Hoe kan Big Data-analyse helpen het coronavirus te verslaan en hoe kunnen machine learning-technologieën ons in staat stellen om een enorme hoeveelheid data te analyseren? Antwoorden op deze vragen worden gezocht door Nikolai Dubinin, host van het Industry 4.0 Youtube-kanaal.
Big data-analyse is een van de krachtigste manieren om de verspreiding van het virus te volgen en de pandemie te verslaan. 160 jaar geleden gebeurde er een verhaal dat duidelijk liet zien hoe belangrijk het is om data te verzamelen en snel te analyseren.
Kaart van de verspreiding van het coronavirus in Moskou en de regio Moskou.
Hoe is het allemaal begonnen? 1854 De Londense wijk Soho wordt getroffen door een cholera-uitbraak. 500 mensen sterven in tien dagen. Niemand begrijpt de bron van de verspreiding van de ziekte. In die tijd werd aangenomen dat de ziekte werd overgedragen door het inademen van ongezonde lucht. Alles veranderde dokter John Snow, die een van de grondleggers van de moderne epidemiologie werd. Hij begint buurtbewoners te interviewen en zet alle geïdentificeerde gevallen van de ziekte op de kaart. Statistieken toonden aan dat de meeste doden zich in de buurt van de Broad Street-standpijp bevonden. Niet lucht, maar water vergiftigd door rioolwater veroorzaakte de epidemie.
De dienst van Tectonix laat aan de hand van het voorbeeld van een strand in Miami zien hoe drukte de verspreiding van epidemieën kan beïnvloeden. De kaart bevat miljoenen stukjes anonieme data met geolocatie afkomstig van smartphones en tablets.
Stel je nu eens voor hoe snel het coronavirus zich over ons land verspreidt na een file in de metro van Moskou op 15 april. Vervolgens controleerde de politie de digitale pas van iedereen die naar de metro ging.
Waarom hebben we digitale passen nodig als het systeem hun verificatie niet aankan? Er zijn ook bewakingscamera's.
Volgens Grigory Bakunov, directeur technologieverspreiding bij Yandex, herkent het gezichtsherkenningssysteem dat tegenwoordig werkt 20-30 fps op een enkele computer. Het kost ongeveer $ 10. Tegelijkertijd zijn er 200 camera's in Moskou. Om het allemaal in de echte modus te laten werken, moet u ongeveer 20 computers installeren. Zoveel geld heeft de stad niet.
Tegelijkertijd werden op 15 maart offline parlementsverkiezingen gehouden in Zuid-Korea. De opkomst over de afgelopen zestien jaar was een record: 66%. Waarom zijn ze niet bang voor drukke plaatsen?
Zuid-Korea is erin geslaagd de ontwikkeling van de epidemie in het land te keren. Ze hadden al een soortgelijke ervaring: in 2015 en 2018, toen er uitbraken waren van het MERS-virus in het land. In 2018 hielden ze rekening met hun fouten van drie jaar geleden. Deze keer handelde de overheid bijzonder daadkrachtig en verbond ze big data.
Patiëntbewegingen werden gevolgd met behulp van:
opnames van bewakingscamera's
creditcardtransacties
GPS-gegevens van auto's van burgers
Mobiele telefoons
Degenen die in quarantaine zaten, moesten een speciale applicatie installeren die de autoriteiten waarschuwde voor overtreders. Het was mogelijk om alle bewegingen te zien met een nauwkeurigheid tot op een minuut, en ook om erachter te komen of mensen maskers droegen.
De boete voor overtreding was maximaal $ 2,5 duizend. Dezelfde applicatie waarschuwt de gebruiker als er besmette mensen of een menigte mensen in de buurt zijn. Dit alles loopt parallel met massatesten. Elke dag werden er tot 20 tests in het land uitgevoerd. Er zijn 633 centra opgericht die alleen zijn gericht op het testen van het coronavirus. Er waren ook 50 stations op parkeerplaatsen waar je de test kon maken zonder je auto te verlaten.
Maar, zoals wetenschapsjournalist en maker van het N + 1 wetenschapsportaal Andrey Konyaev terecht opmerkt: De pandemie gaat voorbij, maar persoonlijke gegevens blijven. De staat en bedrijven kunnen het gedrag van gebruikers volgen.
Overigens bleek het coronavirus volgens de laatste gegevens besmettelijker dan we dachten. Dit is een officieel onderzoek door Chinese wetenschappers. Het werd bekend dat COVID-19 kan worden overgedragen van één persoon op vijf of zes personen, en niet twee of drie, zoals eerder werd gedacht.
Het griepbesmettingspercentage is 1.3. Dit betekent dat één zieke één of twee mensen besmet. De initiële infectiecoëfficiënt met coronavirus is 5.7. Sterfte door griep is 0.1%, door coronavirus - 1-3%.
De gegevens worden gepresenteerd vanaf begin april. Veel gevallen worden niet gediagnosticeerd omdat de persoon niet is getest op coronavirus of de ziekte asymptomatisch is. Daarom is het op dit moment onmogelijk om conclusies te trekken over de cijfers.
Machine learning-technologieën zijn de beste in het analyseren van een enorme hoeveelheid gegevens en helpen niet alleen bewegingen en contacten te volgen, maar ook:
diagnose coronavirus stellen
zoek medicijnen
zoek een vaccin
Veel bedrijven kondigen kant-en-klare oplossingen aan op basis van kunstmatige intelligentie, die het coronavirus automatisch detecteren, niet door analyse, maar bijvoorbeeld door een röntgenfoto of CT-scan van de longen. Zo begint de arts onmiddellijk met de ernstigste gevallen te werken.
Maar niet elke kunstmatige intelligentie heeft voldoende intelligentie. Eind maart verspreidden de media het nieuws dat een nieuw algoritme met een nauwkeurigheid tot 97% het coronavirus zou kunnen bepalen door middel van röntgenfoto's van de longen. Het bleek echter dat het neurale netwerk op slechts 50 foto's was getraind. Dat zijn ongeveer 79 foto's minder dan je nodig hebt om de ziekte te herkennen.
DeepMind, een divisie van Google's moederbedrijf Alphabet, wil met behulp van AI de eiwitstructuur van een virus volledig nabootsen. Begin maart zei DeepMind dat zijn wetenschappers tot inzicht waren gekomen in de structuur van eiwitten die verband houden met COVID-19. Dit zal helpen om te begrijpen hoe het virus werkt en het zoeken naar een remedie versnellen.
Wat nog meer te lezen over het onderwerp:
- Hoe technologie pandemieën voorspelt
- Nog een coronaviruskaart in Moskou
- Hoe volgen neurale netwerken ons?
- De wereld na het coronavirus: krijgen we te maken met een epidemie van angst en depressie?
Abonneer u en volg ons op Yandex.Zen — technologie, innovatie, economie, onderwijs en delen in één kanaal.