Hvordan kan Big Data-analyse bidra til å beseire koronaviruset, og hvordan kan maskinlæringsteknologier tillate oss å analysere en enorm mengde data? Svar på disse spørsmålene søkes av Nikolai Dubinin, vert for Industry 4.0 Youtube-kanalen.
Big data-analyse er en av de kraftigste måtene å spore spredningen av viruset og bekjempe pandemien. For 160 år siden skjedde en historie som tydelig viste hvor viktig det er å samle inn data og raskt analysere dem.
Kart over spredningen av koronaviruset i Moskva og Moskva-regionen.
Hvordan begynte alt? 1854 Londons Soho-område rammes av et kolerautbrudd. 500 mennesker dør på ti dager. Ingen forstår kilden til spredningen av sykdommen. På den tiden trodde man at sykdommen ble overført på grunn av innånding av usunn luft. Alt forandret legen John Snow, som ble en av grunnleggerne av moderne epidemiologi. Han begynner å intervjue lokale innbyggere og setter alle identifiserte tilfeller av sykdommen på kartet. Statistikk viste at de fleste av de døde var i nærheten av Broad Street standpipe. Ikke luft, men vann forgiftet av kloakk forårsaket epidemien.
Tjenesten til Tectonix viser, ved å bruke eksemplet med en strand i Miami, hvordan folkemengder kan påvirke spredningen av epidemier. Kartet inneholder millioner av biter av anonyme data med geolokalisering som kommer fra smarttelefoner og nettbrett.
Tenk deg nå hvor raskt koronaviruset sprer seg over landet vårt etter en trafikkork i Moskva-metroen 15. april. Da sjekket politiet det digitale passet til hver person som gikk ned til T-banen.
Hvorfor trenger vi digitale pass hvis systemet ikke kan takle verifiseringen deres? Det finnes også overvåkingskameraer.
I følge Grigory Bakunov, direktør for teknologispredning ved Yandex, gjenkjenner ansiktsgjenkjenningssystemet som opererer i dag 20-30 fps på en enkelt datamaskin. Det koster rundt $10. Samtidig er det 200 kameraer i Moskva. For å få alt til å fungere i ekte modus, må du installere rundt 20 tusen datamaskiner. Byen har ikke den slags penger.
Samtidig, 15. mars, ble det holdt offline parlamentsvalg i Sør-Korea. Valgdeltakelsen de siste seksten årene var rekord – 66 %. Hvorfor er de ikke redde for overfylte steder?
Sør-Korea har klart å snu utviklingen av epidemien i landet. De hadde allerede en lignende opplevelse: i 2015 og 2018, da det var utbrudd av MERS-viruset i landet. I 2018 tok de hensyn til sine feil for tre år siden. Denne gangen handlet myndighetene spesielt bestemt og koblet sammen big data.
Pasientens bevegelser ble overvåket ved å bruke:
opptak fra overvåkingskameraer
kredittkorttransaksjoner
GPS-data fra innbyggernes biler
Mobiltelefoner
De som var i karantene måtte installere en spesiell applikasjon som varslet myndighetene om lovbrytere. Det var mulig å se alle bevegelsene med en nøyaktighet på opptil ett minutt, og også å finne ut om folk hadde på seg masker.
Boten for overtredelse var opptil 2,5 tusen dollar. Den samme applikasjonen varsler brukeren hvis det er infiserte personer eller en mengde mennesker i nærheten. Alt dette er parallelt med massetesting. Det ble gjort opptil 20 tester i landet hver dag. 633 sentre dedikert kun til koronavirustesting er opprettet. Det var også 50 stasjoner på parkeringsplasser hvor du kunne ta testen uten å forlate bilen.
Men, som vitenskapsjournalist og skaper av N + 1 vitenskapsportal Andrey Konyaev korrekt bemerker, Pandemien vil gå over, men personopplysninger vil forbli. Staten og selskaper vil kunne spore brukeratferd.
Forresten, ifølge de siste dataene, viste koronaviruset seg å være mer smittsomt enn vi trodde. Dette er en offisiell studie utført av kinesiske forskere. Det ble kjent at COVID-19 kan overføres fra én person til fem eller seks personer, og ikke to eller tre, som tidligere antatt.
Influensainfeksjonsraten er 1.3. Det betyr at én syk person smitter én eller to personer. Den opprinnelige koeffisienten for infeksjon med koronavirus er 5.7. Dødeligheten av influensa er 0.1 %, av koronavirus – 1-3 %.
Dataene er presentert i begynnelsen av april. Mange tilfeller blir udiagnostisert fordi personen ikke er testet for koronavirus eller sykdommen er asymptomatisk. Derfor er det for øyeblikket umulig å trekke konklusjoner om tallene.
Maskinlæringsteknologier er de beste til å analysere en enorm mengde data og hjelper ikke bare med å spore bevegelser, kontakter, men også:
diagnostisere koronavirus
se etter medisin
se etter en vaksine
Mange selskaper annonserer ferdige løsninger basert på kunstig intelligens, som automatisk oppdager koronavirus ikke ved analyse, men for eksempel ved røntgen eller CT-skanning av lungene. Dermed begynner legen å jobbe umiddelbart med de mest alvorlige tilfellene.
Men ikke hver kunstig intelligens har tilstrekkelig intelligens. I slutten av mars spredte media nyheten om at en ny algoritme med en nøyaktighet på opptil 97 % kan bestemme koronaviruset ved røntgen av lungene. Det viste seg imidlertid at det nevrale nettverket ble trent på bare 50 fotografier. Det er omtrent 79 færre bilder enn du trenger for å begynne å gjenkjenne sykdommen.
DeepMind, en avdeling av Googles morselskap Alphabet, ønsker å fullstendig gjenskape proteinstrukturen til et virus ved hjelp av AI. I begynnelsen av mars sa DeepMind at forskerne hadde kommet til en forståelse av strukturen til proteiner assosiert med COVID-19. Dette vil bidra til å forstå hvordan viruset fungerer og fremskynde søket etter en kur.
Hva annet å lese om emnet:
- Hvordan teknologi forutsier pandemier
- Nok et koronaviruskart i Moskva
- Hvordan sporer nevrale nettverk oss?
- Post-koronavirusverdenen: Vil vi møte en epidemi av angst og depresjon?
Abonner og følg oss på Yandex.Zen — teknologi, innovasjon, økonomi, utdanning og deling i én kanal.