人工智能■当AI成功预测疫情,人类掌控病毒传播还有多远( 二 )


基于人工智能的快速疫情预测为这场疫情战争分夺秒 , 大大提高了抗疫措施的时效性 , 让防疫措施有的放矢 。
现阶段AI疫情预测还需人工干预
然而 , 现阶段人工智能在疫情预测的过程中还需要一定程度的人工干预 , 需要人们更深入地研究不同的疫情案例 。
受限于目前人工智能技术 , 疫情预测系统极易被触发、被忽略 , 同时系统还可能生成大量的假阳性结果 。
正如开发BlueDot的公司“HealthMap”的创办人 , 约翰·布朗斯坦所说 , “数据会基于人们在网上的行为不断变化 , 所以你必须不断重新调整你的算法” 。
同样BlueDot的疫情预测系统也需要包括地理信息系统、空间分析、计算机科学 , 临床传染病、旅游和热带医学以及公共卫生方面的医学专家来审查人工智能标记的信息 。
人工智能■当AI成功预测疫情,人类掌控病毒传播还有多远
本文插图
图片来源:***网
相信随着人工智能的不断发展和算力的不断提升 , 更泛化的人工智能 , 或基于数据自适应的算法实现也将会变成可能 。
使用人工智能技术做疫情预测还在一定程度上依赖于数据的质量和可得性 。 比如一旦疫情为人所知 , 政府开始禁止地区或者国家间的人员流动 , 旅行模式就发生了变化 。 继续使用航空公司的历史数据来用人工智能作为预测将会降低模型的准确性 。
而使用人工智能处理智能设备的实时地理数据 , 可以更好地分析疫情的聚散和传播轨迹 。
以色列政府采用反恐级别的技术监控来追踪疫情 , 通过严密监控人们的智能手机和面部摄像头以及体温报告 , 可以快速识别病毒携带者并提醒与感染者的距离 。 不过在重视数据隐私的西方国家 , 这种数据的可得性将会限制并影响人工智能技术的表现 。
人工智能预测疫情尚有提升空间
虽然人工智能在疫情传播预测中发挥了重大作用 , 但从这次疫情发展过程来看 , 人工智能仍有很大空间值得挖掘和提升 。
目前公开渠道获取的疫情数据口径、数据统计时间等维度不统一、数据源混杂重复、数据质量不高 , 为人工智能处理分析带来很大困难 , 极大地影响了预测系统的稳健性与准确性 。
并且各厂商之间的人工智能预测模型所需的数据流通不足 , 不同的预测系统之间的数据是分散割裂 , 进而数据的价值、人工智能的模型不能得到最大化的利用 。 这些都是人工智能技术用于预测疫情所急需解决的问题 。
利用AI技术 , 我们将不仅可以准确地预测类似本次新型冠状病毒的疫情 , 还可以在疫情控制、病情诊断、疫苗研发 , 以及社会经济等方面帮助我们轻松战胜未来可能发生的其他疫情 。
就像石油在第二次第三次工业革命中的作用一样 , 人工智能技术在第四次工业革命起到了至关重要的作用 。 相信 , 在未来面对疫情时 , 有了人工智能的助力 , 我们将可以从容应对 , 不再恐慌 。
□李凌波 , 吴凡 , 宦羽茜 , 赵祚潮(图灵智能科技研究员)
编辑:李碧莹 校对:卢茜
投稿、合作、联系我们:futurecity@xjbsmartcity.com