越好。他們的算法將現(xiàn)實生活中無家可歸的年輕人社交網(wǎng)絡覆蓋的偏差降低了20%。

Rahmattalabi說:“我們的解決方案不僅通過解決一個計算困難的問題推動了計算機科學領域的發(fā)展，而且通過將計算方法引入到預防程序的設計和部署中，推動了社會工作和風險管理科學的邊界。”