Kuidas saab suurandmete analüüs aidata koronaviirusest jagu saada ja kuidas masinõppetehnoloogiad võimaldavad meil analüüsida tohutul hulgal andmeid? Nendele küsimustele otsib vastuseid Tööstus 4.0 Youtube'i kanali saatejuht Nikolai Dubinin.
Suurandmete analüüs on üks võimsamaid viise viiruse leviku jälgimiseks ja pandeemiast jagu saamiseks. 160 aastat tagasi juhtus lugu, mis näitas selgelt, kui oluline on andmete kogumine ja kiire analüüsimine.
Koronaviiruse leviku kaart Moskvas ja Moskva piirkonnas.
Kuidas see kõik algas? 1854 Londoni Soho piirkonda tabab koolerapuhang. Kümne päevaga sureb 500 inimest. Keegi ei mõista haiguse leviku allikat. Tol ajal arvati, et haigus kandis edasi ebatervisliku õhu sissehingamise tõttu. Kõik muutis arst John Snow, kellest sai üks kaasaegse epidemioloogia rajajaid. Ta hakkab küsitlema kohalikke elanikke ja paneb kaardile kõik tuvastatud haigusjuhud. Statistika näitas, et enamik hukkunuid oli Broad Streeti püstiku läheduses. Epideemia põhjustas mitte õhk, vaid kanalisatsioonist mürgitatud vesi.
Tectonixi teenus näitab Miami ranna näitel, kuidas rahvahulgad võivad epideemiate levikut mõjutada. Kaart sisaldab miljoneid nutitelefonidest ja tahvelarvutitest pärinevaid geograafilise asukohaga anonüümseid andmeid.
Kujutage nüüd ette, kui kiiresti levib koroonaviirus üle meie riigi pärast 15. aprilli ummikut Moskva metroos. Seejärel kontrollis politsei iga metroosse laskunu digipassi.
Miks me vajame digipääse, kui süsteem ei tule nende kontrollimisega toime? Olemas ka valvekaamerad.
Yandexi tehnoloogia levitamise direktori Grigori Bakunovi sõnul tuvastab täna toimiv näotuvastussüsteem 20-30 kaadrit sekundis ühes arvutis. See maksab umbes 10 dollarit. Samal ajal on Moskvas 200 kaamerat. Et see kõik reaalrežiimis töötaks, peate installima umbes 20 tuhat arvutit. Sellist raha linnal ei ole.
Samal ajal, 15. märtsil, toimusid Lõuna-Koreas parlamendivalimised. Valimisaktiivsus viimase kuueteistkümne aasta jooksul oli rekordiline – 66%. Miks nad ei karda rahvarohkeid kohti?
Lõuna-Korea on suutnud epideemia arengu riigis tagasi pöörata. Neil oli juba sarnane kogemus: 2015. ja 2018. aastal, kui riigis olid MERS-viiruse puhangud. 2018. aastal arvestati oma kolme aasta taguste vigadega. Seekord tegutsesid võimud eriti otsustavalt ja ühendasid suurandmed.
Patsiendi liikumist jälgiti, kasutades:
salvestused valvekaameratest
krediitkaarditehingud
GPS-andmed kodanike autodest
Mobiiltelefonid
Karantiinis viibijad pidid installima spetsiaalse rakenduse, mis teavitas ametivõime rikkujatest. Kõiki liigutusi oli võimalik näha kuni minutise täpsusega ning ka teada saada, kas inimesed kannavad maske.
Trahv rikkumise eest oli kuni 2,5 tuhat dollarit. Sama rakendus annab kasutajale märku, kui läheduses on nakatunud inimesi või rahvahulk. Kõik see toimub paralleelselt masstestimisega. Iga päev tehti riigis kuni 20 testi. Loodud on 633 keskust, mis on pühendatud ainult koroonaviiruse testimisele. Parklates oli ka 50 jaama, kus sai testi sooritada autost lahkumata.
Kuid nagu teadusajakirjanik ja teadusportaali N + 1 looja Andrei Konjajev õigesti märgib, Pandeemia läheb mööda, kuid isikuandmed jäävad alles. Riik ja ettevõtted saavad kasutajate käitumist jälgida.
Muide, viimastel andmetel osutus koroonaviirus nakkavamaks, kui arvasime. See on Hiina teadlaste ametlik uuring. Sai teatavaks, et COVID-19 võib edasi kanduda ühelt inimeselt viiele või kuuele, mitte kahele või kolmele, nagu varem arvati.
Grippi nakatumise määr on 1.3. See tähendab, et üks haige nakatab ühte või kahte inimest. Algne koroonaviirusega nakatumise koefitsient on 5.7. Suremus grippi on 0.1%, koroonaviirusesse – 1-3%.
Andmed on esitatud aprilli alguse seisuga. Paljud juhtumid jäävad diagnoosimata, kuna inimest ei testita koroonaviiruse suhtes või haigus on asümptomaatiline. Seetõttu ei saa hetkel arvude kohta järeldusi teha.
Masinõppetehnoloogiad aitavad kõige paremini analüüsida tohutul hulgal andmeid ja aitavad mitte ainult jälgida liikumisi, kontakte, vaid ka:
diagnoosida koroonaviirust
otsi rohtu
vaktsiini otsima
Paljud ettevõtted teatavad tehisintellektil põhinevatest valmislahendustest, mis tuvastavad koroonaviiruse automaatselt mitte analüüsi, vaid näiteks kopsude röntgeni- või kompuutertomograafia abil. Seega alustab arst viivitamatult tööd kõige tõsisemate juhtumitega.
Kuid mitte igal tehisintellektil pole piisavalt intelligentsust. Märtsi lõpus levis meedias uudis, et uue algoritmiga, mille täpsus on kuni 97%, saab kopsuröntgeni abil koronaviiruse määrata. Siiski selgus, et närvivõrku treeniti vaid 50 fotol. See on umbes 79 fotot vähem, kui vajate haiguse äratundmiseks.
Google'i emaettevõtte Alphabeti osakond DeepMind soovib AI abil täielikult taastada viiruse valgustruktuuri. Märtsi alguses ütles DeepMind, et tema teadlased on jõudnud arusaamisele COVID-19-ga seotud valkude struktuurist. See aitab mõista viiruse toimimist ja kiirendab ravi otsimist.
Mida veel selle teema kohta lugeda:
- Kuidas tehnoloogia ennustab pandeemiaid
- Veel üks koroonaviiruse kaart Moskvas
- Kuidas närvivõrgud meid jälgivad?
- Koronaviiruse järgne maailm: kas seisame silmitsi ärevuse ja depressiooni epideemiaga?
Tellige ja jälgige meid Yandex.Zenis – tehnoloogia, innovatsioon, majandus, haridus ja jagamine ühes kanalis.