女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

人工智能和機器學習,能為抗擊新冠肺炎起到什么作用?

如意 ? 來源:百家號 ? 作者:經濟觀察報 ? 2020-07-03 10:21 ? 次閱讀

當下,全世界依然處在與新冠肺炎的激烈抗爭之中,每一點技術創新和聰明才智的運用,都使我們在戰勝這一疾病的道路上又前進了一步。

今年3月,前白宮首席數據科學家DJ Patil領導一隊志愿者專家找到AWS尋求幫助,希望AWS支持他們搭建一個基于場景進行規劃的工具來模擬新冠肺炎的潛在影響,為類似“我們需要多少張病床”或者“我們應該發布多長時間的居家隔離指令”這樣的問題尋找答案。

可見,人工智能機器學習技術在更好地理解和解決新冠肺炎疫情危機方面可以發揮至為關鍵的作用,尤其是機器學習技術,它使計算機能夠模擬人類智能,處理大量數據并快速識別規律和洞察新的發現。

在與新冠疫情的斗爭中,我們觀察到機器學習的應用主要集中在以下幾個領域:一是拓展與客戶溝通的方式,二是理解新冠病毒的傳播機理,三是加快新冠病毒研究和對癥治療。

迅速擴展和調整運營模式

各種規模的組織,包括公共機構及私營企業,為了讓員工和客戶進行居家隔離或保持社交距離,都在尋找新的方式以提升運營效率。在這種轉變過程中,機器學習技術為支持遠程通信、實現遠程醫療及保護糧食安全提供了重要而有效的工具。

舉個例子,中國的柯基數據正在結合AWS機器學習進行這方面的工作。柯基數據聯合中國疾控中心的權威專家們開發了新冠肺炎智能問答小助手,并于2020年2月3日在中國疾控慢病中心的官方渠道正式上線。他們利用來自中國疾控中心、衛健委等官方渠道的權威信息,結合專業文獻和詞庫,再利用機器學習和自然語言處理、知識圖譜技術對專業信息進行結構化、整合歸類并建立新冠肺炎防護的知識圖譜,快速打造了一套準確率很高的新冠肺炎智能問答系統,幫助公眾、新冠肺炎患者及醫生解決常見問題,提供了獲得權威防控知識的便捷途徑。自上線以來,新冠肺炎智能問答小助手平均每天為數千名患者和醫生提供服務,累積解決了數十萬個問題。

為避免對食品供應鏈造成破壞,食品加工商和政府需要實時了解當地農業的狀況。另一家農業技術初創企業Mantle Labs,在三個月內免費向零售商提供其領先的人工智能農作物監測解決方案,保證英國的食品供應鏈在疫情期間正常運轉。這項技術通過評估農作物的衛星圖像以盡早向農民和零售商提示潛在的問題,讓他們能夠更好地管理供應、采購和庫存計劃。這一功能的實現得益于該平臺部署的定制化機器學習模型,通過融合來自多個衛星的圖像實現對農業狀況接近實時的評估。

研究新冠肺炎的傳播機理

機器學習還在幫助研究人員和從業者分析大量數據來預測新冠肺炎的傳播,從而實現疫情預警,確定易感人群。此前加州 Chan Zuckerberg Biohub(陳·扎克伯格生物中心)的研究人員建立了一個模型來預估未被發現的新冠肺炎感染者數量及其對公共健康的影響。研究覆蓋了全球12個地區。通過運用機器學習技術并與AWS診斷開發計劃合作,他們開發了一種新的方法來量化未被檢測到的感染者,即通過分析病毒在人群中傳播時如何變異從而推斷有多少被遺漏的感染者。

在疫情爆發之初,一家專注于使用人工智能技術檢測疫情爆發的加拿大初創企業BlueDot,是最早對這次呼吸道疾病突然爆發發出預警的公司之一。該公司使用機器學習算法對65種語言的新聞報道、航空公司數據和動物疾病網絡進行篩選來預測疾病的傳播,隨后由流行病學家審核數據結果,從科學角度驗證這些結論是否有意義。BlueDot利用這些研究成果為衛生系統官員、航空公司和醫院提供洞察,幫助他們更好地預測和管理風險。

機器學習也幫助相關領導機構對新冠疫情做出更明智的決策。今年3月,由前白宮首席數據科學家DJ Patil領導的一隊志愿者專家找到AWS尋求幫助,希望AWS支持他們搭建一個基于場景進行規劃的工具來模擬新冠肺炎的潛在影響,為類似“我們需要多少張病床”或者“我們應該發布多長時間的居家隔離指令”這樣的問題尋找答案。他們需要擴展其開源模型,以便美國各地的州長都能夠了解接觸、感染和住院者的數量,來更好地做出應對計劃。該機構與AWS和約翰·霍普金斯大學布隆博格公共衛生學院密切合作,將該模型轉移到了云端,在短短幾個小時內處理了多個場景,并將模型推廣到美國所有50個州和美國以外,幫助做出直接影響新冠疫情全球傳播的決策。

各種機構也在研究限制新冠病毒傳播的方法,特別是針對易感人群。AWS與人工智能初創公司Closedloop合作,利用他們在醫療數據方面的專業知識,識別感染新冠病毒后發生嚴重并發癥的高風險患者。Closedloop開發并開源了一個新冠病毒易感指數“C-19指數”,這是一個基于人工智能的預測模型,可以識別可能發生新冠病毒嚴重并發癥的高風險人群。這個指數正被醫療系統、護理管理機構和保險公司用來識別高危人群,呼吁他們重視洗手和保持社交距離,向他們提供食物、衛生紙和其他必需品,幫助他們進行居家隔離保護。

加快針對新冠病毒的研究和對癥治療

醫療機構和研究人員都面臨著有關新冠病毒的信息成倍增長的問題,很難獲得對癥治療的有效信息。為此,AWS發布了新冠數據搜索工具(CORD-19 Search),一個由機器學習技術驅動的搜索網站,可以幫助研究人員快速、方便地搜索大量研究論文和文檔,為諸如“什么時候唾液中的新冠病毒含量最高”之類的問題找到答案。AWS新冠病毒搜索工具是建立在艾倫人工智能研究所開發的包含逾128000篇研究論文及其它資料的新冠病毒開放搜索數據集上的。這樣一個機器學習解決方案可以從非結構化文本中提取相關的醫學信息,并提供了強大的自然語言查詢功能,可以幫助研究人員加快發現有用信息的速度。

同時,在醫學影像領域,研究人員正利用機器學習輔助識別圖像中的模式,幫助醫生盡早發現并盡早診斷病情。

在中國,一家專注智慧遠程心電平臺及專業會診服務的初創企業益體康,通過聯網專業心電設備和云端遠程醫療平臺幫助中小醫療機構解決專業醫生資源不足的問題。他們利用AWS的機器學習服務快速構建了其AI訓練和推理場景,提升了模型訓練的速度。此次新冠疫情期間,由于許多重癥患者存在心臟并發癥的問題,益體康的智慧遠程心電平臺為眾多身處隔離病房不方便醫生時時監測心臟受損狀況的病患提供了服務。此外,在許多大醫院減少甚至暫停普通接診的情況下,他們還服務于基層醫療機構,讓患者在家門口就能獲得三甲醫院水準的專業診斷,快速完成心臟問題的初診和分診,減少誤診、漏診,真正做到了將患者留在基層,大幅減少跨區傳播的風險。

機器學習也有助于加速發現有助于治療新冠病毒的藥物。

總部位于深圳、在北京和波士頓設有分部的晶泰科技(XtalPi),是一家以計算驅動藥物研發創新的科技公司。在新冠疫情爆發后,該公司很快對近3000個已通過美國藥監局(FDA)審核的上市藥物、以及超過1萬種中藥成分分子,進行了老藥新用的掃描,成功找到了183個可能對新冠病毒有潛在治療效果的藥物。之后,晶泰科技對這些藥物的活性進行了排序,然后又通過更加高精度的計算方法,最終鎖定了38個藥物。晶泰科技能迅速地完成大量藥物篩選,得益于其Intelligent Digital Drug Discovery and Development (ID4)云端智能藥物研發平臺。在這個平臺上,晶泰科技通過自主研發的基于AWS GPU計算實例的機器學習框架,實現大規模的模型訓練及參數優化。同時在AI模型研究及設計初期,晶泰科技的科學家團隊能夠通過Amazon SageMaker服務實現對于模型及參數的快速驗證,其友好的交互式界面加速了算法研發效率。

一家英國的人工智能公司BenevolentAI也在利用人工智能技術了解人體對新冠病毒的反應,從而進行藥物治療方面的研究工作。他們利用人工智能藥物發現平臺開展了一項調查,以確定已經獲準上市的藥物中哪些有可能抑制新型冠狀病毒。他們利用機器學習獲得基因、疾病和藥物之間的內在關系,篩選出一組藥物化合物。僅僅幾天,BenevolentAI就發現巴里替尼(一種目前用于治療類風濕性關節炎的藥物,由禮來公司Eli Lilly所有)是其篩選出的眾多藥物中的最佳的候選藥。巴里替尼目前正在美國國家過敏和傳染病研究所(NIAID)進行后期臨床試驗,以研究其作為新冠肺炎潛在治療方法的有效性和安全性。藥物進入臨床試驗的速度反映了新冠疫情的緊迫性,也體現了人工智能技術在促進新療法發現方面的重要性。

我始終相信機器學習有潛力幫助解決我們面臨的最大挑戰。隨著全世界的通力協作,我們相信這一可能性正變得越來越大。希望在這個艱難的時刻,我們能夠在全球范圍內共同努力,不斷創新,讓機器學習更好地貢獻于抗擊新冠肺炎的新途徑。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 人工智能
    +關注

    關注

    1804

    文章

    48737

    瀏覽量

    246664
  • 機器學習
    +關注

    關注

    66

    文章

    8492

    瀏覽量

    134122
  • 大數據
    +關注

    關注

    64

    文章

    8952

    瀏覽量

    139525
收藏 人收藏

    評論

    相關推薦
    熱點推薦

    人工智能機器學習以及Edge AI的概念與應用

    人工智能相關各種技術的概念介紹,以及先進的Edge AI(邊緣人工智能)的最新發展與相關應用。 人工智能機器學習是現代科技的核心技術
    的頭像 發表于 01-25 17:37 ?833次閱讀
    <b class='flag-5'>人工智能</b>和<b class='flag-5'>機器</b><b class='flag-5'>學習</b>以及Edge AI的概念與應用

    【「具身智能機器人系統」閱讀體驗】+數據在具身人工智能中的價值

    嵌入式人工智能(EAI)將人工智能集成到機器人等物理實體中,使它們能夠感知、學習環境并與之動態交互。這種能力使此類機器人能夠在人類社會中有效
    發表于 12-24 00:33

    如何在低功耗MCU上實現人工智能機器學習

    人工智能 (AI) 和機器學習 (ML) 的技術不僅正在快速發展,還逐漸被創新性地應用于低功耗的微控制器 (MCU) 中,從而實現邊緣AI/ML的解決方案。
    的頭像 發表于 12-17 16:06 ?773次閱讀

    嵌入式和人工智能究竟是什么關系?

    人工智能的結合,無疑是科技發展中的一場革命。在人工智能硬件加速中,嵌入式系統以其獨特的優勢和重要性,發揮著不可或缺的作用。通過深度學習和神經網絡等算法,嵌入式系統能夠高效地處理大量數
    發表于 11-14 16:39

    具身智能機器學習的關系

    具身智能(Embodied Intelligence)和機器學習(Machine Learning)是人工智能領域的兩個重要概念,它們之間存在著密切的關系。 1. 具身
    的頭像 發表于 10-27 10:33 ?919次閱讀

    人工智能機器學習和深度學習存在什么區別

    人工智能指的是在某種程度上顯示出類似人類智能的設備。AI有很多技術,但其中一個很大的子集是機器學習——讓算法從數據中學習
    發表于 10-24 17:22 ?2786次閱讀
    <b class='flag-5'>人工智能</b>、<b class='flag-5'>機器</b><b class='flag-5'>學習</b>和深度<b class='flag-5'>學習</b>存在什么區別

    《AI for Science:人工智能驅動科學創新》第6章人AI與能源科學讀后感

    、優化等方面的應用有了更清晰的認識。特別是書中提到的基于大數據和機器學習的能源管理系統,通過實時監測和分析能源數據,實現了能源的高效利用和智能化管理。 其次,第6章通過多個案例展示了人工智能
    發表于 10-14 09:27

    AI for Science:人工智能驅動科學創新》第4章-AI與生命科學讀后感

    研究的進程。從蛋白質結構預測到基因測序與編輯,再到藥物研發,人工智能技術在生命科學的各個層面都發揮著重要作用。特別是像AlphaFold這樣的工具,成功解決了困擾生物學界半個多世紀的蛋白質折疊問題,將
    發表于 10-14 09:21

    《AI for Science:人工智能驅動科學創新》第二章AI for Science的技術支撐學習心得

    人工智能在科學研究中的核心技術,包括機器學習、深度學習、神經網絡等。這些技術構成了AI for Science的基石,使得AI能夠處理和分析復雜的數據集,從而發現隱藏在數據中的模式和規
    發表于 10-14 09:16

    《AI for Science:人工智能驅動科學創新》第一章人工智能驅動的科學創新學習心得

    人工智能:科學研究的加速器 第一章清晰地闡述了人工智能作為科學研究工具的強大功能。通過機器學習、深度學習等先進技術,AI能夠處理和分析海量
    發表于 10-14 09:12

    risc-v在人工智能圖像處理應用前景分析

    RISC-V和Arm內核及其定制的機器學習和浮點運算單元,用于處理復雜的人工智能圖像處理任務。 四、未來發展趨勢 隨著人工智能技術的不斷發展和普及,RISC-V在
    發表于 09-28 11:00

    名單公布!【書籍評測活動NO.44】AI for Science:人工智能驅動科學創新

    、污染治理、碳減排三個方面介紹了人工智能為環境科學引入的新價值和新機遇。 第8章探討了AI for Science在快速發展過程中面臨的機遇和挑戰,并對“平臺科研”模式進行了展望。 申請時間
    發表于 09-09 13:54

    FPGA在人工智能中的應用有哪些?

    FPGA(現場可編程門陣列)在人工智能領域的應用非常廣泛,主要體現在以下幾個方面: 一、深度學習加速 訓練和推理過程加速:FPGA可以用來加速深度學習的訓練和推理過程。由于其高并行性和低延遲特性
    發表于 07-29 17:05

    機器視覺和人工智能的關系與應用

    機器視覺和人工智能的關系是一個廣泛而深入的話題,涉及到計算機科學、電子工程、光學、圖像處理、模式識別等多個領域。 一、機器視覺和人工智能的定義 機器
    的頭像 發表于 07-16 10:27 ?1502次閱讀

    人工智能機器學習和深度學習是什么

    在科技日新月異的今天,人工智能(Artificial Intelligence, AI)、機器學習(Machine Learning, ML)和深度學習(Deep Learning,
    的頭像 發表于 07-03 18:22 ?2554次閱讀