社会科学家对人类生活是否能被预测的问题看法不一。虽然人们对起到重要作用的社会人口学因素已有充分了解，但却一直无法对生命结局进行准确预测。

　　利用丹麦国家登记处约600万人的教育、健康、收入、职业和其他生活事件数据，丹麦技术大学研究团队设计了一个机器学习方法，以构建个体的人类生活轨迹。团队通过调整语言处理技术，用类似模型中语言的方式表达人类生活。这种方法能以类似语言模型捕捉词语间复杂关系的方式生成一个生活事件的术语表。他们提出的模型名为“life2vec”，能确定健康相关诊断、居住地、收入水平等概念之间的复杂关系，并用一个压缩向量编码个人生活，以此作为预测生活结局的基础。

　　研究团队证明，该模型 可预测早死率，即年龄组在35岁至65岁的个体自2016年1月1日起存活4年的概率。另外，其捕捉细微个性差异的能力超过了当下先进的模型和基线标准，表现至少提升11%。