Kiel grandaj datumoj helpas batali la pandemion

Kiel analizo de Big Data povas helpi venki la koronaviruson kaj kiel maŝinlernado teknologioj povas permesi al ni analizi grandegan kvanton da datumoj? Respondojn al ĉi tiuj demandoj serĉas Nikolai Dubinin, gastiganto de la Youtube-kanalo Industry 4.0.

Analizo de grandaj datumoj estas unu el la plej potencaj manieroj spuri la disvastiĝon de la viruso kaj venki la pandemion. Antaŭ 160 jaroj okazis rakonto, kiu klare montris kiom gravas kolekti datumojn kaj rapide analizi ĝin.

Mapo de la disvastiĝo de koronavirus en Moskvo kaj la Moskva regiono.

Kiel ĉio komenciĝis? 1854 La Sohoo de Londono estas trafita de ĥolerepidemio. 500 homoj mortas en dek tagoj. Neniu komprenas la fonton de la disvastiĝo de la malsano. En tiu tempo, oni kredis, ke la malsano estis transdonita pro la enspiro de nesana aero. Ĉio ŝanĝis kuraciston John Snow, kiu fariĝis unu el la fondintoj de la moderna epidemiologio. Li komencas intervjui lokajn loĝantojn kaj metas ĉiujn identigitajn kazojn de la malsano sur la mapon. Statistikoj montris ke la plej multaj el la mortaj estis proksime de la Broad Street-fontubo. Ne aero, sed akvo venenita de kloakaĵo kaŭzis la epidemion.

La servo de Tectonix montras, uzante la ekzemplon de strando en Miamo, kiel homamasoj povas influi la disvastiĝon de epidemioj. La mapo enhavas milionojn da anonimaj datumoj kun geolokigo venanta de saĝtelefonoj kaj tablojdoj.

Nun imagu kiom rapide la koronavirus disvastiĝas tra nia lando post trafikŝtopiĝo en la moskva metroo la 15-an de aprilo. Tiam la polico kontrolis la ciferecan enirpermesilon de ĉiu homo, kiu malsupreniris al la metroo.

Kial ni bezonas ciferecajn enirpermesilojn se la sistemo ne povas elteni ilian konfirmon? Estas ankaŭ gvatkameraoj.

Laŭ Grigory Bakunov, direktoro pri teknologia disvastigo ĉe Yandex, la vizaĝrekonosistemo, kiu funkcias hodiaŭ, rekonas 20.-30 fps sur ununura komputilo. Ĝi kostas ĉirkaŭ $10. Samtempe estas 200 fotiloj en Moskvo. Por ke ĉio funkciu en reala reĝimo, vi devas instali ĉirkaŭ 20 mil komputilojn. La urbo ne havas tian monon.

Samtempe la 15-an de marto okazis eksterretaj parlamentaj elektoj en Sud-Koreio. Partopreno dum la pasintaj dek ses jaroj estis rekordo - 66%. Kial ili ne timas plenplenajn lokojn?

Sud-Koreio sukcesis inversigi la evoluon de la epidemio ene de la lando. Ili jam havis similan sperton: en 2015 kaj 2018, kiam okazis eksplodoj de la MERS-viruso en la lando. En 2018, ili konsideris siajn erarojn de antaŭ tri jaroj. Ĉi-foje, la aŭtoritatoj agis precipe decide kaj ligis grandajn datumojn.

Pacientaj movoj estis monitoritaj uzante:

  • registradoj de gvatkameraoj

  • transakcioj de kreditkartoj

  • GPS-datumoj de aŭtoj de civitanoj

  • Poŝtelefonoj

Tiuj, kiuj estis en kvaranteno, devis instali specialan aplikaĵon, kiu atentigis la aŭtoritatojn pri malobservantoj. Eblis vidi ĉiujn movojn kun precizeco de ĝis minuto, kaj ankaŭ ekscii ĉu homoj portas maskojn.

La monpuno por malobservo estis ĝis $ 2,5 mil. La sama aplikaĵo sciigas la uzanton ĉu estas infektitaj homoj aŭ amaso da homoj proksime. Ĉio ĉi estas paralela kun amasa testado. Ĝis 20 testoj estis faritaj en la lando ĉiutage. 633 centroj dediĉitaj nur al koronavirus-testado estis starigitaj. Estis ankaŭ 50 stacioj en parkejoj, kie vi povis fari la teston sen forlasi vian aŭton.

Sed, kiel scienca ĵurnalisto kaj kreinto de la scienca portalo N + 1 Andrey Konjaev ĝuste notas, La pandemio pasos, sed personaj datumoj restos. La ŝtato kaj korporacioj povos spuri uzantan konduton.

Cetere, laŭ la plej novaj datumoj, la koronaviruso montriĝis pli kontaĝa ol ni pensis. Ĉi tio estas oficiala studo de ĉinaj sciencistoj. Oni sciis, ke COVID-19 povas esti transdonita de unu persono al kvin aŭ ses homoj, kaj ne du aŭ tri, kiel antaŭe pensis.

La indico de infekto de gripo estas 1.3. Ĉi tio signifas, ke unu malsanulo infektas unu aŭ du homojn. La komenca koeficiento de infekto kun koronavirus estas 5.7. Morteco de gripo estas 0.1%, de koronavirus - 1-3%.

La datumoj estas prezentitaj ekde la komenco de aprilo. Multaj kazoj estas nediagnozitaj ĉar la persono ne estas testita pri koronavirus aŭ la malsano estas sensimptoma. Tial, nuntempe estas neeble tiri konkludojn pri la nombroj.

Maŝinlernado-teknologioj estas la plej bonaj por analizi grandegan kvanton da datumoj kaj helpas ne nur spuri movojn, kontaktojn, sed ankaŭ:

  • diagnozi koronaviruson

  • serĉi medikamenton

  • serĉi vakcinon

Multaj kompanioj anoncas pretajn solvojn bazitajn sur artefarita inteligenteco, kiu aŭtomate detektos koronaviruson ne per analizo, sed, ekzemple, per X-radio aŭ CT-skanado de la pulmoj. Tiel, la kuracisto komencas labori tuj kun la plej gravaj kazoj.

Sed ne ĉiu artefarita inteligenteco havas sufiĉan inteligentecon. Fine de marto, la amaskomunikiloj diskonigis la novaĵon, ke nova algoritmo kun precizeco de ĝis 97% povus determini la koronaviruson per rentgenradio de la pulmoj. Tamen montriĝis, ke la neŭrala reto estis trejnita sur nur 50 fotoj. Tio estas ĉirkaŭ 79 malpli da fotoj ol vi bezonas por ekkoni la malsanon.

DeepMind, divido de la gepatra kompanio de Google Alphabet, volas tute rekrei la proteinstrukturon de viruso uzante AI. Komence de marto, DeepMind diris, ke ĝiaj sciencistoj ekkomprenis la strukturon de proteinoj asociitaj kun COVID-19. Ĉi tio helpos kompreni kiel funkcias la viruso kaj akcelos la serĉon de kuraco.

Kion alian legi pri la temo:

  • Kiel Teknologio Antaŭdiras Pandemiojn
  • Alia koronavirus-mapo en Moskvo
  • Kiel neŭralaj retoj spuras nin?
  • La post-koronavirusa mondo: Ĉu ni alfrontos epidemion de angoro kaj depresio?

Abonu kaj sekvu nin ĉe Yandex.Zen — teknologio, novigo, ekonomio, edukado kaj kundivido en unu kanalo.

Lasi Respondon