Подписывайтесь на канал «Другая фаза», чтобы быть в курсе самых горячих тем.
Когда-нибудь вкусовые предпочтения китайцев приведут нас к зомби-апокалипсису или глобальной пандемии. Змеи, летучие мыши и циветы, странные на вид животные, — неотъемлемая часть рациона туристов, прибывших в гастрономическое путешествие в Китай, да и самих жителей Поднебесной. В 2004 году из-за цивет началась эпидемия SARS-CoV, а в 2019 году ползучие и летающие гады вызвали вспышку эпидемии коронавируса 2019-nCoV, от которого нет лекарства.
Учёные и вирусологи бьются над тем, чтобы разработать вакцину от нового заболевания, но её нужно протестировать на людях и животных, что требует времени. Казалось бы, человечество вот-вот падёт… Но тут в дело вступает искусственный интеллект, который может помочь в ситуациях из разряда «на волоске», а как это будет происходить, рассказал CSTO AiA Роман Душкин в вебинаре SkillFactory.
Актуальная сводка по ситуации с китайским коронавирусом
По состоянию на 9 февраля от коронавируса погибло более 700 человек, 2076 зараженным удалось излечиться, а около 35 000 всё ещё заражено.
Как машинное обучение может предсказать развитие коронавируса?
«Что значит предсказать развитие ситуации... ситуация, она, обозначается какими-то параметрами и если у нас есть эти значения, историческую последовательность которых мы знаем, то мы имеем дело с регрессией — одной из задач машинного обучения», — сказал CSTO AiA Роман Душкин
В случае с коронавирусом нам понадобятся такие показатели, как: количество заболевших, количество выздоровевших и умерших. При помощи методов машинного обучения, включающие статистические и нейросетевые методы, мы можем предсказать направление кривой и будущие тренды.
А предсказать распространение коронавируса 2019-nCoV по миру можно, но при условии наличия деревьев решения, которые поддерживают принятие решений и строят модели по историческим данным.
«Для прогнозирования распространения коронавируса не хватит всех данных об эпидемиях и эпизоотиях за всю историю нашей планеты», — подчеркнул Роман Душкин.
Где собирать данные для прогнозирования?
Лучшим источником данных для предсказания эпидемий станут инфекционные больницы. Всю информацию об инфекциях нужно записывать в единую базу данных для того, чтобы на её основе потом была создана система прогнозирования эпидемий на базе машинного обучения.
Вторым слоем для сбора данных станет транспортный граф, который, скорее всего, начнут разрабатывать в результате эпидемии китайского коронавируса. В транспортном графе будут содержаться данные о перемещениях масс населения.
Заключение
Сегодня мы рассказали о том, можно ли при помощи высоких технологий спасти планету от коронавируса. Однако данных об этом заболевании чрезвычайно мало и технологии искусственного интеллекта здесь вряд ли чем помогут. А ознакомиться с полной версией вебинара CSTO AiA Романа Душкина и SkillFactory можно здесь.