開放平台、億級算力、時空數據:疫情來臨時AI在做什麼?_風聞
脑极体-脑极体官方账号-从技术协同到产业革命,从智能密钥到已知尽头2020-01-27 19:17
這是一個和往年不同的春節,以往父母催婚、春運返鄉等受到大量關注的話題不再得到討論,新型冠狀病毒的疫情與攻克幾乎佔據了全部的公眾視野。在這個社會各界都在為疫情防治貢獻自己力量的時刻,我們也在從自己角度思考——AI以及其他科技,在這場試煉中能發揮怎樣的作用?
實際不論是科技企業還是科研機構,早已做出行動。像是百度成立了3億元疫情及公共衞生安全攻堅專項基金;華為在火神山醫院範圍內建立了5G基站,為醫院覆蓋5G信號;深圳超算為中山大學藥學院開放了超算資源;美國嘗試利用機器人治療患者……
發生在2020年初的這場災難,同時也將成為迄今為止中國科技力量參與度最高的公共衞生安全事件。
有關新型冠狀病毒的“新”與“難”
最近有關湖北等地區醫療資源、物資緊缺的消息一經傳出就立即引起了社會的關注,但在籌措物資人力的同時,我們同時也要意識到,這次攻堅戰的難點絕不僅僅在於當下人與物的缺口。
在新型冠狀病毒的應對上,光是這個“新”字,就造成了三大難點。
面對新出現人類視野中的病毒,從檢驗到治療,再到對病毒未來走向(如變異等)可能性的預測,都要從頭開始。這三項難點,其實就是當下很多人焦慮的核心原因。
從檢驗來説,除了血項、肺部CT以外,最關鍵步驟還是利用熒光PCR法進行核酸檢測,也就是人們印象中的小盒子——新冠狀病毒核酸檢測試劑盒。實際上試劑盒的檢測並非人們想象中那樣,放入樣本幾分鐘後就能出現結果,而是需要在符合條件的實驗室裏通過專業人員操作儀器才能實現。因此即使試劑盒產能提升,實驗室、測試人員和儀器的限制仍然會影響新型冠狀病毒確診效率。
而在治療上,特效藥的發現和研製往往要依賴兩種方式,要麼對已有的分子庫和數據庫進行篩選,找到可能對冠狀病毒有治療效果的分子;或者根據新型冠狀病毒的基因組信息和病理特點研製新藥。後者雖然在治療效果上更加保險,但從研製到臨牀試驗,很有可能需要數年的時間。
尤其新型冠狀病毒爆發於緊鄰交通樞紐的海鮮市場,又恰逢春節前期人員流動的密集期,更為流行病學史的研究和病毒未來情況的追蹤都帶來了更多困難。
換句話説,此時的我們不僅面臨着當下的問題,同樣也面臨着更加長遠的問題——藥物研製、病毒追蹤、傳染模型研究……這些長遠的問題決定着,我們究竟是僅僅應對當前的困難,還能夠從中提取出經驗,在未來儘可能避免災難發生的可能性。
億級算力、開放平台、時空數據:科技企業這樣應戰疫情
這時,我們便能看到科技力量是如何發揮作用的。
從診斷環節來説,AI醫療影像技術已經可以很好地完成前期的CT閲片工作,至於難度更大的核酸檢測則屬於分子診斷領域,近年以來這一領域也正在和AI聯繫的愈發緊密。在分子診斷中,深度學習可以提升蛋白質組學研究和序列關聯性研究的效率,並且通過自然語言處理能力將學術論文、診療檔案、臨牀記錄等非結構化數據總結整理,為分子診斷產品的研發迭代加速。
新藥研究領域與AI的結合此前也得到了廣泛的討論,結合大數據與算力支持,AI可以從海量文獻、實驗等數據中完成篩選,或是模擬化合物與特定靶標的結合效果。TechEmergence報告顯示,人工智能可以將新藥研發的成功率從12%提高到14%。
至於在流行病學史追蹤方面,廣泛調用交通、支付、旅行等方面的大數據進行分析,也能夠對傳染模型的建立、分析甚至預測起到幫助。
此時我們可以發現,在科技VS病毒的戰役中,科技企業可以提供以下的能力儲備:
其中最核心,也是最能廣泛發揮作用的就是算力。不論是分子診斷還是藥物研發,阻礙效率提升的首要原因就是複雜信息構成下的無數種可能性,因此算力,尤其是高性能計算,將成為一切的基礎。在這次疫情中,也有大量科技企業將自己的算力開放出來,除了深圳超算之外,騰訊也表示自身算力資源可以隨時待命,百度也正在向疾控單位、科研單位等等對象開放AI技術以及與之配套的億級計算資源,支持新型冠狀病毒等新疾病的治癒藥物篩選、研發等一系列抗擊疫情工作,有需要的企業或機構可以通過[email protected]與百度取得聯繫。
與此同時還有對海量數據的整合調用能力。大數據已經是一個老生常談的話題,但在這一次疫情應對中我們可以發現,對於數據的及時調用處理是至關重要的,百度就將提供時空大數據及分析技術,支持對疫情的及時發現、快速應對及科學管理。在此基礎之上,不論是對過往傳染路徑的追溯,還是對未來即將到來的春節後人員流動高峯應對,都能提供幫助。
剩下還有很多細節,都可以被科技企業的技術能力和廣泛佈局解決。例如結合應用廣泛的智能攝像頭和人臉識別算法,可以自動識別在公共場合沒有佩戴口罩的人並加以勸阻。又比如面對野生動物非法貿易問題,百度AI也在與IFAW合作探索AI在網絡野生動物犯罪預防領域的應用。利用百度飛槳平台識別網絡非法貿易信息,及時通知執法部門便於管制。
能夠用、記得用、懂得用
正如前文提到的,這是迄今為止中國科技力量參與度最高的公共衞生安全事件,也正因如此,AI能夠做到什麼並不新鮮,我們真正從中學到的,是如何在公共衞生安全事件發生時,儘快讓AI和其他科技發揮作用。經由這一次的經驗,整個社會對於科技的認知和應用模式或許都將發揮改變。
我們不妨思考以下幾個問題:
第一, 算力與計算平台是否也應該被規劃於可調用的“物資”?
從百度等企業積極開放算力與計算平台的態度,我們可以看到科技企業是非常樂於在緊急時刻向社會提供幫助的。在未來AI技術、大數據與疾病傳播關係越來越密切的未來,相關資源的開放與調用是否應該形成固定的程序、在演習時加以規劃,以減少其中的流程成本、打通緊急時刻的產學聯動通道?
第二, 數據的利用率是否應該進一步提升?
未來隨着IoT的普及,傳感器和數據量的指數級增長將成為整個社會的普遍現象。如何在脱敏前提下更高效的利用這些數據,對公共衞生事件的傳播軌跡進行分析與預測,將成為一個重要命題。這其中不僅涉及政府部門的相關人才培養,也涉及着更明晰的數據應用權限設置。
第三, 公共衞生安全如何長效利用科技企業提供的資源?
不難發現,不論是防範野生動物非法貿易,還是研發疫苗與特效藥,都並非一朝一夕就能完成的工作,也就是説此時的很多舉措,或許可以在未來常規化,持續發揮作用。百度所成立的3億元專項基金,其用途也包括了更長期的社會公共衞生安全信息科普和傳播等。百度App抗擊肺炎頻道中的鑑別謠言功能和騰訊最近推出的實時闢謠平台,也可以在未來廣泛應用於各種新聞事件。這些資源和模式應該如何複用,是政府和科技企業需要一起着手解決的問題。
一場讓世界牽掛的疫情,給予我們的不應該只有傷痛,最起碼我們要從此更加明確:科技不是放在玻璃匣中的裝飾品,而應當是一把趁手的工具,讓人們記得用、懂得用。或許被疫情改變的不是AI,而是我們與AI的關係,以及AI與這個世界協作的模式。