Hvordan kan Big Data-analyse hjælpe med at besejre coronavirus, og hvordan kan maskinlæringsteknologier give os mulighed for at analysere en enorm mængde data? Svar på disse spørgsmål søges af Nikolai Dubinin, vært på Industry 4.0 Youtube-kanalen.
Big data-analyse er en af de mest kraftfulde måder at spore spredningen af virussen og besejre pandemien. For 160 år siden skete der en historie, der tydeligt viste, hvor vigtigt det er at indsamle data og hurtigt analysere dem.
Kort over spredningen af coronavirus i Moskva og Moskva-regionen.
Hvordan begyndte det hele? 1854 Londons Soho-område bliver ramt af et koleraudbrud. 500 mennesker dør på ti dage. Ingen forstår kilden til spredningen af sygdommen. På det tidspunkt mente man, at sygdommen blev overført på grund af indånding af usund luft. Alt ændrede læge John Snow, som blev en af grundlæggerne af moderne epidemiologi. Han begynder at interviewe lokale beboere og sætter alle identificerede tilfælde af sygdommen på kortet. Statistikker viste, at de fleste af de døde var i nærheden af Broad Street-standrøret. Ikke luft, men vand forgiftet af spildevand forårsagede epidemien.
Tectonix' service viser, ved at bruge eksemplet med en strand i Miami, hvordan folkemængder kan påvirke spredningen af epidemier. Kortet indeholder millioner af stykker anonyme data med geolocation, der kommer fra smartphones og tablets.
Forestil dig nu, hvor hurtigt coronavirus spreder sig over vores land efter en trafikprop i Moskvas metro den 15. april. Så tjekkede politiet det digitale pas for hver person, der gik ned til metroen.
Hvorfor har vi brug for digitale pas, hvis systemet ikke kan klare deres verifikation? Der er også overvågningskameraer.
Ifølge Grigory Bakunov, direktør for teknologiformidling hos Yandex, genkender ansigtsgenkendelsessystemet, der fungerer i dag, 20-30 fps på en enkelt computer. Det koster omkring $10. Samtidig er der 200 kameraer i Moskva. For at få det hele til at fungere i rigtig tilstand, skal du installere omkring 20 tusinde computere. Den slags penge har byen ikke.
Samtidig blev der den 15. marts afholdt offline parlamentsvalg i Sydkorea. Valgdeltagelsen over de seneste seksten år var rekord – 66 %. Hvorfor er de ikke bange for overfyldte steder?
Sydkorea har formået at vende udviklingen af epidemien i landet. De havde allerede en lignende oplevelse: i 2015 og 2018, hvor der var udbrud af MERS-virus i landet. I 2018 tog de højde for deres fejl for tre år siden. Denne gang handlede myndighederne særligt beslutsomt og koblede big data sammen.
Patientbevægelser blev overvåget ved hjælp af:
optagelser fra overvågningskameraer
kreditkorttransaktioner
GPS-data fra borgernes biler
Mobiltelefoner
De, der var i karantæne, skulle installere en særlig applikation, der advarede myndighederne om lovovertrædere. Det var muligt at se alle bevægelserne med en nøjagtighed på op til et minut, og også at finde ud af, om folk havde masker på.
Bøden for overtrædelse var op til $ 2,5 tusind. Den samme applikation giver brugeren besked, hvis der er inficerede mennesker eller en mængde mennesker i nærheden. Alt dette er parallelt med massetest. Der blev foretaget op til 20 tests i landet hver dag. 633 centre, der kun er dedikeret til coronavirus-testning, er blevet oprettet. Der var også 50 stationer på parkeringspladser, hvor man kunne tage testen uden at forlade sin bil.
Men som videnskabsjournalist og skaberen af N + 1 videnskabsportalen Andrey Konyaev korrekt bemærker, Pandemien vil passere, men personlige data forbliver. Staten og virksomheder vil være i stand til at spore brugeradfærd.
Forresten, ifølge de seneste data viste coronavirus sig at være mere smitsom, end vi troede. Dette er en officiel undersøgelse foretaget af kinesiske videnskabsmænd. Det blev kendt, at COVID-19 kan overføres fra én person til fem eller seks personer, og ikke to eller tre, som tidligere antaget.
Influenzainfektionsraten er 1.3. Det betyder, at en syg person smitter en eller to personer. Den initiale infektionskoefficient med coronavirus er 5.7. Dødeligheden af influenza er 0.1%, af coronavirus - 1-3%.
Dataene er præsenteret i begyndelsen af april. Mange tilfælde bliver udiagnosticeret, fordi personen ikke er testet for coronavirus, eller sygdommen er asymptomatisk. Derfor er det i øjeblikket umuligt at drage konklusioner om tallene.
Maskinlæringsteknologier er de bedste til at analysere en enorm mængde data og hjælper ikke kun med at spore bevægelser, kontakter, men også:
diagnosticere coronavirus
se efter medicin
lede efter en vaccine
Mange virksomheder annoncerer færdige løsninger baseret på kunstig intelligens, som automatisk vil opdage coronavirus ikke ved analyse, men for eksempel ved røntgen- eller CT-scanning af lungerne. Således begynder lægen straks at arbejde med de mest alvorlige tilfælde.
Men ikke enhver kunstig intelligens har tilstrækkelig intelligens. I slutningen af marts spredte medierne nyheden om, at en ny algoritme med en nøjagtighed på op til 97% kunne bestemme coronavirus ved røntgen af lungerne. Det viste sig dog, at det neurale netværk kun blev trænet på 50 fotografier. Det er cirka 79 færre billeder, end du behøver for at begynde at genkende sygdommen.
DeepMind, en afdeling af Googles moderselskab Alphabet, ønsker fuldstændig at genskabe proteinstrukturen af en virus ved hjælp af AI. I begyndelsen af marts sagde DeepMind, at dets forskere var kommet til en forståelse af strukturen af proteiner forbundet med COVID-19. Dette vil hjælpe med at forstå, hvordan virussen fungerer og fremskynde søgningen efter en kur.
Hvad skal man ellers læse om emnet:
- Hvordan teknologi forudsiger pandemier
- Endnu et kort over coronavirus i Moskva
- Hvordan sporer neurale netværk os?
- Post-coronavirusverdenen: Vil vi stå over for en epidemi af angst og depression?
Abonner og følg os på Yandex.Zen — teknologi, innovation, økonomi, uddannelse og deling på én kanal.