人工智能和机器学习能为抗击新冠肺炎做些什么？

2020-07-03 16:51:28Swami Sivasubramanian现任亚马逊云服务AWS副总裁，负责人工智能和机器学习领域的业务，Amazon SageMaker机器学习服务的想法是Swami在2015年的一次回印度休假时产生的。在即将开始的世界人工智能大会2020云端峰会上，Swami Sivasubramanian将会发表题为《突破常规：机器学习无处不在》的演讲，分享属于他与机器学习相关的点点滴滴。

当下，全世界依然处在与新冠肺炎的激烈抗争之中，每一点技术创新和聪明才智的运用，都使我们在战胜这一疾病的道路上又前进了一步。其中，人工智能和机器学习技术在更好地理解和解决新冠肺炎疫情危机方面可以发挥至为关键的作用，尤其是机器学习技术，它使计算机能够模拟人类智能，处理大量数据并快速识别规律和洞察新的发现。

在与新冠疫情的斗争中，我们观察到机器学习的应用主要集中在以下几个领域：一是拓展与客户沟通的方式，二是理解新冠病毒的传播机理，三是加快新冠病毒研究和对症治疗。

迅速扩展和调整运营模式

各种规模的组织，包括公共机构及私营企业，为了让员工和客户进行居家隔离或保持社交距离，都在寻找新的方式以提升运营效率。在这种转变过程中，机器学习技术为支持远程通信、实现远程医疗及保护粮食安全提供了重要而有效的工具。

中国的柯基数据正在结合AWS机器学习进行这方面的工作。柯基数据联合中国疾控中心的权威专家们开发了新冠肺炎智能问答小助手，并于2020年2月3日在中国疾控慢病中心的官方渠道正式上线。他们利用来自中国疾控中心、卫健委等官方渠道的权威信息，结合专业文献和词库，再利用机器学习和自然语言处理、知识图谱技术对专业信息进行结构化、整合归类并建立新冠肺炎防护的知识图谱，快速打造了一套准确率很高的新冠肺炎智能问答系统，帮助公众、新冠肺炎患者及医生解决常见问题，提供了获得权威防控知识的便捷途径。自上线以来，新冠肺炎智能问答小助手平均每天为数千名患者和医生提供服务，累积解决了数十万个问题。

为避免对食品供应链造成破坏，食品加工商和政府需要实时了解当地农业的状况。另一家AWS客户、农业技术初创企业Mantle Labs，在三个月内免费向零售商提供其领先的人工智能农作物监测解决方案，保证英国的食品供应链在疫情期间正常运转。这项技术通过评估农作物的卫星图像以尽早向农民和零售商提示潜在的问题，让他们能够更好地管理供应、采购和库存计划。这一功能的实现得益于该平台部署的定制化机器学习模型，通过融合来自多个卫星的图像实现对农业状况接近实时的评估。

研究新冠肺炎的传播机理

机器学习还在帮助研究人员和从业者分析大量数据来预测新冠肺炎的传播，从而实现疫情预警，确定易感人群。此前加州 Chan Zuckerberg Biohub（陈·扎克伯格生物中心）的研究人员建立了一个模型来预估未被发现的新冠肺炎感染者数量及其对公共健康的影响。研究覆盖了全球12个地区。通过运用机器学习技术并与AWS诊断开发计划合作，他们开发了一种新的方法来量化未被检测到的感染者，即通过分析病毒在人群中传播时如何变异从而推断有多少被遗漏的感染者。

在疫情爆发之初，AWS客户、一家专注于使用人工智能技术检测疫情爆发的加拿大初创企业BlueDot，是最早对这次呼吸道疾病突然爆发发出预警的公司之一。该公司使用机器学习算法对65种语言的新闻报道、航空公司数据和动物疾病网络进行筛选来预测疾病的传播，随后由流行病学家审核数据结果，从科学角度验证这些结论是否有意义。BlueDot利用这些研究成果为卫生系统官员、航空公司和医院提供洞察，帮助他们更好地预测和管理风险。

机器学习也帮助相关领导机构对新冠疫情做出更明智的决策。今年3月，由前白宫首席数据科学家DJ Patil领导的一队志愿者专家找到AWS寻求帮助，希望AWS支持他们搭建一个基于场景进行规划的工具来模拟新冠肺炎的潜在影响，为类似“我们需要多少张病床”或者“我们应该发布多长时间的居家隔离指令”这样的问题寻找答案。他们需要扩展其开源模型，以便美国各地的州长都能够了解接触、感染和住院者的数量，来更好地做出应对计划。该机构与AWS和约翰·霍普金斯大学布隆博格公共卫生学院密切合作，将该模型转移到了云端，在短短几个小时内处理了多个场景，并将模型推广到美国所有50个州和美国以外，帮助做出直接影响新冠疫情全球传播的决策。

各种机构也在研究限制新冠病毒传播的方法，特别是针对易感人群。AWS与人工智能初创公司Closedloop合作，利用他们在医疗数据方面的专业知识，识别感染新冠病毒后发生严重并发症的高风险患者。Closedloop开发并开源了一个新冠病毒易感指数“C-19指数”，这是一个基于人工智能的预测模型，可以识别可能发生新冠病毒严重并发症的高风险人群。这个指数正被医疗系统、护理管理机构和保险公司用来识别高危人群，呼吁他们重视洗手和保持社交距离，向他们提供食物、卫生纸和其他必需品，帮助他们进行居家隔离保护。

加快针对新冠病毒的研究和对症治疗

医疗机构和研究人员都面临着有关新冠病毒的信息成倍增长的问题，很难获得对症治疗的有效信息。为此，AWS发布了新冠数据搜索工具（CORD-19 Search），一个由机器学习技术驱动的搜索网站，可以帮助研究人员快速、方便地搜索大量研究论文和文档，为诸如“什么时候唾液中的新冠病毒含量最高”之类的问题找到答案。AWS新冠病毒搜索工具是建立在艾伦人工智能研究所开发的包含逾128000篇研究论文及其它资料的新冠病毒开放搜索数据集上的。这样一个机器学习解决方案可以从非结构化文本中提取相关的医学信息，并提供了强大的自然语言查询功能，可以帮助研究人员加快发现有用信息的速度。

同时，在医学影像领域，研究人员正利用机器学习辅助识别图像中的模式，帮助医生尽早发现并尽早诊断病情。

在中国，一家专注智慧远程心电平台及专业会诊服务的初创企业益体康，通过联网专业心电设备和云端远程医疗平台帮助中小医疗机构解决专业医生资源不足的问题。他们利用AWS的机器学习服务快速构建了其AI训练和推理场景，提升了模型训练的速度。此次新冠疫情期间，由于许多重症患者存在心脏并发症的问题，益体康的智慧远程心电平台为众多身处隔离病房不方便医生时时监测心脏受损状况的病患提供了服务。此外，在许多大医院减少甚至暂停普通接诊的情况下，他们还服务于基层医疗机构，让患者在家门口就能获得三甲医院水准的专业诊断，快速完成心脏问题的初诊和分诊，减少误诊、漏诊，真正做到了将患者留在基层，大幅减少跨区传播的风险。

机器学习也有助于加速发现有助于治疗新冠病毒的药物。

总部位于深圳、在北京和波士顿设有分部的晶泰科技（XtalPi），是一家以计算驱动药物研发创新的科技公司。在新冠疫情爆发后，该公司很快对近3000个已通过美国药监局（FDA）审核的上市药物、以及超过1万种中药成分分子，进行了老药新用的扫描，成功找到了183个可能对新冠病毒有潜在治疗效果的药物。之后，晶泰科技对这些药物的活性进行了排序，然后又通过更加高精度的计算方法，最终锁定了38个药物。晶泰科技能迅速地完成大量药物筛选，得益于其Intelligent Digital Drug Discovery and Development (ID4)云端智能药物研发平台。在这个平台上，晶泰科技通过自主研发的基于AWS GPU计算实例的机器学习框架，实现大规模的模型训练及参数优化。同时在AI模型研究及设计初期，晶泰科技的科学家团队能够通过Amazon SageMaker服务实现对于模型及参数的快速验证，其友好的交互式界面加速了算法研发效率。

AWS客户、一家英国的人工智能公司BenevolentAI也在利用人工智能技术了解人体对新冠病毒的反应，从而进行药物治疗方面的研究工作。他们利用人工智能药物发现平台开展了一项调查，以确定已经获准上市的药物中哪些有可能抑制新型冠状病毒。他们利用机器学习获得基因、疾病和药物之间的内在关系，筛选出一组药物化合物。仅仅几天，BenevolentAI就发现巴里替尼（一种目前用于治疗类风湿性关节炎的药物，由礼来公司Eli Lilly所有）是其筛选出的众多药物中的最佳的候选药。巴里替尼目前正在美国国家过敏和传染病研究所（NIAID）进行后期临床试验，以研究其作为新冠肺炎潜在治疗方法的有效性和安全性。药物进入临床试验的速度反映了新冠疫情的紧迫性，也体现了人工智能技术在促进新疗法发现方面的重要性。

我始终相信机器学习有潜力帮助解决我们面临的最大挑战。随着全世界的通力协作，我们相信这一可能性正变得越来越大。希望在这个艰难的时刻，我们能够在全球范围内共同努力，不断创新，让机器学习更好地贡献于抗击新冠肺炎的新途径。

作者介绍：

Swami Sivasubramanian现任亚马逊云服务AWS副总裁，负责人工智能和机器学习领域的业务。此前，他曾任AWS的NoSQL数据库总经理，兼管大数据业务。Swami拥有250多项发明专利，发表过40余篇科技论文，同时也是多个学术团体和行业组织的成员。目前，Swami所在的团队全面负责机器学习技术堆栈的各个层面，包括机器学习算法和深度学习框架、机器学习平台层服务、以及AI应用服务。

值得一提的是，Swami打造了30项以上的AWS云服务，包括：CloudFront、Amazon RDS、Amazon S3、Amazon’s Paxos based lock service 以及最早的Amazon Dynamo等。Swami与沃纳·威格尔（Werner Vogels）是Amazon Dynamo论文的主要作者，该论文荣获“美国计算机协会名人堂大奖”。

Swami曾表示，Amazon SageMaker机器学习服务的想法是2015年在一次回印度休假时产生的。那时候机器学习还不是热门话题，回印度休假的4周时间，因为时差问题，不得不找些事情“打发时间”。于是在那些不眠之夜，Swami开始琢磨人工智能的应用场景，想看看自己能不能构建机器学习算法。差不多四周时间自学深度学习算法和应用程序，并撰写了一篇名为《AWS 应如何实现人工智能和机器学习》的论文。

一个月后，Swami回到西雅图，那里有十多人在等着进一步听Swami的想法。当时，亚马逊公司内部在使用机器学习，但还没有考虑将机器学习作为服务提供给外部机构。此时Swami 作为AWS 的高管，而且他有关机器学习的论文又有商业意义，于是获得了授权带领团队将人工智能和机器学习构建为云服务产品，打造出机器学习服务的基础架构……

事实上，随着技术和生态的不断演进、应用场景的不断探索，机器学习已经逐渐走出冰冷的实验室。无论是日新月异的互联网应用，还是求新求变的企业转型，机器学习都得到了广泛的应用，逐步成为驱动业务的关键技术。

2020年7月9日，世界人工智能大会2020云端峰会即将开始，Swami Sivasubramanian也将代表AWS在线出席并发表题为《突破常规：机器学习无处不在》的演讲，分享属于他与机器学习相关的点点滴滴。

电脑住宅作文

20年后的新式住宅 我生活在2024年的一幢高级住宅里，这幢豪宅是我个人设计的，共有三层，配有前、后院。 花草树木簇拥着房屋，听不见噪音，却可以听见鸟语，闻到花香。 住在这里，十分舒适、安谧，还有可爱的机器人帮忙料理家务，生活方便多了。 宅子里设有声控电梯，只要你喊一声“2楼”它便把你送到2楼。 我先给大家介绍大厅。 大厅在底楼，最引人注目的是一台59寸的高清晰度的背投彩电。 它可以存放各种太空文件、图片，播放全世界发生的最新消息，还可以接受太空频道，收集太空资料，告诉你世界上所有未解之谜的答案，是不是很神奇？ 在电视后面，有几盆奇花异卉，它们可以吸收电视后面的热量，是电视保持凉爽。 电视内还有一个隐形的监控器，如果坏人来了，它就发出警报声，并射出光线照在坏人身上，使他睁不开双眼，同时把警察给“招”来了。 第二层是体育健身房，它也有许多别人都望尘莫及的地方。 最有特色的是我的书房,在靠墙的位置安放着一台手提电脑,旁边是一个大书柜。 水晶桌上的手提电脑是奔腾8处理器，运用起来方便、迅速，电脑里包含许多课程，我们现在不用去学校上课，只要连通老师家的电脑，大家便可以通过电脑上课了。 如果遇到什么疑难问题，老师又不能给大家一个一个讲解，电脑这位充满智慧的老师就帮你讲解问题，直到你弄懂为止；电脑还可以扫描铃铛的作业，看看是否做得正确。 电脑边有个摄像头，它可以看出你的眼睛是否过于疲劳，如果是，它就发出警告，使墙壁变成翠绿色，让你眼睛休息、放松，还会放一段优美的音乐，让你享受一番。 你需要什么书，对机器人说一声，他头脑里的芯片接收到命令，就帮你把书入到桌面上去。 前后院种着花草，它们吸收噪音，制造新鲜空气，不用浇水，吸收太阳光就行了。 这些花草不会变色，散发出不同诱人的芳香。 科技越来越发达，人类一步步前进。 只要携手共创美好的明天，相信在不久的将来，这些幻想都能变成现实。

人工智能好吗？

其实所有东西都是有利有弊。 至少在目前看来，人工智能确实是利大于弊的。 人工智能对人没有造成什么危害，还能帮人方便地处理很多事情。 先说一下人工智能的概念。 人工智能并不只包括AlphaGo这种，这种应用的是机器学习，只是人工智能中的一小部分，不过确实是很厉害的一部分。 传统的人工智能，重点是在人工，而不是在机器。 比如洗衣机、电饭煲里面设置的那些程序参数也可以认为是人工智能。 至于多年以后人工智能发展得比人强大之后有人认为，人工智能发展到一定水平，其智慧超过人类，认为人和他们抢占资源，而并无用处，便会开始毁灭人类；另外有些人只是从霍金的演讲中听说，霍金一直对人类持有乐观态度，那为什么会提出可能会毁灭人类这个观点呢？这个观点是有前提的——一切不考虑前提的论述都是不合格的——如果人类最大化使用智能性自主武器，可能会导致人的灭亡。 我认为，对于已经认识到一种科技可能造成危害的情况下（显然人们已经预测到人工智能可能酿成的灾祸了），人类不会在没有对其完全控制的时候就将其投入使用。 有如原子弹，如果管理不当，一颗足以将一个城市夷为平地。 真正能“远超人类”的人工智能也有如此，人类一定会让他有一些无法逾越的底线。 如果一个人“失去了价值观和同情心，枉顾后果”，使用了这种“智能性自主武器”，那么和几百年前发明原子弹时所担忧的让一颗原子弹在人口最密集处爆炸也没有什么区别。 而这些，都是人类通过自己的道德、法律，硬性规定可以解决的问题。 人类现在对核弹有这样那样的限制，到我们真正研发出这种远超人类的人工智能的时候，必然也会对它有这样那样的限制。 事实上，弱人工智能已经成为我们生活中重要的一部分，但未来几十年里，人工智能会逐渐渗透到社会的每一个方面，在医疗、工作、教育和科技等众多领域为我们提供支持和建议。 我们的确要保证是我们来掌控人工智能，而不是被它掌控。 而在这个问题上我们应该担忧的并不是人工智能本身的发展，而是我们自己的道德底线。 总的来说就是利大于弊。

人工智能学会了干什么？

人工智能作为科技创新产物，在促进人类社会进步、经济建设和提升人们生活水平等方面起到越来越重要的作用。 国内人工智能经过多年的发展，已经在安防、金融、客服、零售、医疗健康、广告营销、教育、城市交通、制造、 农业等领域实现商用及规模效应。 人工智能是需要人力、脑力、开发、高等技术与不断的研究和尝试等等一系列超高难度的作业才能完成的科技产品。 当然这种研究是得到国家和人们大力支持的发展。 它的发展对国际影响力是非常大的。 人工智能也可以定义为高仿人类，虽然不可能会像人一样具有灵敏的反应和思考能力，但人工知能是按照人类的思想结构等等的探索而开发的研究。 人工智能的开发最主要的目的就是为了替人类做复杂、有危险难度、重复枯燥等的工作，所以人工智能是以人类的结构来设计开发的，人工智能在得到较好的开发后国家也是全力给予支持。 人工智能的开发主要也是为了帮助和便利人类的生活。 所以人工智能的定义一直以来都是以“协助人类”而存在的。 人工智能概念的火热促进了不少行业的兴起，比如域名，许多相关的域名已经被注册。 以后可能在很多传统行业，比如银行，会有人工智能帮你得到更好的收益。 信用卡或其他的贷款会由人工智能来决定哪些人士可以安全地放贷，而且会还钱。 然后再往下人工智能可以开始动了，就可以进入工业机器人、商业机器人，终进入家庭机器人。