Hur kan Big Data-analys hjälpa till att besegra coronaviruset och hur kan maskininlärningsteknik tillåta oss att analysera en enorm mängd data? Svar på dessa frågor söker Nikolai Dubinin, värd för Industry 4.0 Youtube-kanalen.
Big data-analys är ett av de mest kraftfulla sätten att spåra spridningen av viruset och besegra pandemin. För 160 år sedan hände en historia som tydligt visade hur viktigt det är att samla in data och snabbt analysera den.
Karta över spridningen av coronavirus i Moskva och Moskva-regionen.
Hur började allt? 1854 Londons Soho-område drabbas av ett kolerautbrott. 500 människor dör på tio dagar. Ingen förstår källan till spridningen av sjukdomen. På den tiden trodde man att sjukdomen överfördes på grund av inandning av ohälsosam luft. Allt förändrade läkaren John Snow, som blev en av grundarna av modern epidemiologi. Han börjar intervjua lokala invånare och sätter alla identifierade fall av sjukdomen på kartan. Statistik visade att de flesta av de döda befann sig nära Broad Streets ståndrör. Inte luft, utan vatten förgiftat av avloppsvatten orsakade epidemin.
Tectonix tjänst visar, med exemplet med en strand i Miami, hur folkmassor kan påverka spridningen av epidemier. Kartan innehåller miljontals bitar av anonym data med geolokalisering som kommer från smartphones och surfplattor.
Föreställ dig nu hur snabbt coronaviruset sprider sig över vårt land efter en trafikstockning i Moskvas tunnelbana den 15 april. Då kontrollerade polisen det digitala passet för varje person som gick ner till tunnelbanan.
Varför behöver vi digitala pass om systemet inte klarar av deras verifiering? Det finns även övervakningskameror.
Enligt Grigory Bakunov, chef för teknikspridning på Yandex, erkänner ansiktsigenkänningssystemet som fungerar idag 20-30 fps på en enda dator. Det kostar cirka $10. Samtidigt finns det 200 kameror i Moskva. För att få allt att fungera i verkligt läge måste du installera cirka 20 tusen datorer. Staden har inte den sortens pengar.
Samtidigt, den 15 mars, hölls offline parlamentsval i Sydkorea. Valdeltagandet under de senaste sexton åren var rekord – 66 %. Varför är de inte rädda för trånga platser?
Sydkorea har lyckats vända utvecklingen av epidemin inom landet. De hade redan en liknande upplevelse: 2015 och 2018, när det var utbrott av MERS-viruset i landet. 2018 tog de hänsyn till sina misstag för tre år sedan. Den här gången agerade myndigheterna särskilt beslutsamt och kopplade ihop big data.
Patientrörelser övervakades med:
inspelningar från övervakningskameror
kreditkortstransaktioner
GPS-data från medborgarnas bilar
Mobiltelefoner
De som satt i karantän var tvungna att installera en speciell applikation som gjorde myndigheterna uppmärksamma på överträdare. Det gick att se alla rörelser med en noggrannhet på upp till en minut, och även att ta reda på om folk bar masker.
Böterna för överträdelse var upp till 2,5 tusen dollar. Samma applikation meddelar användaren om det finns infekterade personer eller en mängd människor i närheten. Allt detta är parallellt med masstestning. Upp till 20 tester gjordes i landet varje dag. 633 center som enbart ägnar sig åt testning av coronaviruset har inrättats. Det fanns också 50 stationer på parkeringsplatser där man kunde göra provet utan att lämna bilen.
Men, som vetenskapsjournalisten och skaparen av N + 1-vetenskapsportalen Andrey Konyaev korrekt noterar, Pandemin kommer att gå över, men personuppgifter kommer att finnas kvar. Staten och företag kommer att kunna spåra användarbeteende.
Förresten, enligt de senaste uppgifterna visade sig coronaviruset vara mer smittsamt än vi trodde. Detta är en officiell studie av kinesiska forskare. Det blev känt att covid-19 kan överföras från en person till fem eller sex personer, och inte två eller tre, som tidigare trott.
Influensainfektionsfrekvensen är 1.3. Det betyder att en sjuk person smittar en eller två personer. Den initiala infektionskoefficienten med coronavirus är 5.7. Dödligheten i influensa är 0.1 %, i coronavirus – 1-3 %.
Uppgifterna presenteras i början av april. Många fall blir odiagnostiserade eftersom personen inte är testad för coronavirus eller sjukdomen är asymtomatisk. Därför är det för närvarande omöjligt att dra slutsatser om siffrorna.
Maskininlärningsteknik är bäst på att analysera en enorm mängd data och hjälper inte bara att spåra rörelser, kontakter utan också:
diagnostisera coronavirus
leta efter medicin
leta efter ett vaccin
Många företag annonserar färdiga lösningar baserade på artificiell intelligens, som automatiskt upptäcker coronavirus inte genom analys, utan till exempel genom röntgen eller datortomografi av lungorna. Således börjar läkaren omedelbart arbeta med de allvarligaste fallen.
Men inte varje artificiell intelligens har tillräcklig intelligens. I slutet av mars spred media nyheten om att en ny algoritm med en noggrannhet på upp till 97% skulle kunna fastställa coronaviruset genom lungröntgen. Det visade sig dock att det neurala nätverket tränades på endast 50 fotografier. Det är ungefär 79 färre bilder än vad du behöver för att börja känna igen sjukdomen.
DeepMind, en division av Googles moderbolag Alphabet, vill helt återskapa proteinstrukturen hos ett virus med hjälp av AI. I början av mars sa DeepMind att dess forskare hade kommit till en förståelse av strukturen hos proteiner associerade med COVID-19. Detta kommer att hjälpa till att förstå hur viruset fungerar och påskynda sökandet efter ett botemedel.
Vad mer att läsa om ämnet:
- Hur teknik förutspår pandemier
- Ännu en coronaviruskarta i Moskva
- Hur spårar neurala nätverk oss?
- Post-coronavirusvärlden: Kommer vi att möta en epidemi av ångest och depression?
Prenumerera och följ oss på Yandex.Zen — teknik, innovation, ekonomi, utbildning och delning i en kanal.