چگونه داده های بزرگ به مبارزه با همه گیری کمک می کند

تجزیه و تحلیل کلان داده چگونه می تواند به شکست کروناویروس کمک کند و چگونه فناوری های یادگیری ماشینی می توانند به ما امکان تجزیه و تحلیل حجم عظیمی از داده ها را بدهند؟ نیکلای دوبینین، مجری کانال یوتیوب Industry 4.0 به دنبال پاسخ به این سؤالات است.

تجزیه و تحلیل کلان داده ها یکی از قدرتمندترین راه ها برای ردیابی شیوع ویروس و شکست دادن همه گیری است. 160 سال پیش، داستانی اتفاق افتاد که به وضوح نشان داد که جمع آوری داده ها و تجزیه و تحلیل سریع آن چقدر اهمیت دارد.

چه طور همه این ها شروع شد؟ 1854 منطقه سوهو لندن با شیوع وبا مواجه شد. 500 نفر در ده روز می میرند. هیچ کس منبع شیوع این بیماری را درک نمی کند. در آن زمان اعتقاد بر این بود که این بیماری به دلیل استنشاق هوای ناسالم منتقل می شود. همه چیز دکتر جان اسنو را تغییر داد که یکی از بنیانگذاران اپیدمیولوژی مدرن شد. او شروع به مصاحبه با ساکنان محلی می کند و تمام موارد شناسایی شده بیماری را روی نقشه قرار می دهد. آمارها نشان داد که بیشتر کشته شدگان در نزدیکی ایستگاه برود استریت بودند. نه هوا، بلکه آب مسموم شده توسط فاضلاب باعث این همه گیری شد.

سرویس Tectonix با استفاده از مثال ساحلی در میامی نشان می دهد که چگونه ازدحام جمعیت می تواند بر گسترش بیماری های همه گیر تأثیر بگذارد. این نقشه حاوی میلیون‌ها داده ناشناس با موقعیت جغرافیایی است که از گوشی‌های هوشمند و تبلت‌ها می‌آید.

حالا تصور کنید که ویروس کرونا با چه سرعتی در حال گسترش در سراسر کشور ما پس از ترافیک در مترو مسکو در 15 آوریل است. سپس پلیس کارت دیجیتال هر فردی را که به مترو می رود بررسی می کند.

اگر سیستم نتواند با تأیید آنها مقابله کند، چرا به مجوزهای دیجیتال نیاز داریم؟ دوربین های مدار بسته نیز وجود دارد.

به گفته گریگوری باکونوف، مدیر انتشار فناوری در Yandex، سیستم تشخیص چهره که امروزه کار می کند 20 مورد را شناسایی می کند.-30 فریم در ثانیه در یک کامپیوتر. قیمت آن حدود 10 دلار است. در عین حال، 200 دوربین در مسکو وجود دارد. برای اینکه همه آن ها در حالت واقعی کار کنند، باید حدود 20 هزار کامپیوتر نصب کنید. شهر چنین پولی ندارد.

همزمان در 15 مارس، انتخابات پارلمانی آفلاین در کره جنوبی برگزار شد. میزان مشارکت در شانزده سال گذشته یک رکورد بود - 66٪. چرا از مکان های شلوغ نمی ترسند؟

کره جنوبی موفق شده است که توسعه همه گیری در داخل کشور را معکوس کند. آنها قبلاً تجربه مشابهی داشتند: در سال های 2015 و 2018، زمانی که شیوع ویروس MERS در کشور رخ داد. در سال 2018 آنها اشتباهات سه سال پیش خود را در نظر گرفتند. این بار، مقامات به ویژه قاطعانه عمل کردند و داده های بزرگ را به هم متصل کردند.

حرکات بیمار با استفاده از:

• ضبط شده از دوربین های مدار بسته

• معاملات با کارت اعتباری

• داده های GPS از خودروهای شهروندان

• تلفن همراه

کسانی که در قرنطینه بودند باید اپلیکیشن مخصوصی را نصب می کردند که به متخلفان هشدار می داد. این امکان وجود داشت که تمام حرکات را با دقت حداکثر تا یک دقیقه مشاهده کرد و همچنین متوجه شد که آیا افراد ماسک زده بودند یا خیر.

جریمه تخلف تا 2,5 هزار دلار بود. در صورت وجود افراد آلوده یا انبوهی از افراد در نزدیکی، همین برنامه به کاربر اطلاع می دهد. همه اینها به موازات آزمایش انبوه است. روزانه 20 آزمایش در کشور انجام می شد. 633 مرکز فقط برای آزمایش کرونا راه اندازی شده است. همچنین 50 ایستگاه در پارکینگ‌ها وجود داشت که می‌توانید بدون ترک ماشین در آن‌ها تست بزنید.

اما همانطور که روزنامه نگار علمی و خالق پورتال علمی N + 1 آندری کونیف به درستی اشاره می کند، همه‌گیری خواهد گذشت، اما داده‌های شخصی باقی خواهند ماند. ایالت و شرکت ها قادر خواهند بود رفتار کاربران را ردیابی کنند.

به هر حال، طبق آخرین داده ها، ویروس کرونا مسری تر از آن چیزی است که ما فکر می کردیم. این یک مطالعه رسمی توسط دانشمندان چینی است. مشخص شد که COVID-19 می تواند از یک نفر به پنج یا شش نفر منتقل شود و نه دو یا سه نفر، همانطور که قبلا تصور می شد.

داده ها از ابتدای آوریل ارائه شده است. بسیاری از موارد تشخیص داده نمی‌شوند زیرا فرد برای کرونا آزمایش نمی‌شود یا بیماری بدون علامت است. بنابراین، در حال حاضر نمی توان در مورد اعداد نتیجه گیری کرد.

فناوری‌های یادگیری ماشینی در تجزیه و تحلیل حجم عظیمی از داده‌ها بهترین هستند و نه تنها به ردیابی حرکات، مخاطبین کمک می‌کنند، بلکه به موارد زیر کمک می‌کنند:

• تشخیص کرونا

• دنبال دارو بگرد

• به دنبال واکسن باشید

بسیاری از شرکت‌ها راه‌حل‌های آماده مبتنی بر هوش مصنوعی را اعلام می‌کنند که به‌طور خودکار ویروس کرونا را نه با تجزیه و تحلیل، بلکه به عنوان مثال با اشعه ایکس یا سی‌تی اسکن ریه‌ها تشخیص می‌دهند. بنابراین، پزشک بلافاصله با جدی ترین موارد شروع به کار می کند.

اما هر هوش مصنوعی از هوش کافی برخوردار نیست. در پایان ماه مارس، رسانه ها این خبر را منتشر کردند که الگوریتم جدیدی با دقت 97 درصد می تواند ویروس کرونا را با اشعه ایکس ریه ها تشخیص دهد. با این حال، مشخص شد که شبکه عصبی تنها بر روی 50 عکس آموزش داده شده است. این حدود 79 عکس کمتر از چیزی است که برای شروع تشخیص بیماری نیاز دارید.

DeepMind، بخشی از شرکت مادر گوگل، Alphabet، می خواهد ساختار پروتئینی یک ویروس را با استفاده از هوش مصنوعی به طور کامل بازسازی کند. در اوایل ماه مارس، DeepMind گفت که دانشمندان آن به درک ساختار پروتئین های مرتبط با COVID-19 رسیده اند. این به درک نحوه عملکرد ویروس و سرعت بخشیدن به جستجو برای درمان کمک می کند.

مشترک شوید و ما را در Yandex.Zen دنبال کنید — فناوری، نوآوری، اقتصاد، آموزش و اشتراک گذاری در یک کانال.