新肺炎下的科技运动:人工智能引领防疫前沿

武汉“关闭”已经13天了,离开武汉的人们即将结束为期两周的隔离期,新的肺炎疫情可能会迎来一个转折点。

与此同时,春节后复工引发的回归高峰将迎来新一轮人口迁移,“防疫战”已进入关键的时间节点。

有些人把抗击新肺炎比作没有硝烟的战争。除了白衣天使的前线“战斗”,预防和控制“大后方”的疫情同样重要。与过去不同的是,5G、大数据、人工智能、机器人等新技术在防疫过程中发挥了不可或缺的作用,这也使抗击疫情成为一场全民的技术战争。

在这样一个特殊的时间节点,似乎有必要弄清楚人工智能和其他新技术发挥了什么作用,它们将产生什么深远的影响。

根据时间,新的肺炎疫情将发生在2019年底,恰逢春节前夕的返潮,可能会有大量潜在感染者。如何快速筛选出潜在的传染源,治疗并隔离它们,阻断传染源,并尽可能降低二次感染的风险,可以说是一场与时间赛跑。

在大大小小的城市里,这项工作落在基层社区工作者的肩上。有必要对社区居民进行逐一调查,以快速了解辖区内居民的健康状况和流动性。特别是,新型冠状病毒的潜伏期可能为14天,留给基层工作人员的时间很少。

传统的调查方法不超过两种,一种是一个接一个地拜访,另一种是一个接一个地打电话。家访本身增加了面对面接触的风险。如果社区工作者不幸被感染,他们也可能成为携带病毒的“超级传播者”。电话查询信息收集可以说是一种新颖而有效的手段。

如果你能计算出一个时间账户:如果一个网格社区有2500个家庭,工作人员将需要在电话上问大约5个问题,大约需要3分钟,然后再花2分钟整理和总结信息。总共需要200多个小时,相当于基层工作人员一个月的有效工作时间。

人工智能能代替如此复杂的工作吗?百度等互联网巨头已经推出智能出站平台来应对这一流行病。

据了解,百度的智能出站平台可以向居民发起定向或随机拨入呼叫,自动查询和收集居民疫情信息,为居民提供疾病防控指导。同时,它还可以根据关键词将自己汇总成信息文件,并详细记录来电者的出发时间和健康状况。

与时间效率相对应,普通基层员工需要花一个月的时间工作,百度的智能出站平台只需要几分钟。

到目前为止,百度智能外呼平台已经在北京海淀上地街道办事处、陕西Xi安、上海延安、宝山、浙江温州瑞安等十几个地区投入使用,总外呼量达到100万次,涵盖三种应用场景:移动人员筛选、本地居民筛选/回访、特定群体通知。

根据百度的官方承诺,从2020年1月28日到疫情结束,智能出站平台将向各级政府、卫生委员会、基层社区、疾病控制中心等防疫机构免费开放。

早在1月25日,在火车站测量大客流温度时,北京中关村就发布了“江湖召唤令”,寻求与“红外测温产品”相关的人工智能技术解决方案。

每年春节假期过后,都会有一轮返程高峰。虽然新的肺炎疫情已适当延长了假期,人员流动也已分散,但如何控制和检测流动人口,关系到抗击疫情的成败。由于发热是感染后的主要症状之一,在人口密集地区进行温度检测已成为一项重要措施,但目前的温度检测方法仍有一些局限性:

例如,传统的正面测温枪精度较高,但测温速度慢,需要紧密接触。在地铁站、高速铁路站等大流量的交通场景中,一旦测温点大致拥挤,也可能形成交叉感染的风险。另一个例子是市场上也有一些智能温度测量系统。然而,由于在疫情期间戴着口罩,可以识别的面部特征太少了。另外,远距离大规模检测的精度控制问题导致一定程度的误判和误判。幸运的是,中关村的“召唤令”发布后,百度、汤堂、师旷、独角兽等人工智能巨头纷纷响应号召,相继为大规模人群提供测温解决方案。

以百度在北京清河火车站的登陆应用为例,基于人工智能图像识别技术、红外热成像技术和图像红外温度点阵温度分析算法,红外摄像头可以快速完成3-5人/批的额头温度检测,有效避免了戴口罩和帽子带来的人脸识别特征较少的问题。一旦人的温度超过阈值,系统就可以对手持设备的二次检测进行报警。

与传统的温度测量方法相比,该方案具有直观、非接触、24小时工作的优点,不仅降低了工人感染的风险,而且提高了检测效率。

值得一提的是,百度的人工智能多人体温快速检测解决方案只需要一个由红外摄像头和人脸识别摄像头组成的摄像系统,一个由百度自主开发的算法系统,以及一台作为计算力和显示系统的计算机,不同于产能紧张、成本高的高温红外测温仪,目前系统的测温误差已经优化到0.05摄氏度。

借助智能出站平台,百度还将为需要在疫情期间进行温度测量的组织提供免费支持,帮助解决大客流红外测温这一棘手问题。

03随着人工智能走向抗流行病的前沿,当然,人工智能在对抗新型冠状病毒中的应用并不仅限于此。

1月20日前后,百度地图、腾讯、中国移动等相继给出实时人口迁移数据,为不同地区疫情管理提供数据参考。许多互联网公司推出了智能询问系统,并在自然语言处理和其他技术的帮助下制造了肺炎咨询机器人,以帮助医生处理简单的疾病问答。北京大学的朱怀秋团队利用深度学习算法预测了新型冠状病毒的宿主和传染性,发现蝙蝠冠状病毒和新型冠状病毒具有相似的感染模式。百度研究所宣布向相关机构免费开放线性时间算法——线性折叠。预测新冠状病毒全基因组的二级结构只需27秒,时间从55分钟缩短到27秒。选择智能出站平台和人工智能测温两种情况的原因,是人工智能走向防疫运动第一线所反映的两种社会趋势:

首先,人工智能将人们从重复、低效和繁重的精神判断工作中解放出来。

在生死赛跑中,时间和人力可以说是影响疫情趋势的核心因素,尤其是就病毒传播的速度和规模而言。遏制这种流行病在公共场所的传播注定是一场艰苦的战斗。至少人工智能已经验证了另一个可行性:用人工智能取代重复的、低效的和繁重的精神判断工作,然后让人们把更多的精力投入到有价值的事情上。

第二,人工智能和人类之间的合作关系正在改变,甚至改变了社会的治理方式。

无论是利用智能出站平台收集疫情信息,还是利用人工智能算法优化红外测温系统,随着防疫运动的深入,人工智能与人的关系正在被重新定义。消灭人类的不是“谣言”中的人工智能,而是人类与人工智能之间的分工与合作。遵循这个逻辑,当人工智能被证明是t

像所有新兴技术一样,对社会产生根本性影响的前提是新技术的应用可以提高人类控制不确定性的能力。在这方面,疫情可能是人工智能彻底走出象牙塔、进一步巩固社会基础设施地位的一个转折点。

最后写的是殷对圣人的忧思和开悟。繁荣国家是多么困难。

一场罕见而激烈的流行病留给我们的不仅仅是痛苦,还有社会进步,如公共卫生系统的泄漏检测和补偿,如技术创新的紧迫性和使命感。

至少,对人工智能的态度需要一种新的社会共识:人工智能不应狭隘地等同于技术创新或技术变革,还应正视人工智能带来的生产和生活方式的革命性变化,加速人工智能技术的应用和渗透,给予人工智能企业更多的宽容和机会,使人工智能成为一种有用的工具,而不是盒子里的工艺品。