News

Guangdong BAIDU Special Cement Building Materials Co.,Ltd
— 新闻中心 —

人工智能打破了决策者可能犯错误的障碍-美国公司首席执行官

人工智能打破了决策者可能犯错误的障碍-美国公司首席执行官




新德里(人造卫星):COVID-19疫情凸显了共同致力于公共卫生和技术以应对危机的重要性。世界各地的国家正在采取不同的措施,其中几种技术正在发挥作用,以利用积极的COVID-19病例来阻止病毒的进一步传播。

中国是第一个报告COVID-19病例的国家,现在目睹了正常状态的恢复,但它也不得不诉诸技术来控制这种传播。中国使用了智能成像,无人机和移动应用程序等技术来追踪携带病毒的个人。

但是,美国和欧洲采取了略有不同的方法,即使用通过人工智能获得的数据来阻止病毒传播。这样的数据提供商之一是总部位于美国的Mobilewalla,该公司为国家/地区提供数据以服务于公共卫生。

消费情报平台Mobilewalla的首席执行官兼董事长Anindya Datta在接受Sputnik采访时表示,该机构正在与美国特遣部队和其他市政当局合作抗击冠状病毒,这反映了使用人工智能技术应对流感的重要性。当今的危机,尤其是在南亚等人口稠密的地区。

Sputnik:Mobilewalla在哪里成功进行了数据分发?

Anindya Datta:世界各地的卫生服务组织和政府机构都在使用Mobilewalla数据来更好地预测新型冠状病毒在宏观(城市/县/州/州/国家)和微观(预测医院的患者)水平上的传播。Mobilewalla与各种企业和市政当局合作,提供有关个人出行的数据,作为社交疏远的代理。我们可以提供社会隔离分数和单独的数据属性,这些特征可用于构建自定义分数。此类数据包括微观和宏观水平的单个移动性度量标准(指示每天行进的距离和唯一位置),集群标识(大量设备的聚集)和单个设备数据。这些都是可以在COVID-19预测模型中使用的基础输入。

Sputnik:在像印度这样的农村人口众多的国家中,如何实施AI?

Anindya Datta:人工智能的目的是通过揭示大量数据中出现的模式来支持决策。在以下情况下,人工智能特别有用:(a)可以以允许出现可靠模式的规模收集数据;(b)收集和分析数据的人工工作效果不佳。

在偏远的农村地区,手动数据收集具有挑战性,即使可能,由于要诚实地披露被视为个人问题的社会障碍,此类数据的可靠性也受到挑战。在当前的COVID-19危机中,数据收集涉及收集有关感染的个人习惯和症状的信息,这些障碍只会增加。但是,很多信息可以从手机上表现出来的行为中收集,这些行为已经广泛传播到印度的农村地区。大规模积累的移动数据可以进行推断,以帮助城市和农村地区的关键决策。  
Sputnik:请描述一下AI和数据可用于对抗COVID-19的方式。

Anindya Datta:在COVID-19的背景下,数据和AI技术正在以新方式使用,尤其是在采用科学方法进行公共卫生的国家中。数据科学家正在创建机器学习模型,以预测感染和死亡率,并根据这些预测来确定资源需求和分配。
人工智能可以用于缓解流感大流行的两项关键任务:感染跟踪和感染传播预测。如果做得正确,人工智能可以帮助发现三个基本信息,这些信息对于跟踪和预测传播至关重要:通过观察个人流动性来衡量社会隔离,识别超过一定数量的个人的集群并识别相应的位置;通过了解受感染个体的活动来大规模地评估个体和位置的风险。 

斯普特尼克(Sputnik):您对贫民窟和高密度人群中使用AI有什么建议吗?

Anindya Datta: AI特别适合分析通过机器收集的大量数据。在贫民窟和其他高密度地区,在发生COVID-19危机的情况下,很难维持和追踪社会隔离。因此,这些地区可能是感染波的诱因,可能给整个国家带来致命的伤害。AI提供了一种机制来收集和跟踪来自该区域的行为信号,然后可以为预警和警报系统提供信息,从而推动战术大流行管理活动。

人工智能,尤其是大数据和机器学习技术,可以用来识别个人的感染风险,然后可以将其投影到他们所访问的地理位置的那些个人和其他人。数据科学家正在创建模型来跟踪病毒的传播,并根据对受灾地区的预测来确定资源需求和分配。AI是推动者;它可以识别模式并以远超过人类手动操作的速度提供洞察力。

但是,成功使用AI的关键取决于输入到模型中的数据。如果此数据不准确或缺乏规模,则模型预测结果的能力将受到负面影响。可以通过多种方式获取数据,方法是直接向个人索取信息(例如,印度正在尝试使用Arogya Setu应用程序做什么),也可以从其他可用来源中寻找数据。

人造卫星:印度总理纳伦德拉·莫迪(Narendra Modi)一直提倡Arogya Setu应用程序,该应用程序也是对抗COVID-19的移动平台。Arogya Setu应用程序在联系追踪方面有多大用处?

Anindya Datta: Arogya Setu应用程序是一项值得努力的工作,可以用作有用的消费者工具,以最大程度地减少危险行为并接收当前的COVID-19信息。但是,重要的是要了解,该应用程序本身仅仅是信息传递的前端。该应用程序的有效性仅与它可以访问的信息一样好,但是该应用程序本身并未产生该信息。

风险信息的质量以及应用程序的实用性取决于应用程序控制范围之外的许多变量,包括感染检测的程度(取决于测试)。显而易见,减少测试会降低通过应用程序传播的信息的价值。同样重要的是用于建立地区和子地区风险评分的风险模型。如果风险模型无效,即使进行了充分的测试,所传递的信息也几乎没有价值。

在印度,社会耻辱感仍然是社会互动中的关键部分,人们可能会质疑大规模进行真实披露的可能性。

另一个也许更可靠的选择是使用其他可用的数据源,这些数据源可以大规模地模拟人口活动。在许多情况下,位置数据和行为数据可以用作COVID-19预测模型的输入。
人造卫星:某些团体一直反对印度的军医。AI可以帮助医生找到方法来追踪他们而无需前往位置吗?

Anindya Datta:是的,这些小组的位置数据可以帮助医生进行追踪。基于位置的数据可用于跟踪个人活动,而无需亲自参与。根据数据的来源,也可以使用此数据通过数字标识或通过移动设备进行通信以匿名方式传达感染风险。   


本文来源:http://www.growvs.com
本文作者:Subaru
Tel
Mail
Map
Share
Contact