Newsy

Sztuczna inteligencja pomaga w walce z koronawirusem. Nowy model matematyczny wspierany przez SI pozwoli przewidzieć rozwój pandemii [DEPESZA]

2020-12-02  |  06:00
Wszystkie newsy

Wykorzystanie algorytmów sztucznej inteligencji w procesie analizowania procesów rozprzestrzeniania się koronawirusa pozwoli zauważalnie zwiększyć dokładność narzędzi modelowania matematycznego. Dzięki technologii uczenia maszynowego można wychwycić wzory zachowania wirusa nierozpoznawalne przy wykorzystaniu tradycyjnych narzędzi analitycznych. Upowszechnienie modelowania wspartego algorytmami SI pozwoli przyspieszyć wygaszenie pandemii.

– Sztuczna inteligencja to potężne narzędzie, więc zastosowanie jej do jednego z najpilniejszych problemów świata jest sensowne – mówi Yaser Abu-Mostafa, profesor elektrotechniki i informatyki na Kalifornijskim Instytucie Technicznym (Caltech), który kierował rozwojem nowego modelu CS156.

Naukowcy z Politechniki Kalifornijskiej postanowili sprawdzić, czy wykorzystanie algorytmów sztucznej inteligencji w procesie modelowania matematycznego może zwiększyć dokładność prognoz rozprzestrzeniania się koronawirusa w społeczeństwie. W teorii dobrze wyszkolony algorytm po przeszukaniu bogatych zasobów Big Data dotyczących zmian w liczbie wykrytych przypadków COVID-19 powinien wykryć wzory transmisji wirusa nie do wychwycenia przez badaczy posługujących się klasycznymi narzędziami do modelowania.

Aby sprawdzić skuteczność algorytmu, porównano jego przewidywania do modelu zbiorczego wypracowanego przez Centers for Disease Control and Prevention na podstawie 45 najważniejszych modeli uniwersyteckich oraz naukowych ze Stanów Zjednoczonych. Jak się okazało, sztuczna inteligencja CS156 w dniu 25 listopada okazała się o 58 proc. skuteczniejsza w prognozowaniu rozprzestrzeniania się koronawirusa niż modelowanie od CDC.

– Pracujemy nad nowym modelem w pocie czoła – przekonuje Yaser Abu-Mostafa. – To jednak trudny problem, zależny od demografii. Młodzi ludzie zwykle nie przestrzegają zaleceń dotyczących zdrowia publicznego w takim samym stopniu jak osoby starsze, a polityka skierowana do firm wydaje się być bardziej skuteczna niż polityka skierowana do osób fizycznych.

Większość, jeśli nie wszystkie narzędzia do modelowania matematycznego na potrzeby przewidywania rozprzestrzeniania się chorób zakaźnych, nie korzysta z algorytmów sztucznej inteligencji, bazuje jedynie na obserwacjach tego, co już miało miejsce, np. zwiększania się liczby zachorowań w danej populacji. Wdrożenie algorytmów SI pozwala rozszerzyć pole analizy i znaleźć zależności niedostrzegalne gołym okiem.

Prace nad algorytmem CS156 trwały przez dziewięć miesięcy i powstały dzięki wielu narzędziom do modelowania opracowywanym przez zespół Caltechu. Badano, które oprogramowanie na przestrzeni ostatniego tygodnia wykazało największą skuteczność i na podstawie tego wariantu kontynuowano prace nad udoskonalaniem kodu.

Potencjał algorytmu CS156 docenili przedstawiciele California Department of Public Health oraz Komisarz ds. Zdrowia Nowego Jorku, co pozwala przypuszczać, że narzędzie zostanie wykorzystane do usprawnienia procesów walki z pandemią.

– Wszyscy, którzy pracują nad modelami COVID-19, dążą do tego samego celu: wygrania wojny z pandemią. Jesteśmy tutaj, aby wykonać swoją część – zapewnia Yaser Abu-Mostafa.

(Newseria Innowacje)

 

Czytaj także

Więcej ważnych informacji

Jedynka Newserii

Jedynka Newserii

Energetyka

Udział węgla w polskiej energetyce spadł do rekordowo niskich poziomów. Odejście od niego wymaga jednak budowy niskoemisyjnego miksu energetycznego

Choć Unia Europejska przeznaczyła 2 mld euro na pomoc Polsce w dekarbonizacji, to jesteśmy jedynym krajem w Europie, który obecnie zużywa do ogrzewania więcej węgla niż jeszcze w 1990 roku. W wyniku pandemii koronawirusa globalne zapotrzebowanie na energię w całym 2020 roku spadło o kilka procent, jednak wraz z upływem czasu będzie ono znacznie większe. Przyszłością są niskoemisyjne źródła energii – fotowoltaika, farmy wiatrowe i energetyka jądrowa. – Potrzebna jest nie tylko szybka przemiana energetyki w stronę pozyskiwania ze źródeł nieemisyjnych, ale i magazynowanie energii – przekonuje prof. dr hab. Szymon Malinowski, dyrektor Instytutu Geofizyki na Uniwersytecie Warszawskim.

Biotechnologia

Sztuczna inteligencja pozwala szybko opracowywać nowe linie leczenia chorób. Przyszłością medycyny mogą być też biokomputery

Wykorzystanie algorytmów uczenia maszynowego umożliwia wprowadzenie badań nad DNA na nieosiągalny dotychczas poziom. Dzięki rozwiązaniom bioinformatycznym można było w mniej niż dwa dni wytypować potencjalne leki na koronawirusa, a także zwiększyć wiedzę o wirusach zasiedlających ludzkie jelita. Naukowcy testują już nawet komputery bazujące na przesyłaniu informacji z wykorzystaniem ludzkich komórek. Światowy rynek bioinformatyki do 2027 roku zwiększy swoją wartość prawie trzykrotnie.