根据疾病预防控制中心(CDC)的数据，从2007年到2017年，10-24岁个人的自杀率增加了56%。与普通民众相比，半数以上无家可归的人曾有过自杀或自杀未遂的念头，无家可归者理事会卫生保健报告。

USC维特比工程学院工业与系统工程和计算机科学助理教授Phebe Vayanos一直在寻求强大的盟友-人工智能-来帮助降低自杀风险。

“在这项研究中，我们想找到减轻青少年自杀念头和死亡的方法。我们的想法是利用现实生活中的社交网络信息来建立战略定位个人的支持网络，以'监视'他们的朋友和朋友。请他们根据需要提供帮助。” Vayanos说。

南加州大学社会人工智能中心(CAIS)的副主任Vayanos和她的团队在过去的几年中一直在努力设计一种算法，该算法能够确定在给定的现实社会群体中谁是最佳人选被训练为“门将”，能够识别自杀的警告信号以及如何应对。

Vayanos和博士研究“在健壮的图形覆盖问题中探索算法的公平性”研究的主要作者候选人艾达•拉赫玛塔拉比(Aida Rahmattalabi)调查了诸如朋友，亲戚和熟人之类的社交关系潜在的潜力，以帮助减轻自杀风险。他们的论文将在本周的第三十三届神经信息处理系统会议(NeurIPS)上发表。

“我们希望确保考虑到资源限制和开放世界部署的不确定性，以确保最大限度地照顾人员。例如，如果网络中的某些人员无法参加网守培训，我们仍然希望拥有强大的支持网络。” Vayanos说。

在这项研究中，Vayanos和Rahmattalabi考察了洛杉矶无家可归的年轻人的社会关系网，假设有2分之1的无家可归青年人已自杀。

Vayanos说：“我们的算法可以提高针对这一特别脆弱人群的自杀预防培训的效率。”

对于Vayanos而言，效率转化为开发一种模型和算法，该模型和算法可以最大限度地扩展有限的资源。在这种情况下，有限的资源是人的网守。该算法试图规划如何在网络中更好地定位和培训这些人以提防他人。

Vayanos说：“如果您具有战略性，您可以覆盖更多的人，并且可以拥有更强大的支持网络。”

“通过这项研究，我们还可以为决策者提供信息，帮助他们制定有关预防自杀计划的资金;例如，与他们分享需要接受网守培训的最低人数，以确保所有青年至少有一个训练有素的朋友，可以提防他们。” Vayanos说。

主要作者拉赫玛塔拉比说：“我们的目标是保护尽可能多的年轻人。”

部署此AI系统的一个重要目标是确保公平和透明。

丹佛大学社会工作助理教授安东尼·富尔吉尼蒂(Anthony Fulginiti)研究的合著者说：“我们经常在资源有限的环境中工作，这往往会对历史上处于边缘地位的弱势群体造成不成比例的影响。” D.从USC毕业于USC CAIS的创始董事Eric Rice。