Πώς μπορεί η ανάλυση Big Data να βοηθήσει στην καταπολέμηση του κορωνοϊού και πώς μπορούν οι τεχνολογίες μηχανικής μάθησης να μας επιτρέψουν να αναλύσουμε έναν τεράστιο όγκο δεδομένων; Απαντήσεις σε αυτά τα ερωτήματα αναζητά ο Nikolai Dubinin, οικοδεσπότης του καναλιού Industry 4.0 Youtube.
Η ανάλυση μεγάλων δεδομένων είναι ένας από τους πιο ισχυρούς τρόπους παρακολούθησης της εξάπλωσης του ιού και καταπολέμησης της πανδημίας. Πριν από 160 χρόνια, συνέβη μια ιστορία που έδειξε ξεκάθαρα πόσο σημαντικό είναι να συλλέγουμε δεδομένα και να τα αναλύουμε γρήγορα.
Χάρτης της εξάπλωσης του κορωνοϊού στη Μόσχα και την περιοχή της Μόσχας.
Πώς ξεκίνησαν όλα; 1854 Η περιοχή Σόχο του Λονδίνου χτυπιέται από ξέσπασμα χολέρας. 500 άνθρωποι πεθαίνουν σε δέκα μέρες. Κανείς δεν καταλαβαίνει την πηγή εξάπλωσης της νόσου. Εκείνη την εποχή, πίστευαν ότι η ασθένεια μεταδόθηκε λόγω της εισπνοής ανθυγιεινού αέρα. Όλα άλλαξαν τον γιατρό Τζον Σνόου, ο οποίος έγινε ένας από τους ιδρυτές της σύγχρονης επιδημιολογίας. Αρχίζει να παίρνει συνεντεύξεις από κατοίκους της περιοχής και βάζει στον χάρτη όλες τις περιπτώσεις της νόσου που έχουν εντοπιστεί. Οι στατιστικές έδειξαν ότι οι περισσότεροι από τους νεκρούς βρίσκονταν κοντά στον αγωγό της Broad Street. Όχι ο αέρας, αλλά το νερό που δηλητηριάστηκε από τα λύματα προκάλεσε την επιδημία.
Η υπηρεσία της Tectonix δείχνει, χρησιμοποιώντας το παράδειγμα μιας παραλίας στο Μαϊάμι, πώς τα πλήθη μπορούν να επηρεάσουν την εξάπλωση των επιδημιών. Ο χάρτης περιέχει εκατομμύρια κομμάτια ανώνυμων δεδομένων με γεωγραφική τοποθεσία που προέρχεται από smartphone και tablet.
Φανταστείτε τώρα πόσο γρήγορα εξαπλώνεται ο κορωνοϊός σε όλη τη χώρα μας μετά από μποτιλιάρισμα στο μετρό της Μόσχας στις 15 Απριλίου. Στη συνέχεια, η αστυνομία έλεγξε την ψηφιακή κάρτα κάθε ατόμου που κατέβηκε στο μετρό.
Γιατί χρειαζόμαστε ψηφιακά δελτία αν το σύστημα δεν μπορεί να αντιμετωπίσει την επαλήθευσή τους; Υπάρχουν και κάμερες παρακολούθησης.
Σύμφωνα με τον Grigory Bakunov, διευθυντή διάδοσης τεχνολογίας στη Yandex, το σύστημα αναγνώρισης προσώπου που λειτουργεί σήμερα αναγνωρίζει 20-30 fps σε έναν μόνο υπολογιστή. Κοστίζει περίπου $10. Ταυτόχρονα, στη Μόσχα υπάρχουν 200 κάμερες. Για να λειτουργήσουν όλα σε πραγματική λειτουργία, πρέπει να εγκαταστήσετε περίπου 20 χιλιάδες υπολογιστές. Η πόλη δεν έχει τέτοια χρήματα.
Παράλληλα, στις 15 Μαρτίου διεξήχθησαν εκτός σύνδεσης βουλευτικές εκλογές στη Νότια Κορέα. Η συμμετοχή τα τελευταία δεκαέξι χρόνια ήταν ρεκόρ – 66%. Γιατί δεν φοβούνται τα μέρη με πολύ κόσμο;
Η Νότια Κορέα κατάφερε να αναστρέψει την εξέλιξη της επιδημίας εντός της χώρας. Είχαν ήδη μια παρόμοια εμπειρία: το 2015 και το 2018, όταν υπήρξαν κρούσματα του ιού MERS στη χώρα. Το 2018 έλαβαν υπόψη τους τα λάθη τους πριν από τρία χρόνια. Αυτή τη φορά, οι αρχές έδρασαν ιδιαίτερα αποφασιστικά και συνέδεσαν τα big data.
Οι κινήσεις του ασθενούς παρακολουθήθηκαν χρησιμοποιώντας:
καταγραφές από κάμερες παρακολούθησης
συναλλαγές με πιστωτική κάρτα
Δεδομένα GPS από αυτοκίνητα πολιτών
Κινητά τηλέφωνα
Όσοι βρίσκονταν σε καραντίνα έπρεπε να εγκαταστήσουν μια ειδική εφαρμογή που ειδοποιούσε τις αρχές για τους παραβάτες. Ήταν δυνατό να δει κανείς όλες τις κινήσεις με ακρίβεια έως και ένα λεπτό, καθώς και να διαπιστώσει εάν οι άνθρωποι φορούσαν μάσκες.
Το πρόστιμο για παράβαση ήταν έως και 2,5 χιλιάδες δολάρια. Η ίδια εφαρμογή ειδοποιεί τον χρήστη εάν υπάρχουν μολυσμένα άτομα ή πλήθος ανθρώπων κοντά. Όλα αυτά γίνονται παράλληλα με τις μαζικές δοκιμές. Έως και 20 τεστ γίνονταν καθημερινά στη χώρα. Έχουν δημιουργηθεί 633 κέντρα που είναι αφιερωμένα μόνο σε τεστ κορωνοϊού. Υπήρχαν επίσης 50 σταθμοί σε χώρους στάθμευσης όπου μπορούσες να κάνεις το τεστ χωρίς να αφήσεις το αυτοκίνητό σου.
Όμως, όπως σωστά σημειώνει ο επιστημονικός δημοσιογράφος και δημιουργός της επιστημονικής πύλης N + 1 Andrey Konyaev, Η πανδημία θα περάσει, αλλά τα προσωπικά δεδομένα θα παραμείνουν. Το κράτος και οι εταιρείες θα μπορούν να παρακολουθούν τη συμπεριφορά των χρηστών.
Παρεμπιπτόντως, σύμφωνα με τα τελευταία στοιχεία, ο κορωνοϊός αποδείχθηκε πιο μεταδοτικός από όσο πιστεύαμε. Αυτή είναι μια επίσημη μελέτη Κινέζων επιστημόνων. Έγινε γνωστό ότι ο COVID-19 μπορεί να μεταδοθεί από ένα άτομο σε πέντε ή έξι άτομα και όχι σε δύο ή τρία, όπως πιστεύαμε προηγουμένως.
Το ποσοστό μόλυνσης από γρίπη είναι 1.3. Αυτό σημαίνει ότι ένας άρρωστος μολύνει ένα ή δύο άτομα. Ο αρχικός συντελεστής μόλυνσης από κορωνοϊό είναι 5.7. Η θνησιμότητα από γρίπη είναι 0.1%, από κορωνοϊό - 1-3%.
Τα στοιχεία παρουσιάζονται στις αρχές Απριλίου. Πολλά περιστατικά παραμένουν αδιάγνωστα επειδή το άτομο δεν ελέγχεται για κορωνοϊό ή η ασθένεια είναι ασυμπτωματική. Επομένως, αυτή τη στιγμή είναι αδύνατο να εξαχθούν συμπεράσματα για τους αριθμούς.
Οι τεχνολογίες μηχανικής μάθησης είναι οι καλύτερες στην ανάλυση ενός τεράστιου όγκου δεδομένων και βοηθούν όχι μόνο στην παρακολούθηση κινήσεων, επαφών, αλλά και:
διάγνωση κορωνοϊού
ψάξε για φάρμακο
ψάξε για εμβόλιο
Πολλές εταιρείες ανακοινώνουν έτοιμες λύσεις βασισμένες στην τεχνητή νοημοσύνη, οι οποίες θα εντοπίζουν αυτόματα τον κορωνοϊό όχι με ανάλυση, αλλά, για παράδειγμα, με ακτινογραφία ή αξονική τομογραφία των πνευμόνων. Έτσι, ο γιατρός αρχίζει να εργάζεται αμέσως με τις πιο σοβαρές περιπτώσεις.
Αλλά δεν έχει κάθε τεχνητή νοημοσύνη επαρκή νοημοσύνη. Στα τέλη Μαρτίου, τα μέσα ενημέρωσης διέδωσαν την είδηση ότι ένας νέος αλγόριθμος με ακρίβεια έως και 97% θα μπορούσε να προσδιορίσει τον κοροναϊό με ακτινογραφία των πνευμόνων. Ωστόσο, αποδείχθηκε ότι το νευρωνικό δίκτυο εκπαιδεύτηκε μόνο σε 50 φωτογραφίες. Αυτό είναι περίπου 79 λιγότερες φωτογραφίες από όσες χρειάζεστε για να αρχίσετε να αναγνωρίζετε την ασθένεια.
Το DeepMind, τμήμα της μητρικής εταιρείας Alphabet της Google, θέλει να αναδημιουργήσει πλήρως την πρωτεϊνική δομή ενός ιού χρησιμοποιώντας AI. Στις αρχές Μαρτίου, η DeepMind είπε ότι οι επιστήμονές της κατέληξαν σε μια κατανόηση της δομής των πρωτεϊνών που σχετίζονται με το COVID-19. Αυτό θα σας βοηθήσει να κατανοήσετε πώς λειτουργεί ο ιός και θα επιταχύνει την αναζήτηση για θεραπεία.
Τι άλλο να διαβάσετε για το θέμα:
- Πώς η τεχνολογία προβλέπει πανδημίες
- Άλλος ένας χάρτης κορωνοϊού στη Μόσχα
- Πώς μας παρακολουθούν τα νευρωνικά δίκτυα;
- Ο κόσμος μετά τον κορωνοϊό: Θα αντιμετωπίσουμε μια επιδημία άγχους και κατάθλιψης;
Εγγραφείτε και ακολουθήστε μας στο Yandex.Zen — τεχνολογία, καινοτομία, οικονομία, εκπαίδευση και κοινή χρήση σε ένα κανάλι.