助力抗疫,人工智能和大数据将全面爆发?

作者: 中国经营报 2020-02-14 18:40:52

助力抗疫,人工智能和大数据将全面爆发?

新型冠状病毒肺炎疫情的爆发和传播,牵动着全国人民的心。社会各界纷纷投入到这场没有硝烟的疫情阻击战中。

随着复工潮开启,疫情的防控迎来下半场攻坚时期。交通部的数据显示,预计到2月18日将有1.6亿人陆续返程返岗,城市公共交通服务逐步恢复。那么在激增的人流量下,如何保证公共安全、疫情不再大规模扩散?从宏观的流动人口管理,到微观的体温检测,如何更科学有效地开展防疫工作?

老实说,这是个相当抽象的问题。不过很少有人会否认的是,大数据和人工智能已经并且还将继续在疫情防控中,扮演前所未有的重要角色。到底有多重要呢?2月10日的国务院新闻发布会上,民政部基层政权建设和社区治理司司长就直言不讳地表示:“能不能开发一个服务社区抗疫的软件,这比捐十个亿还管用。”

的确,疫情时期,无论是对感染人群和密切接触者的筛查,还是对无聚集、非接触的生产生活秩序安排,都形成了对大数据和人工智能的爆炸式需求,由此催生出一个相当偶然的风口。

比如提到大数据,大家都能想到实时更新的疫情地图。从政府官方到互联网公司,好多平台搭建了相关的数据库。疫情信息实时录入之后,通过疫情地图,我们可以对全国各地的动态信息进行全面了解,包括确诊、疑似病例,疫情走势一目了然。

相对于17年前的非典,随着大数据技术的发展,对疫情的掌握程度的确有了明显提高。比如此前武汉官方宣布,春节期间有500万人离汉。在过去,尤其是连火车票都还没有实名制的年代,人口流动的数据其实是很难具体掌握的。但今天我们已经能够清楚地看到,这离汉的500万人具体去了哪些城市,为防疫工作提供了依据。

在各地的小区进行封闭式管理之后,相信大部分人都进行过健康信息的自主填报。像我所在的小区,填报信息才能作为进出小区的凭证。这种信息申报,有的是通过政务APP,有的是依托微信或者支付宝等平台。

数字政务平台的火爆,是大数据实用价值的直观体现,从疫情查询到在线问诊,甚至到口罩的预约和购买,在疫情期间实现了数字化运作,有助于流动人口的网格化精确管理。

其实在国外,用大数据来进行传染性疾病的监控治理早已屡见不鲜。比如2008年,谷歌便发布了“Google Flu Trends”(谷歌流感趋势),利用关键词追踪技术搜集大量有价值的数据来发现流感的暴发。

《参考消息》的最新报道显示,这次疫情发生后,一家总部位于多伦多的跟踪传染病的公司,就通过人工智能系统,准确地发出了冠状病毒疫情的扩散警报。它的工作原理,正是依靠海量的数据处理,包括全球新闻报道、疾控中心报告、卫星实时气候数据、航班信息等。

当然,相对于大数据的流动人口管理,政务平台的云审批,或者人工智能预测病毒传播,它们的运用还有一些更加细致具体的场景。

比如在返程高峰期,不少地区商场、地铁站、机场等人群密集的公共场所,推出了“AI防疫师”的黑科技,以无接触的方式,进行实时体温检测、佩戴口罩识别、预警。一些科研单位和机构,还研制出辅助诊疗机器人、智能消毒与巡检机器人,可以自动消毒、自动发药、自动量体温,无接触下的远程治疗成为现实。

风险岗位无人化的疫情防控需求,让机器换人提前上演,很多还处在测试阶段,缺少大规模应用机会的新技术工具有了用武之地。这种极其偶然的利好,让大数据和人工智能的从业者开始畅想美好的行业未来,比如物流行业和外卖行业的无人配送,等等。

预测性地看,疫情之后,大数据和人工智能的确会迎来一个新风口。这一方面是基于它们在疫情防控上展现出来的重大作用;另一方面也是鉴于相关的行业政策的接连出炉。

比如前面提到,民政部直接呼吁开发社区防疫软件,提升社区的智能管理水平;而在之前的 2月4日,工信部还发布了《充分发挥人工智能赋能效用,协力抗击新型冠状病毒感染的肺炎疫情倡议书》,鼓励地方加大在人工智能产品和解决方案上的研发投入力度。

可以说,这次疫情是大数据和人工智能重要性最为凸显的一次。但话说回来,随着疫情防控逐渐进入尾声,流动人口数字化管理、智慧智能城市建设等依旧会延续,无接触、云办公等相应的特殊需求会逐渐减少。

毕竟,这是一种成本很高的生产生活模式,是特殊时期的特殊办法。而一些人工智能产品研发成本太高,还远远无法实现量产。另外,像医生等一些技术岗位,仍然是依靠人工智能机器人远程治疗所无法取代的。大数据和人工智能的风口,持续多久值得观望。

还需要提醒的是,对大数据和人工智能公司而言,市场需求带来的产业短暂爆发背后,同样隐藏着一些发展陷阱。

最典型的还是隐私安全问题。比如各个相关的防疫平台、小程序,如何确保信息收集遵守隐私边界,如何进行信息存储和管理,防止泄漏发生?公共场所的人脸识别技术,该遵循哪些收集和使用界限?

疫情的特殊时期,这些问题的处理,没有获得相应的优先级,包括一些租房平台,也纷纷要求租客上报健康和出行信息。但可以预见,接下来随着疫情消散,疫情期间大数据和人工智能爆发背后的隐私安全漏洞,包括衍生的一些其他安全问题,会逐渐被聚焦关注。

不管怎么说,这些漏洞需要被及时填补。大数据和人工智能的发展,不能因为情况特殊就偏离合法合规的轨道。

作者系媒体评论员

(校对:颜京宁)

人工智能 大数据 助力抗疫
上一篇:【大咖来了 第12期】AI和大数据系统在电子竞技数据处理平台中的应用 下一篇:欺诈不可怕,机器学习算法分分钟拿下!
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

MIT提出Liquid机器学习系统,可像液体一样适应动态变化

麻省理工学院(MIT)的研究者开发出了一种新型的神经网络,其不仅能在训练阶段学习,而且还能持续不断地适应。

机器之心 ·  2021-02-21 15:47:47
规划智慧城市时,别忘了无障碍通行

要想成为一个智慧城市甚至一个智慧世界,虽然可能需要时间和有针对性的规划,但我们必须以人为本。

蒙光伟 ·  2021-02-21 10:26:41
2021关于人工智能的五大趋势

数字化变革,比过去10年更多,这主要是由于远程工作的规模,以及企业迅速部署了必要的技术,尤其是与网络安全相关的技术。那,2021关于人工智能的五大趋势会是如何的呢?

Lichu ·  2021-02-21 10:21:01
使数据中心更智能:人工智能如何发挥作用?

随着数据成为维持几乎所有业务运营以获取洞察力和业务成果的先决条件,数据中心正处于这种数字化转型的关键。

Cassie ·  2021-02-21 10:14:59
IBM拟出售Watson Health后,AI医疗还能不能碰

医疗服务仍然是一块商业上尚未被完全发掘的市场,看病难/看病贵、医疗资源紧缺、医疗资源不平均等痛点问题长期存在,对应的市场空间理应是巨大的。而Watson Health作为IBM曾寄予厚望的业务方向,为何要在此时萌生退意?它的故事给业界带来哪些启发?眼下的AI医疗市场,究竟是一副什么样的局面呢?

物联传媒 ·  2021-02-21 08:41:16
抛弃归一化,深度学习模型准确率却达到了前所未有的水平

我们知道,在传递给机器学习模型的数据中,我们需要对数据进行归一化(normalization)处理。

机器之心 ·  2021-02-20 21:09:12
华人博士生首次尝试用两个Transformer构建一个GAN

最近,CV 研究者对 transformer 产生了极大的兴趣并取得了不少突破。这表明,transformer 有可能成为计算机视觉任务(如分类、检测和分割)的强大通用模型。

Yifan Jiang ·  2021-02-20 21:04:53
无监督训练用堆叠自编码器是否落伍?ML博士对比了8个自编码器

柏林工业大学深度学习方向博士生 Tilman Krokotsch 在多项任务中对比了 8 种自编码器的性能。

Tilman Krokotsch ·  2021-02-20 20:57:16
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载