Denna fråga har bestått över kulturer och civilisationer. Det har gett upphov till en uppsjö av religioner och andliga vägar under tusentals år, och på senare tid, några mycket roliga appar.

Men denna fråga ger nu ett annat svar, eftersom tekniken sakta för oss närmare att exakt förutsäga svaret.

Förutsäga människors livslängd, eller deras "Personal Life Expectancy" (PLE) skulle i hög grad förändra våra liv.

Å ena sidan, det kan ha fördelar för beslutsfattande, och hjälpa till att optimera en individs hälsa, eller de tjänster de får.

Men det potentiella missbruket av denna information av regeringen eller den privata sektorn utgör stora risker för våra rättigheter och integritet.

Även om det för närvarande är svårt att generera en exakt förväntad livslängd, på grund av komplexiteten hos faktorer som ligger till grund för livslängden, framväxande teknik kan göra detta till verklighet i framtiden.

Hur räknar man ut livslängden?

Att förutsäga förväntad livslängd är inget nytt koncept. Experter gör detta på befolkningsnivå genom att klassificera människor i grupper, ofta baserat på region eller etnicitet.

Också, verktyg som djupinlärning och artificiell intelligens kan användas för att överväga komplexa variabler, såsom biomedicinsk data, att förutsäga någons biologiska ålder.

Biologisk ålder hänvisar till hur "gammal" deras kropp är, snarare än när de föddes. En 30-åring som röker mycket kan ha en biologisk ålder närmare 40.

Att beräkna en förväntad livslängd på ett tillförlitligt sätt skulle kräva ett sofistikerat system som tar hänsyn till en bredd av miljö, geografisk, genetiska faktorer och livsstilsfaktorer – som alla har inflytande.

Med maskininlärning och artificiell intelligens, det börjar bli möjligt att analysera större mängder data. Användningen av djupinlärning och kognitiv datoranvändning, som med IBM Watson, hjälper läkare att ställa mer exakta diagnoser än att använda enbart mänskligt omdöme.

Detta, i kombination med prediktiv analys och ökad beräkningskraft, betyder att vi snart kan ha system, eller till och med appar, som kan beräkna förväntad livslängd.

Det finns en app för det

Ungefär som befintliga verktyg som förutsäger överlevnadsgrad för cancer, under de kommande åren kan vi se appar som försöker analysera data för att förutsäga förväntad livslängd.

Dock, de kommer inte att kunna ange ett "döddatum", eller till och med ett dödsår.

Mänskligt beteende och aktiviteter är så oförutsägbara, det är nästan omöjligt att mäta, klassificera och förutsäga livslängd. En personlig förväntad livslängd, även en noggrant beräknad sådan, skulle endast ge en "naturlig förväntad livslängd" baserad på generiska data optimerade med personuppgifter.

Nyckeln till noggrannhet skulle vara kvaliteten och kvantiteten av tillgänglig data. Mycket av detta skulle tas direkt från användaren, inklusive kön, ålder, vikt, höjd och etnicitet.

Tillgång till sensordata i realtid via träningsspårare och smarta klockor kan också övervaka aktivitetsnivåer, hjärtfrekvens och blodtryck. Detta kan sedan kopplas till livsstilsinformation som yrke, socioekonomisk status, träning, kost och familjemedicinsk historia.

Allt ovanstående skulle kunna användas för att klassificera en individ i en generisk grupp för att beräkna förväntad livslängd. Detta resultat skulle sedan förfinas över tiden genom analys av personuppgifter, uppdatera en användares förväntade livslängd och låta dem övervaka den.

Två sidor av ett mynt

Förutsägelser om förväntad livslängd har potential att vara fördelaktiga för individer, vårdgivare och myndigheter.

Till exempel, de skulle göra människor mer medvetna om sin allmänna hälsa, och dess förbättring eller försämring över tiden. Detta kan motivera dem att göra hälsosammare livsstilsval.

De kan också användas av försäkringsbolag för att tillhandahålla individualiserade tjänster, till exempel hur vissa bilförsäkringsbolag använder black-box-teknik för att sänka premierna för mer försiktiga förare.

Regeringar kanske kan använda förutsägelser för att mer effektivt allokera begränsade resurser, såsom socialbidrag och sjukvårdsfinansiering, till individer och områden med större behov.

Som sagt, det finns en trolig nackdel.

Människor kan bli bekymrade om deras förväntade livslängd är oväntat låg, eller vid tanken på att överhuvudtaget ha en. Detta väcker oro för hur sådana förutsägelser kan påverka dem som upplever eller löper risk att drabbas av psykiska problem.

Att ha människors detaljerade hälsodata kan också göra att försäkringsbolagen kan profilera sökande mer exakt, leder till diskriminering av grupper eller individer.

Också, läkemedelsföretag skulle kunna samordna riktade medicinska kampanjer utifrån människors förväntade livslängd. Och regeringar kan välja att beskatta individer annorlunda, eller begränsa tjänster för vissa personer.

När kommer det att hända?

Forskare har arbetat på sätt att förutsäga mänsklig livslängd i många år.

Lösningen skulle kräva input från specialister inklusive demografer, hälsovetare, datavetare, IT-specialister, programmerare, läkare och statistiker.

Även om insamlingen av tillräckligt med data kommer att vara utmanande, vi kan sannolikt förvänta oss att se framsteg på detta område under de kommande åren.

Om så är fallet, frågor relaterade till dataefterlevnad, samt samarbete med statliga och statliga myndigheter måste hanteras noggrant. Alla system som förutsäger förväntad livslängd skulle hantera mycket känsliga uppgifter, att ta upp etiska och integritetsproblem.

Det skulle också locka cyberbrottslingar, och olika andra säkerhetshot.

Går vidare, Orden från Jurassic Parks Dr. Ian Malcolm kommer att tänka på:"Dina vetenskapsmän var så upptagna av huruvida de kunde eller inte, de stannade inte upp och funderade på om de skulle."

Den här artikeln är återpublicerad från The Conversation under en Creative Commons-licens. Läs originalartikeln.