Ինչպե՞ս AI- ն պայքարում է կորոնավիրուսի բռնկման դեմ:


պատասխանել 1:

Արհեստական ​​ինտելեկտը կարող էր պայքարել ապագա կորոնավիրուսի դեմ

.

Կորոնավիրուսի նման հիվանդությունների բռնկումը հաճախ շատ արագ է զարգանում, որպեսզի գիտնականները բուժում գտնեն: Բայց հետագայում արհեստական ​​բանականությունը կարող է օգնել հետազոտողներին ավելի լավ աշխատանք կատարել:

Չնայած որ դա, հավանաբար, շատ ուշ է, որ գործող տեխնոլոգիաները մեծ դեր ունենան ներկայիս համաճարակի մեջ, հաջորդ բռնկումների հույս կա: AI- ն լավ է, որ կարող է գտնել բազում տվյալների միջոցով կապեր գտնելու համար, որոնք հեշտացնում են որոշելու, թե որ տեսակի բուժում կարող է աշխատել կամ որից հետո փորձեր իրականացնել:

Հարցն այն է, թե ինչով է պայմանավորված Big Data- ը, երբ այն ձեռք կբերի միայն քիչ քանակությամբ տեղեկատվություն «Covid-19» - ի նոր ձևավորված հիվանդության վերաբերյալ, որը առաջին անգամ հայտնվեց անցյալ տարվա վերջին Չինաստանում և մոտ երկու ամսում հիվանդացավ ավելի քան 75,000 մարդու:

Այն փաստը, որ հետազոտողներին հաջողվել է արտադրել նոր վիրուսի գենային հաջորդականացումը առաջին հաղորդված դեպքերի առաջին շաբաթվա ընթացքում, քանի որ ցույց է տալիս, որ այժմ շատ ավելի անմիջական տվյալներ կան, երբ բռնկումներ են տեղի ունենում:

Էնդրյու Հոփկինս, Անգլիայի Օքսֆորդի գլխավոր գործադիր տնօրեն «Էքշենսիա» ՍՊԸ-ն այն մարդկանց թվում է, ովքեր աշխատում են թմրամիջոցների հայտնաբերման համար արհեստական ​​բանականություն պատրաստելու հարցում: Նա նշում է, որ նոր բուժումները հաջորդ տասնամյակում, հնարավորինս 18-ից 24 ամսվա ընթացքում, կարող են անցնել հայեցակարգից մինչև կլինիկական թեստավորում, շնորհիվ ԱԻ:

Exsledgeia- ն ստեղծեց նոր բարդություն `obsessive-compulsive խանգարումը բուժելու համար, որը պատրաստ է լաբորատորիայի փորձարկել նախնական հետազոտական ​​փուլում մեկ տարուց պակաս հետո: Ընկերության տվյալներով, դա միջինից մոտ 5 անգամ ավելի արագ է:

Քեմբրիջի վրա հիմնված Healx- ը նման մոտեցում ունի, բայց այն օգտագործում է մեքենայական ուսուցում ՝ գոյություն ունեցող դեղերի համար նոր օգտագործումներ գտնելու համար: Երկու ընկերություններն էլ իրենց ալգորիթմները կերակրում են տեղեկություններով, որոնք հավաքված են այնպիսի աղբյուրներից, ինչպիսիք են ամսագրերը, կենսաբժշկական տվյալների բազաները և կլինիկական փորձարկումները `առաջարկելով հիվանդությունների նոր բուժում:

Մարդկային վերահսկողություն

Երկու ընկերությունները յուրաքանչյուրն օգտագործում են մարդկային հետազոտողների թիմ, որպեսզի ԱՀ-ի կողքին աշխատեն `գործընթացն առաջնորդելու համար: Exsledgeia- ի մոտեցմամբ, որը կոչվում է Centaur Chemist, դեղերի դիզայներներն օգնում են սովորեցնել միացություններ որոնելու ալգորիթմների ռազմավարությունները: Healx- ը AI- ի կանխատեսումները տալիս է հետազոտողներին, ովքեր վերլուծում են արդյունքները և որոշում են, թե ինչ է հետամուտ լինել:

Նիդեռ Թոմփսոնը, Healx- ի գիտության գլխավոր պատասխանատու, ասում է, որ տեխնիկան կարող է տեղակայվել կորոնավիրուսի նման բռնկման դեմ, քանի դեռ բավականաչափ տվյալներ կան նոր հիվանդության մասին: Healx- ը չի աշխատում կորոնավիրուսը լուծելու կամ բռնկումների տարածման համար իր տեխնոլոգիան խթանելու վրա, բայց դա ձգձգում չէր:

«Մենք բավականին մոտ ենք», - ասել է Թոմփսոնը հարցազրույցում: «Կարիք չի լինի, որ մենք շատ բան փոխենք AI- ի ալգորիթմների վերաբերյալ, որոնք մենք օգտագործում ենք: Մենք նայում ենք դեղերի հատկություններին համապատասխանելու հիվանդության հատկություններին »:

Արհեստական ​​հետախուզության ալգորիթմները արդեն սկսում են դեղեր հանել, որոնց մասին մենք գիտենք: Հինգշաբթի օրը Մասաչուսեթսի տեխնոլոգիական ինստիտուտի գիտնականները ասում են, որ նրանք կօգտագործեն այդ մեթոդը `հայտնաբերելու համար նոր հակաբիոտիկների միացություն, որը կարող է սպանել խնդրահարույց բակտերիաների մի շարք, նույնիսկ որոշ, որոնք ներկայումս դիմացկուն են այլ բուժման համար:

Այս բոլոր տեխնոլոգիաների համար մեկ բռնում կլինիկական ստուգումն է: Նույնիսկ հիվանդությունները, որոնք արդեն անվտանգ են օգտագործման համար `մեկ հիվանդությունը բուժելու համար, պետք է նորից փորձարկվեն` նախքան մյուսի համար նշանակելը: Մարդկանց մեծ թվով մարդկանց անվտանգ և արդյունավետ ցուցադրելու գործընթացը կարող է տարիներ տևել, նախքան վերանայման համար դիմել կարգավորող մարմիններին:

Արդյունավետ լինելու համար, ԱԻ-ի վրա հիմնված դեղամիջոցները մշակողները պետք է պլանավորեին ժամանակից շուտ ՝ ընտրելով վիրուսի գենոմը, որը, հավանաբար, հետագայում խնդիրներ կառաջացնի և նպատակաուղղելու այն, երբ դա անելու քչերն են:

Շնորհակալություն.


պատասխանել 2:

Խաղն արդեն ավարտված է:

Եթե ​​ոչ կորոնավիրուսի համար, ապա գոնե գերհամակարգիչների համար: MIT- ի և Հարվարդի հետազոտողները օգտագործեցին AI- ն `հայտնաբերելու համար նոր հակաբիոտիկ, որը կարող է սպանել բազմաթիվ թմրամիջոցների դիմացկուն մանրէներ: Նրանք վերապատրաստեցին մեքենայական ուսուցման ալգորիթ ՝ վերլուծելու քիմիական միացությունները, որոնք ի վիճակի են վարակել վարակների դեմ ՝ օգտագործելով մեխանիզմները, որոնք տարբերվում են առկա դեղամիջոցներից:

Նրանք իրենց մոդելը վերապատրաստեցին 2.500 մոլեկուլների վրա, որոնք նույնականացնում էին միացություն (նրանք այն անվանում էին «Halicin») ՝ հիվանդների և լաբորատորիաներում աճեցված մանրէների վրա փորձարկելու համար: «Հալիցինը» կարող է սպանել բազմաթիվ թմրամիջոցների դիմացկուն մանրէների, այդ թվում

mycobactirium tuberculosis, clostridium difficile

և

acinetobacter baumannii.

Հալիցինը բուժեց վարակված երկու մկների հետ

A.baumannii- ն:

Ի դեպ, Իրաքում և Աֆղանստանում շատ ամերիկացի զինվորներ վարակվել են նույն սխալի միջոցով: Հաղորդագրության մեջ ասվում է, որ այս երկու մկների մաշկի վրա կիրառված Հալիցինի մի քսուք ամբողջությամբ բուժեց նրանց 24 ժամվա ընթացքում:

Թմրամիջոցների հայտնաբերման համար կանխատեսելի համակարգչային մոդելներ օգտագործելը նոր չէ, բայց մինչ այժմ լավագույն հաջողությունը նկատվում է Հալիցինի հետ:

Ըստ հետազոտողների, նրանց կանխատեսելի մոդելը կարող է անել այն, ինչը արգելված է թանկ ավանդական փորձարարական մոտեցումների համար:

Հալիցինի այս հաջողությունը գալիս է մարդկային պատմության կարևորագույն փուլում: Կանխատեսվում է, որ մինչև 2050 թվականը աշխարհում թմրանյութերի դիմացկուն բակտերիաների պատճառով մահացությունները կարող են հասնել 10 միլիոնի:

Հալիցինը մարդու մեջ օգտագործելի դարձնելու համար անհրաժեշտ է հետագա աշխատանք: Չնայած դրանց ալգորիթմը նախատեսված է բակտերիաների համար, այն կարող է «բարելավելի» լինել նաև վիրուսի դեմ պայքարում:


պատասխանել 3:

Պատկերացրեք, որ Չինաստանում հիվանդանոցն ունի 1000 դեպք, որոնք ունեն նմանատիպ ախտանիշներ, ի՞նչ է անում հիվանդանոցը: Չնայած ախտանիշների և ախտորոշման վերաբերյալ բոլոր տեղեկությունները փաստաթղթավորված և հասանելի են էլեկտրոնային եղանակով, առողջապահության վարչությունը ի վիճակի է ձեռնարկել անհրաժեշտ և համապատասխան միջոցներ:

AI- ն հիանալի և արագ է հայտնաբերում նախշերը, արագ հայտնաբերման նմանությունները: Ինչպե՞ս

Google որոնումը հնարավոր է

ամբողջ աշխարհում հնարավոր հիվանդությունները հայտնաբերելու համար: Պարզապես միայն որոնման պարզ ձևերով, ԱԻ-ն կարող է իրականում հայտնաբերել հնարավոր սպառնալիքներն ու համաճարակները, որոնք կարող են բռնկվել ամբողջ համամասնությամբ:

Վերադառնալով Corona Virus- ին ՝ այն բանից հետո, երբ Չինաստանը հաստատեց հիվանդության ախտանիշները, ախտորոշեց այն, այն տարածում է այս տեղեկատվությունը բոլոր մյուս հնարավոր պետական ​​կազմակերպություններին, որոնք կարող են արագ տեղադրել ջերմային դետեկտորներ, որոնք կարող են սկանավորել այդ ախտանիշներով մարդկանց և դասակարգել դրանք, որպես երևի վարակված կամ կրող: կամ անձեռնմխելի: Քանի որ վիրուսները արագորեն մուտատվում են, նրանք հակված են փոխել իրենց տեսքը, ախտանշանները կարող են փոխվել և դժվար է ախտորոշել: Բայց AI- ի հետ Չինաստանը ի վիճակի է օգնել կառավարություններին այն մարդկանց հետ, ովքեր տեղափոխվել են Չինաստանից, հատկապես Վուհանն ու այնուհետև միջազգայնորեն տեղափոխվել են քաղաքներ: Այս տեղեկատվությունը կարող է վերլուծվել ԱԻ-ի կողմից ՝ այդ քաղաքներից, հիվանդանոցներից ստացվող լուրերը պարզելու համար, որպեսզի հանելուկի կտորները միասին դնեն:

Հուսով եմ ՝ սա կօգնի:


պատասխանել 4:

Վերջերս, եթե մենք ունենք մի քանի հիվանդների տվյալներ, քան մենք կարող ենք ճանաչել և գտնել օրինակներ, կորոնային դրական հիվանդների: Դրանից հետո մենք կարող ենք ստուգել նոր հիվանդի ՝ կանխատեսելու, արդյոք այս հիվանդը կարող է վարակվել, թե ոչ ՝ տեսնելով դրանց օրինակը: Դա առանձնացնելու համար կարող են օգտագործվել դասական մեքենայական ուսուցման կամ խորը ուսուցման տեխնիկա:

Ընդհանուր առմամբ, մենք պետք է շատ զգույշ լինենք և պետք է շփվենք բժշկական ոլորտի անձի հետ `վերլուծելու այդ օրինակը` ընդհանրացնելու համար, թե իրականում ինչ է կատարվում, ինչպիսի՞ն են մարմնում վիրուսի կողմից առաջ բերված փոփոխություններն ու մեխանիզմները `ավելի լավ հասկանալու համար մոդելը:


պատասխանել 5:

Կորոնավիրուսի նման հիվանդությունների բռնկումը հաճախ շատ արագ է զարգանում, որպեսզի գիտնականները բուժում գտնեն: Բայց հետագայում արհեստական ​​բանականությունը կարող է օգնել հետազոտողներին ավելի լավ աշխատանք կատարել:

Չնայած որ դա, հավանաբար, շատ ուշ է, որ գործող տեխնոլոգիաները մեծ դեր ունենան ներկայիս համաճարակի մեջ, հաջորդ բռնկումների հույս կա: AI- ն լավ է, որ կարող է գտնել բազում տվյալների միջոցով կապեր գտնելու համար, որոնք հեշտացնում են որոշելու, թե որ տեսակի բուժում կարող է աշխատել կամ որից հետո փորձեր իրականացնել:

Հարցն այն է, թե ինչով է պայմանավորված Big Data- ը, երբ այն ձեռք կբերի միայն քիչ քանակությամբ տեղեկատվություն «Covid-19» - ի նոր ձևավորված հիվանդության վերաբերյալ, որը առաջին անգամ հայտնվեց անցյալ տարվա վերջին Չինաստանում և մոտ երկու ամսում հիվանդացավ ավելի քան 75,000 մարդու:

Այն փաստը, որ հետազոտողներին հաջողվել է արտադրել նոր վիրուսի գենային հաջորդականացումը առաջին հաղորդված դեպքերի առաջին շաբաթվա ընթացքում, քանի որ ցույց է տալիս, որ այժմ շատ ավելի անմիջական տվյալներ կան, երբ բռնկումներ են տեղի ունենում:

Էնդրյու Հոփկինս, Անգլիայի Օքսֆորդի գլխավոր գործադիր տնօրեն «Էքշենսիա» ՍՊԸ-ն այն մարդկանց թվում է, ովքեր աշխատում են թմրամիջոցների հայտնաբերման համար արհեստական ​​բանականություն պատրաստելու հարցում: Նա նշում է, որ նոր բուժումները հաջորդ տասնամյակում, հնարավորինս 18-ից 24 ամսվա ընթացքում, կարող են անցնել հայեցակարգից մինչև կլինիկական թեստավորում, շնորհիվ ԱԻ:

Exsledgeia- ն ստեղծեց նոր բարդություն `obsessive-compulsive խանգարումը բուժելու համար, որը պատրաստ է լաբորատորիայի փորձարկել նախնական հետազոտական ​​փուլում մեկ տարուց պակաս հետո: Ընկերության տվյալներով, դա միջինից մոտ 5 անգամ ավելի արագ է:

Քեմբրիջի վրա հիմնված Healx- ը նման մոտեցում ունի, բայց այն օգտագործում է մեքենայական ուսուցում ՝ գոյություն ունեցող դեղերի համար նոր օգտագործումներ գտնելու համար: Երկու ընկերություններն էլ իրենց ալգորիթմները կերակրում են տեղեկություններով, որոնք հավաքված են այնպիսի աղբյուրներից, ինչպիսիք են ամսագրերը, կենսաբժշկական տվյալների բազաները և կլինիկական փորձարկումները `առաջարկելով հիվանդությունների նոր բուժում:

Մարդկային վերահսկողություն

Երկու ընկերությունները յուրաքանչյուրն օգտագործում են մարդկային հետազոտողների թիմ, որպեսզի ԱՀ-ի կողքին աշխատեն `գործընթացն առաջնորդելու համար: Exsledgeia- ի մոտեցմամբ, որը կոչվում է Centaur Chemist, դեղերի դիզայներներն օգնում են սովորեցնել միացություններ որոնելու ալգորիթմների ռազմավարությունները: Healx- ը AI- ի կանխատեսումները տալիս է հետազոտողներին, ովքեր վերլուծում են արդյունքները և որոշում են, թե ինչ է հետամուտ լինել:

Նիդեռ Թոմփսոնը, Healx- ի գիտության գլխավոր պատասխանատու, ասում է, որ տեխնիկան կարող է տեղակայվել կորոնավիրուսի նման բռնկման դեմ, քանի դեռ բավականաչափ տվյալներ կան նոր հիվանդության մասին: Healx- ը չի աշխատում կորոնավիրուսը լուծելու կամ բռնկումների տարածման համար իր տեխնոլոգիան խթանելու վրա, բայց դա ձգձգում չէր:

«Մենք բավականին մոտ ենք», - ասել է Թոմփսոնը հարցազրույցում: «Կարիք չի լինի, որ մենք շատ բան փոխենք AI- ի ալգորիթմների վերաբերյալ, որոնք մենք օգտագործում ենք: Մենք նայում ենք դեղերի հատկություններին համապատասխանելու հիվանդության հատկություններին »:

Արհեստական ​​հետախուզության ալգորիթմները արդեն սկսում են դեղեր հանել, որոնց մասին մենք գիտենք: Հինգշաբթի օրը Մասաչուսեթսի տեխնոլոգիական ինստիտուտի գիտնականները ասում են, որ նրանք կօգտագործեն այդ մեթոդը `հայտնաբերելու համար նոր հակաբիոտիկների միացություն, որը կարող է սպանել խնդրահարույց բակտերիաների մի շարք, նույնիսկ որոշ, որոնք ներկայումս դիմացկուն են այլ բուժման համար:

Այս բոլոր տեխնոլոգիաների համար մեկ բռնում կլինիկական ստուգումն է: Նույնիսկ հիվանդությունները, որոնք արդեն անվտանգ են օգտագործման համար `մեկ հիվանդությունը բուժելու համար, պետք է նորից փորձարկվեն` նախքան մյուսի համար նշանակելը: Մարդկանց մեծ թվով մարդկանց անվտանգ և արդյունավետ ցուցադրելու գործընթացը կարող է տարիներ տևել, նախքան վերանայման համար դիմել կարգավորող մարմիններին:

Արդյունավետ լինելու համար, ԱԻ-ի վրա հիմնված դեղամիջոցները մշակողները պետք է պլանավորեին ժամանակից շուտ ՝ ընտրելով վիրուսի գենոմը, որը, հավանաբար, հետագայում խնդիրներ կառաջացնի և նպատակաուղղելու այն, երբ դա անելու քչերն են:

Մեկ այլ խոչընդոտ է որակյալ կադր գտնելը:

«Դժվար է գտնել այնպիսի մարդկանց, ովքեր կարող են գործել AI- ի և կենսաբանության խաչմերուկում, և մեծ ընկերությունների համար դժվար է արագ որոշումներ կայացնել այսպիսի տեխնոլոգիաների վերաբերյալ», - ասում է Իրինա Հայիվասը, վենչուրային կապիտալ ֆիրմաների գործընկեր Ատոմիկոն և նախկին վիրաբույժը, ով նստում է խորհուրդը Healx. «Դա ԱԻ ինժեներ լինելը բավարար չէ, պետք է հասկանալ և ընդունվել կենսաբանության ծրագրեր»:


պատասխանել 6:

Այն կետում, երբ տարօրինակ հիվանդություն է առաջանում, իշխանությունների և ընդհանուր բարեկեցության մարմինների համար կարող է դժվար լինել արագ կուտակել տվյալները և հեշտացնել արձագանքը: Ամեն դեպքում, մարդու կողմից հիմնավորված բանականության նորամուծությունը, բնականաբար, կարող է ականազերծվել աշխարհի տարբեր երկրներից ստացվող նորությունների զեկույցների և առցանց նյութերի միջոցով ՝ օգնելով մասնագետներին ընկալել անհամապատասխանությունները, որոնք կարող են առաջացնել հնարավոր ժանտախտ կամ, ավելի ցավալի, համաճարակի պատճառ: Օրվա վերջում մեր ԱԻ նոր տերերը, իրոք, կարող են օգնել մեզ ՝ պահպանելու հետևյալ հիվանդությունը:

Այս AI- ի նոր ունակությունները լիովին ցուցադրվում են շարունակական կորոնավիրուսային բռնկման հետ, որը ժամանակին առանձնանում էր կանադական ձեռնարկության կողմից BlueDot անվամբ, որը տարբեր կազմակերպություններից մեկն է, որն օգտագործում է տեղեկատվությունը ՝ ընդհանուր բարեկեցության վտանգները գնահատելու համար: Կազմակերպությունը, որն ասում է, որ իրականացնում է «ռոբոտացված անդիմադրելի հիվանդության դիտարկումը», իր հաճախորդներին պատմեց դեկտեմբեր ամսվա ավարտի նկատմամբ կորոնավիրուսային նոր տիպի մասին, օրեր առաջ և՛ ԱՄՆ հիվանդությունների վերահսկման և կանխարգելման կենտրոնները (CDC), և՛ Առողջապահության համաշխարհային կազմակերպությունը (ԱՀԿ): ) փոխանցեց պաշտոնական ծանուցում, ինչպես հայտարարեց Wired- ը: Ներկայումս, որը մոտենում է հունվարի ավարտին, Չինաստանի Վուհան քաղաքին միացած շնչառական վարակը պարզապես սպանել է ավելի քան 100 մարդու: Նման դեպքեր են առաջացել նաև մի շարք տարբեր երկրներում, ներառյալ Միացյալ Նահանգները, և ՔԴՀ-ն զգուշացնում է ամերիկացիներին ռազմավարական հեռավորություն պահպանել Չինաստանից անհարկի ճանապարհորդությունից:

Կամրան Խանը, անդիմադրելի հիվանդության բժիշկ և BlueDot- ի հեղինակը և գործադիր տնօրենը, հանդիպման ընթացքում պարզաբանեց, թե ինչպես է կազմակերպության նախնական նախազգուշացման շրջանակն օգտագործում մարդասիրական գիտակցությունը, ներառյալ սովորական լեզվով վարվելը և ԱԹ-ն, հետևելու ավելի քան 100 անդիմադրելի վարակների ՝ փչացնելով շուրջ 100,000 հոդվածներ 65 բարբառ հետևողականորեն: Այդ տեղեկատվությունը կազմակերպությանը հնարավորություն է տալիս գիտակցել, թե երբ պետք է իր հաճախորդներին պատմել անդիմադրելի հիվանդության հավանական մոտության և տարածման մասին:

Այլ տեղեկություններ, որոնք նման են Explorer- ի ժամանակացույցի տվյալների և թռիչքների եղանակներին, կարող են օգնել կազմակերպությանը լրացուցիչ ցուցումներ տալ այն մասին, թե ինչպես հիվանդությունը հավանաբար կտարածվի: Օրինակ ՝ վերջերս BlueDot- ի մասնագետները կանխատեսում էին Ասիայի տարբեր քաղաքային համայնքներ, որտեղ կորոնավիրուսները կհայտնվեն այն բանից հետո, երբ նա հայտնվեց տարածքում Չինաստան:

BlueDot- ի մոդելի հետևում ընկած միտքը (որի վերջնական արդյունքները մարդկային մասնագետների կողմից այս կերպ ուսումնասիրվում են) սոցիալական ապահովագրության աշխատողներին տվյալներ ստանալ հնարավորինս արագ, որքանով հնարավոր է, այն ակնկալիքով, որ նրանք կարող են վերլուծել և, անհրաժեշտության դեպքում, անջատել - ներկել և բծախնդրորեն վարակիչ անհատներ հարմար ժամանակ:

«Պաշտոնական տվյալներն ամեն դեպքում կասկածելի չեն», - ասել է Խանը Recode- ին: «Ուսումնասիրողների և բռնկման մեջ մեկ դեպքի տարբերությունը կախված է ձեր առաջին գծի մարդկային ծառայությունների մասնագետից, ընկալելով, որ կա հատուկ հիվանդություն: Դա կարող է լինել տարբերությունը` բռնկումը իրականում իրականությունից զերծ պահելու համար »:

Խանը ներառեց, որ իր շրջանակը կարող է նաև օգտագործել մի շարք այլ տեղեկատվություն `օրինակ` տվյալներ տարածքի մթնոլորտի, ջերմաստիճանի կամ նույնիսկ մոտակա տնային կենդանիների մասին - կանխատեսելու, թե արդյոք ինչ-որ մեկը աղտոտված է հիվանդությամբ, հավանաբար, առաջացնում է բռնկում: այնտեղ Նա հայտնում է, որ 2016 թ.-ին BlueDot- ը հնարավորություն ունեցավ կանխատեսել Zika վարակի առկայությունը Ֆլորիդայում կես տարի առաջ, մինչ այն իսկապես հայտնվում էր այնտեղ:

Բացի այդ, «Մետաբիոտա» ստուգման կազմակերպությունը հաստատեց, որ Թաիլանդը, Հարավային Կորեան, Japanապոնիան և Թայվանը առավելագույն վտանգ են ներկայացնում վարակը տեսնելու ավելի քան յոթ օրվա ընթացքում, նախքան այդ ժողովուրդների դեպքերն իսկապես բացահայտվել էին, ինչ-որ չափով ՝ թռիչքի մասին տեղեկատվություն ստանալու հույս ունենալով: Metabiota- ը, որպես BlueDot- ը, օգտագործում է ընդհանուր լեզվով վարվելը ՝ հնարավոր հիվանդության մասին առցանց զեկույցները գնահատելու համար, և այն լրացուցիչ խորտակում է համացանցային կյանքի վերաբերյալ տեղեկատվության նմանատիպ նորարարություն ստեղծելու համար:

Imprint Gallivan- ը, Metabiota- ի տեղեկատվական գիտությունների ղեկավարը, պարզաբանում է, որ առցանց փուլերը և քննարկումները նույնպես կարող են նշան տալ, որ կա համաճարակի վտանգ: Մեթաբիոտան նաև պնդում է, որ այն կարող է գնահատել հիվանդության տարածման վտանգը ՝ սոցիալական և քաղաքական ընդհատումների պատճառ դառնալով ՝ հաշվի առնելով այնպիսի տվյալներ, ինչպիսիք են հիվանդության ցուցումները, մահացության մակարդակը և բուժման մատչելիությունը: Օրինակ ՝ այս հոդվածի սույն հոդվածի բաշխման ժամին «Մետաբիոտան» գնահատեց վեպի կորոնավիրուսի վտանգը, որն առաջացնում է բաց անհավասարություն որպես «բարձր» ԱՄՆ-ում և Չինաստանում, այնուամենայնիվ, այն գնահատեց այս վտանգը Կոնգոյի Դեմոկրատական ​​Հանրապետությունում կապիկների վարակի համար ( որտեղ այդ վարակի դեպքեր են գրանցվել) որպես «միջին»:

Դժվար է գիտակցել, թե որքանով է ճշգրիտ այդ վարկանիշային շրջանակը կամ բեմը, սակայն Գալիվանն ասում է, որ կազմակերպությունն աշխատում է ԱՄՆ-ի գիտելիքների ցանցի և պաշտպանության նախարարության հետ `կորոնավիրուսի հետ նույնականացված հարցերի շուրջ: Սա Metabiota- ի աշխատանքի մի կտոր է ոչ առևտրային արկածային ձեռնարկության In-Q-Tel- ի հետ `կապված Կենտրոնական հետախուզական գործակալության հետ: Այնուամենայնիվ, պետական ​​կառույցները այդ շրջանակների հիմնական հնարավոր հաճախորդները չեն: Metabiota- ն իր հիմնադրամը լրացուցիչ հրապարակում է նաև վերաապահովագրող կազմակերպություններին. Վերաապահովագրումը հիմնականում պաշտպանություն է ապահովագրական գործակալությունների համար, որոնք պետք է զբաղվեն հիվանդությունների լատենտ կարողությունների տարածման հետ կապված դրամական վտանգներով:

Համենայն դեպս, համակարգչային տրամաբանությունը կարող է անհերքելիորեն ավելի արժեքավոր լինել, քան պարզապես հիվանդության փոխանցման մասնագետներն ու իշխանությունները կրթելիս որպես վարակվելու աղբյուր: Մասնագետները պատրաստել են AI- ի վրա հիմնված մոդելներ, որոնք կարող են աստիճանաբար կանխատեսել Zika վարակի դրվագներ, որոնք կարող են կրթել, թե ինչպես են մասնագետները արձագանքում հնարավոր արտակարգ իրավիճակներին: Նմանապես կարող է օգտագործվել նաև տեխնածին գիտակցությունը `կառավարելու, թե ինչպես են ընդհանուր բարեկեցության մարմինները ցրում ակտիվները արտակարգ իրավիճակների ժամանակ: Արդյունքում, AI- ն համարվում է հիվանդության դեմ պաշտպանության ևս մեկ առաջին գիծ:

Ընդհանուր առմամբ, AI- ն այժմ օգնում է ուսումնասիրել նոր դեղամիջոցները, վարակվել հազվագյուտ վարակները և նույնացնել ծորան չարորակ աճը: Մարդու կողմից պատրաստված հետախուզությունը նույնիսկ օգտագործվում էր տարբերակել սողացող ճռռռոցները, որոնք տարածում էին Chagas- ը ՝ լուրջ և հասկանալիորեն մահացու հիվանդություն, որը մարել էր սպասվող 8 միլիոն անհատներին Մեքսիկայում և Կենտրոնական և Հարավային Ամերիկայում: Լրացուցիչ խանդավառություն է առաջանում ոչ բարեկեցության մասին տեղեկատվության օգտագործման, ինչպես օրինակ ՝ վեբ կյանքի վրա հիմնված կյանքի օգտագործման համար, օգնության ձեռք բերմանը նպաստող քաղաքականություն մշակողներին և դեղորայքային կազմակերպություններին, որոնք հասկանում են բարեկեցության արտակարգ իրավիճակների լայնությունը: Օրինակ ՝ ԱՀ-ն, որը կարող է առցանց կյանք ունենալ, ներկայացվում է թիրախային ապօրինի թմրամիջոցների գործարքների մեջ և ընդհանուր բարեկեցության մարմիններին պահպանում է վերահսկվող այդ նյութերի տարածման վերաբերյալ:

Այս շրջանակները, ներառյալ Metabiota's- ը և BlueDot- ը, միանգամայն համընկնում են իրենց գնահատած տեղեկությունների հետ: Ավելին, AI- ն, մեծ մասամբ, հակվածության խնդիր ունի, որը կարող է արտացոլել ինչպես շրջանակի ճարտարապետներին, այնպես էլ նրա պատրաստած տեղեկատվությունը: Բացի այդ, ԱԻ-ն, որն օգտագործվում է դեղորայքային ծառայությունների ներսում, ոչ մի ձևով կամ ձևով ապահով չէ այդ խնդրի համար:

Հաշվի առած բոլոր բաները ՝ այս առաջընթացները խոսում են հետզհետե իդեալիստական ​​տեսակետի հետ, թե ինչ կարող է անել AI- ն: Սովորաբար, տեղեկատվական հսկայական փաթեթներով զտված AI ռոբոտների թարմացումները այնքան էլ լավ չեն նստում: Հաշվի առեք օրենքի պահանջը `օգտագործելով դեմքի ճանաչման բազան` համացանցից ականապատված նկարների հիման վրա: Կամ, մյուս կողմից, ընդգրկելով այն տնօրեններին, ովքեր այժմ կկարողանան օգտվել ԱՀ-ից `կանխատեսելու համար, թե ինչպես եք շարունակելու աղալուծվել, հաշվի առնելով ձեր ինտերնետային կյանքի գրառումները: Անարատ անբավարարության դեմ պայքարի հնարավորության դեպքում ԱԱ-ն առաջարկում է այնպիսի իրավիճակ, երբ մենք կարող ենք զգալ ինչ-որ չափով ավելի քիչ անհարմարություն, եթե ոչ այդ միջոցով և ուրախությամբ: Միգուցե այս նորամուծությունը, երբ ստեղծվել և օգտագործվել է պատշաճ կերպով, կարող է իսկապես օգնել մի քանի կյանքեր խնայել:


պատասխանել 7:

Այն կետում, երբ տարօրինակ հիվանդություն է առաջանում, իշխանությունների և ընդհանուր բարեկեցության մարմինների համար կարող է դժվար լինել արագ կուտակել տվյալները և հեշտացնել արձագանքը: Ամեն դեպքում, մարդու կողմից հիմնավորված բանականության նորամուծությունը, բնականաբար, կարող է ականազերծվել աշխարհի տարբեր երկրներից ստացվող նորությունների զեկույցների և առցանց նյութերի միջոցով ՝ օգնելով մասնագետներին ընկալել անհամապատասխանությունները, որոնք կարող են առաջացնել հնարավոր ժանտախտ կամ, ավելի ցավալի, համաճարակի պատճառ: Օրվա վերջում մեր ԱԻ նոր տերերը, իրոք, կարող են օգնել մեզ ՝ պահպանելու հետևյալ հիվանդությունը:

Այս AI- ի նոր ունակությունները լիովին ցուցադրվում են շարունակական կորոնավիրուսային բռնկման հետ, որը ժամանակին առանձնանում էր կանադական ձեռնարկության կողմից BlueDot անվամբ, որը տարբեր կազմակերպություններից մեկն է, որն օգտագործում է տեղեկատվությունը ՝ ընդհանուր բարեկեցության վտանգները գնահատելու համար: Կազմակերպությունը, որն ասում է, որ իրականացնում է «ռոբոտացված անդիմադրելի հիվանդության դիտարկումը», իր հաճախորդներին պատմեց դեկտեմբեր ամսվա ավարտի նկատմամբ կորոնավիրուսային նոր տիպի մասին, օրեր առաջ և՛ ԱՄՆ հիվանդությունների վերահսկման և կանխարգելման կենտրոնները (CDC), և՛ Առողջապահության համաշխարհային կազմակերպությունը (ԱՀԿ): ) փոխանցեց պաշտոնական ծանուցում, ինչպես հայտարարեց Wired- ը: Ներկայումս, որը մոտենում է հունվարի ավարտին, Չինաստանի Վուհան քաղաքին միացած շնչառական վարակը պարզապես սպանել է ավելի քան 100 մարդու: Նման դեպքեր են առաջացել նաև մի շարք տարբեր երկրներում, ներառյալ Միացյալ Նահանգները, և ՔԴՀ-ն զգուշացնում է ամերիկացիներին ռազմավարական հեռավորություն պահպանել Չինաստանից անհարկի ճանապարհորդությունից:

Կամրան Խանը, անդիմադրելի հիվանդության բժիշկ և BlueDot- ի հեղինակը և գործադիր տնօրենը, հանդիպման ընթացքում պարզաբանեց, թե ինչպես է կազմակերպության նախնական նախազգուշացման շրջանակն օգտագործում մարդասիրական գիտակցությունը, ներառյալ սովորական լեզվով վարվելը և ԱԹ-ն, հետևելու ավելի քան 100 անդիմադրելի վարակների ՝ փչացնելով շուրջ 100,000 հոդվածներ 65 բարբառ հետևողականորեն: Այդ տեղեկատվությունը կազմակերպությանը հնարավորություն է տալիս գիտակցել, թե երբ պետք է իր հաճախորդներին պատմել անդիմադրելի հիվանդության հավանական մոտության և տարածման մասին:

Այլ տեղեկություններ, որոնք նման են Explorer- ի ժամանակացույցի տվյալների և թռիչքների եղանակներին, կարող են օգնել կազմակերպությանը լրացուցիչ ցուցումներ տալ այն մասին, թե ինչպես հիվանդությունը հավանաբար կտարածվի: Օրինակ ՝ վերջերս BlueDot- ի մասնագետները կանխատեսում էին Ասիայի տարբեր քաղաքային համայնքներ, որտեղ կորոնավիրուսները կհայտնվեն այն բանից հետո, երբ նա հայտնվեց տարածքում Չինաստան:

BlueDot- ի մոդելի հետևում ընկած միտքը (որի վերջնական արդյունքները մարդկային մասնագետների կողմից այս կերպ ուսումնասիրվում են) սոցիալական ապահովագրության աշխատողներին տվյալներ ստանալ հնարավորինս արագ, որքանով հնարավոր է, այն ակնկալիքով, որ նրանք կարող են վերլուծել և, անհրաժեշտության դեպքում, անջատել - ներկել և բծախնդրորեն վարակիչ անհատներ հարմար ժամանակ:

«Պաշտոնական տվյալներն ամեն դեպքում կասկածելի չեն», - ասել է Խանը Recode- ին: «Ուսումնասիրողների և բռնկման մեջ մեկ դեպքի տարբերությունը կախված է ձեր առաջին գծի մարդկային ծառայությունների մասնագետից, ընկալելով, որ կա հատուկ հիվանդություն: Դա կարող է լինել տարբերությունը` բռնկումը իրականում իրականությունից զերծ պահելու համար »:

Խանը ներառեց, որ իր շրջանակը կարող է նաև օգտագործել մի շարք այլ տեղեկատվություն `օրինակ` տվյալներ տարածքի մթնոլորտի, ջերմաստիճանի կամ նույնիսկ մոտակա տնային կենդանիների մասին - կանխատեսելու, թե արդյոք ինչ-որ մեկը աղտոտված է հիվանդությամբ, հավանաբար, առաջացնում է բռնկում: այնտեղ Նա հայտնում է, որ 2016 թ.-ին BlueDot- ը հնարավորություն ունեցավ կանխատեսել Zika վարակի առկայությունը Ֆլորիդայում կես տարի առաջ, մինչ այն իսկապես հայտնվում էր այնտեղ:

Բացի այդ, «Մետաբիոտա» ստուգման կազմակերպությունը հաստատեց, որ Թաիլանդը, Հարավային Կորեան, Japanապոնիան և Թայվանը առավելագույն վտանգ են ներկայացնում վարակը տեսնելու ավելի քան յոթ օրվա ընթացքում, նախքան այդ ժողովուրդների դեպքերն իսկապես բացահայտվել էին, ինչ-որ չափով ՝ թռիչքի մասին տեղեկատվություն ստանալու հույս ունենալով: Metabiota- ը, որպես BlueDot- ը, օգտագործում է ընդհանուր լեզվով վարվելը ՝ հնարավոր հիվանդության մասին առցանց զեկույցները գնահատելու համար, և այն լրացուցիչ խորտակում է համացանցային կյանքի վերաբերյալ տեղեկատվության նմանատիպ նորարարություն ստեղծելու համար:

Imprint Gallivan- ը, Metabiota- ի տեղեկատվական գիտությունների ղեկավարը, պարզաբանում է, որ առցանց փուլերը և քննարկումները նույնպես կարող են նշան տալ, որ կա համաճարակի վտանգ: Մեթաբիոտան նաև պնդում է, որ այն կարող է գնահատել հիվանդության տարածման վտանգը ՝ սոցիալական և քաղաքական ընդհատումների պատճառ դառնալով ՝ հաշվի առնելով այնպիսի տվյալներ, ինչպիսիք են հիվանդության ցուցումները, մահացության մակարդակը և բուժման մատչելիությունը: Օրինակ ՝ այս հոդվածի սույն հոդվածի բաշխման ժամին «Մետաբիոտան» գնահատեց վեպի կորոնավիրուսի վտանգը, որն առաջացնում է բաց անհավասարություն որպես «բարձր» ԱՄՆ-ում և Չինաստանում, այնուամենայնիվ, այն գնահատեց այս վտանգը Կոնգոյի Դեմոկրատական ​​Հանրապետությունում կապիկների վարակի համար ( որտեղ այդ վարակի դեպքեր են գրանցվել) որպես «միջին»:

Դժվար է գիտակցել, թե որքանով է ճշգրիտ այդ վարկանիշային շրջանակը կամ բեմը, սակայն Գալիվանն ասում է, որ կազմակերպությունն աշխատում է ԱՄՆ-ի գիտելիքների ցանցի և պաշտպանության նախարարության հետ `կորոնավիրուսի հետ նույնականացված հարցերի շուրջ: Սա Metabiota- ի աշխատանքի մի կտոր է ոչ առևտրային արկածային ձեռնարկության In-Q-Tel- ի հետ `կապված Կենտրոնական հետախուզական գործակալության հետ: Այնուամենայնիվ, պետական ​​կառույցները այդ շրջանակների հիմնական հնարավոր հաճախորդները չեն: Metabiota- ն իր հիմնադրամը լրացուցիչ հրապարակում է նաև վերաապահովագրող կազմակերպություններին. Վերաապահովագրումը հիմնականում պաշտպանություն է ապահովագրական գործակալությունների համար, որոնք պետք է զբաղվեն հիվանդությունների լատենտ կարողությունների տարածման հետ կապված դրամական վտանգներով:

Համենայն դեպս, համակարգչային տրամաբանությունը կարող է անհերքելիորեն ավելի արժեքավոր լինել, քան պարզապես հիվանդության փոխանցման մասնագետներն ու իշխանությունները կրթելիս որպես վարակվելու աղբյուր: Մասնագետները պատրաստել են AI- ի վրա հիմնված մոդելներ, որոնք կարող են աստիճանաբար կանխատեսել Zika վարակի դրվագներ, որոնք կարող են կրթել, թե ինչպես են մասնագետները արձագանքում հնարավոր արտակարգ իրավիճակներին: Նմանապես կարող է օգտագործվել նաև տեխնածին գիտակցությունը `կառավարելու, թե ինչպես են ընդհանուր բարեկեցության մարմինները ցրում ակտիվները արտակարգ իրավիճակների ժամանակ: Արդյունքում, AI- ն համարվում է հիվանդության դեմ պաշտպանության ևս մեկ առաջին գիծ:

Ընդհանուր առմամբ, AI- ն այժմ օգնում է ուսումնասիրել նոր դեղամիջոցները, վարակվել հազվագյուտ վարակները և նույնացնել ծորան չարորակ աճը: Մարդու կողմից պատրաստված հետախուզությունը նույնիսկ օգտագործվում էր տարբերակել սողացող ճռռռոցները, որոնք տարածում էին Chagas- ը ՝ լուրջ և հասկանալիորեն մահացու հիվանդություն, որը մարել էր սպասվող 8 միլիոն անհատներին Մեքսիկայում և Կենտրոնական և Հարավային Ամերիկայում: Լրացուցիչ խանդավառություն է առաջանում ոչ բարեկեցության մասին տեղեկատվության օգտագործման, ինչպես օրինակ ՝ վեբ կյանքի վրա հիմնված կյանքի օգտագործման համար, օգնության ձեռք բերմանը նպաստող քաղաքականություն մշակողներին և դեղորայքային կազմակերպություններին, որոնք հասկանում են բարեկեցության արտակարգ իրավիճակների լայնությունը: Օրինակ ՝ ԱՀ-ն, որը կարող է առցանց կյանք ունենալ, ներկայացվում է թիրախային ապօրինի թմրամիջոցների գործարքների մեջ և ընդհանուր բարեկեցության մարմիններին պահպանում է վերահսկվող այդ նյութերի տարածման վերաբերյալ:

Այս շրջանակները, ներառյալ Metabiota's- ը և BlueDot- ը, միանգամայն համընկնում են իրենց գնահատած տեղեկությունների հետ: Ավելին, AI- ն, մեծ մասամբ, հակվածության խնդիր ունի, որը կարող է արտացոլել ինչպես շրջանակի ճարտարապետներին, այնպես էլ նրա պատրաստած տեղեկատվությունը: Բացի այդ, ԱԻ-ն, որն օգտագործվում է դեղորայքային ծառայությունների ներսում, ոչ մի ձևով կամ ձևով ապահով չէ այդ խնդրի համար:

Հաշվի առած բոլոր բաները ՝ այս առաջընթացները խոսում են հետզհետե իդեալիստական ​​տեսակետի հետ, թե ինչ կարող է անել AI- ն: Սովորաբար, տեղեկատվական հսկայական փաթեթներով զտված AI ռոբոտների թարմացումները այնքան էլ լավ չեն նստում: Հաշվի առեք օրենքի պահանջը `օգտագործելով դեմքի ճանաչման բազան` համացանցից ականապատված նկարների հիման վրա: Կամ, մյուս կողմից, ընդգրկելով այն տնօրեններին, ովքեր այժմ կկարողանան օգտվել ԱՀ-ից `կանխատեսելու համար, թե ինչպես եք շարունակելու աղալուծվել, հաշվի առնելով ձեր ինտերնետային կյանքի գրառումները: Անարատ անբավարարության դեմ պայքարի հնարավորության դեպքում ԱԱ-ն առաջարկում է այնպիսի իրավիճակ, երբ մենք կարող ենք զգալ ինչ-որ չափով ավելի քիչ անհարմարություն, եթե ոչ այդ միջոցով և ուրախությամբ: Միգուցե այս նորամուծությունը, երբ ստեղծվել և օգտագործվել է պատշաճ կերպով, կարող է իսկապես օգնել մի քանի կյանքեր խնայել: