【環球網報導】作為世界頂級的AI盛會，第三屆世界人工智慧大會WAIC 2020峰會將於7月9日至11日舉行。雖然由於全球疫情的原因，今年的大會多採用以線上為主的形式，但仍吸引了全球業界「大咖」雲端赴會。
據悉，亞馬遜雲服務AWS將全面亮相本次行業盛會，AWS 副總裁 Swami Sivasubramanian將代表 AWS 在線出席並發表題為《突破常規：機器學習無處不在》的演講。就在這場雲端峰會召開之前，Swami Sivasubramanian發表了題為《人工智慧和機器學習能為抗擊新冠肺炎做些什麼？》的署名文章，其中詳細闡述了人工智慧和機器學習技術如何在攻克新冠肺炎疫情方面發揮重要作用，又是如何助力人類應對共同的挑戰，全文如下：
人工智慧和機器學習能為抗擊新冠肺炎做些什麼？
AWS機器學習副總裁Swami Sivasubramanian
各類機構都在快速應用人工智慧和機器學習技術遏制新冠疫情
科研、醫療保健甚至農業領域都在部署人工智慧和機器學習技術
當下，全世界依然處在與新冠肺炎的激烈抗爭之中，每一點技術創新和聰明才智的運用，都使我們在戰勝這一疾病的道路上又前進了一步。其中，人工智慧和機器學習技術在更好地理解和解決新冠肺炎疫情危機方面可以發揮至為關鍵的作用，尤其是機器學習技術，它使計算機能夠模擬人類智能，處理大量數據並快速識別規律和洞察新的發現。
在與新冠疫情的鬥爭中，我們觀察到機器學習的應用主要集中在以下幾個領域：一是拓展與客戶溝通的方式，二是理解新冠病毒的傳播機理，三是加快新冠病毒研究和對症治療。
迅速擴展和調整運營模式
各種規模的組織，包括公共機構及私營企業，為了讓員工和客戶進行居家隔離或保持社交距離，都在尋找新的方式以提升運營效率。在這種轉變過程中，機器學習技術為支持遠程通信、實現遠程醫療及保護糧食安全提供了重要而有效的工具。
中國的柯基數據正在結合AWS機器學習進行這方面的工作。柯基數據聯合中國疾控中心的權威專家們開發了新冠肺炎智能問答小助手，並於2020年2月3日在中國疾控慢病中心的官方渠道正式上線。他們利用來自中國疾控中心、衛健委等官方渠道的權威信息，結合專業文獻和詞庫，再利用機器學習和自然語言處理、知識圖譜技術對專業信息進行結構化、整合歸類並建立新冠肺炎防護的知識圖譜，快速打造了一套準確率很高的新冠肺炎智能問答系統，幫助公眾、新冠肺炎患者及醫生解決常見問題，提供了獲得權威防控知識的便捷途徑。自上線以來，新冠肺炎智能問答小助手平均每天為數千名患者和醫生提供服務，累積解決了數十萬個問題。
為避免對食品供應鏈造成破壞，食品加工商和政府需要實時了解當地農業的狀況。另一家AWS客戶、農業技術初創企業Mantle Labs，在三個月內免費向零售商提供其領先的人工智慧農作物監測解決方案，保證英國的食品供應鏈在疫情期間正常運轉。這項技術通過評估農作物的衛星圖像以儘早向農民和零售商提示潛在的問題，讓他們能夠更好地管理供應、採購和庫存計劃。這一功能的實現得益於該平臺部署的定製化機器學習模型，通過融合來自多個衛星的圖像實現對農業狀況接近實時的評估。
研究新冠肺炎的傳播機理
機器學習還在幫助研究人員和從業者分析大量數據來預測新冠肺炎的傳播，從而實現疫情預警，確定易感人群。此前加州 Chan Zuckerberg Biohub（陳·扎克伯格生物中心）的研究人員建立了一個模型來預估未被發現的新冠肺炎感染者數量及其對公共健康的影響。研究覆蓋了全球12個地區。通過運用機器學習技術並與AWS診斷開發計劃合作，他們開發了一種新的方法來量化未被檢測到的感染者，即通過分析病毒在人群中傳播時如何變異從而推斷有多少被遺漏的感染者。
在疫情爆發之初，AWS客戶、一家專注於使用人工智慧技術檢測疫情爆發的加拿大初創企業BlueDot，是最早對這次呼吸道疾病突然爆發發出預警的公司之一。該公司使用機器學習算法對65種語言的新聞報導、航空公司數據和動物疾病網絡進行篩選來預測疾病的傳播，隨後由流行病學家審核數據結果，從科學角度驗證這些結論是否有意義。BlueDot利用這些研究成果為衛生系統官員、航空公司和醫院提供洞察，幫助他們更好地預測和管理風險。
機器學習也幫助相關領導機構對新冠疫情做出更明智的決策。今年3月，由前白宮首席數據科學家DJ Patil領導的一隊志願者專家找到AWS尋求幫助，希望AWS支持他們搭建一個基於場景進行規劃的工具來模擬新冠肺炎的潛在影響，為類似「我們需要多少張病床」或者「我們應該發布多長時間的居家隔離指令」這樣的問題尋找答案。他們需要擴展其開源模型，以便美國各地的州長都能夠了解接觸、感染和住院者的數量，來更好地做出應對計劃。該機構與AWS和約翰·霍普金斯大學布隆博格公共衛生學院密切合作，將該模型轉移到了雲端，在短短幾個小時內處理了多個場景，並將模型推廣到美國所有50個州和美國以外，幫助做出直接影響新冠疫情全球傳播的決策。
各種機構也在研究限制新冠病毒傳播的方法，特別是針對易感人群。AWS與人工智慧初創公司Closedloop合作，利用他們在醫療數據方面的專業知識，識別感染新冠病毒後發生嚴重併發症的高風險患者。Closedloop開發並開源了一個新冠病毒易感指數「C-19指數」，這是一個基於人工智慧的預測模型，可以識別可能發生新冠病毒嚴重併發症的高風險人群。這個指數正被醫療系統、護理管理機構和保險公司用來識別高危人群，呼籲他們重視洗手和保持社交距離，向他們提供食物、衛生紙和其他必需品，幫助他們進行居家隔離保護。
加快針對新冠病毒的研究和對症治療
醫療機構和研究人員都面臨著有關新冠病毒的信息成倍增長的問題，很難獲得對症治療的有效信息。為此，AWS發布了新冠數據搜索工具（CORD-19 Search），一個由機器學習技術驅動的搜索網站，可以幫助研究人員快速、方便地搜索大量研究論文和文檔，為諸如「什麼時候唾液中的新冠病毒含量最高」之類的問題找到答案。AWS新冠病毒搜索工具是建立在艾倫人工智慧研究所開發的包含逾128000篇研究論文及其它資料的新冠病毒開放搜索數據集上的。這樣一個機器學習解決方案可以從非結構化文本中提取相關的醫學信息，並提供了強大的自然語言查詢功能，可以幫助研究人員加快發現有用信息的速度。
同時，在醫學影像領域，研究人員正利用機器學習輔助識別圖像中的模式，幫助醫生儘早發現並儘早診斷病情。
在中國，一家專注智慧遠程心電平臺及專業會診服務的初創企業益體康，通過聯網專業心電設備和雲端遠程醫療平臺幫助中小醫療機構解決專業醫生資源不足的問題。他們利用AWS的機器學習服務快速構建了其AI訓練和推理場景，提升了模型訓練的速度。此次新冠疫情期間，由於許多重症患者存在心臟併發症的問題，益體康的智慧遠程心電平臺為眾多身處隔離病房不方便醫生時時監測心臟受損狀況的病患提供了服務。此外，在許多大醫院減少甚至暫停普通接診的情況下，他們還服務於基層醫療機構，讓患者在家門口就能獲得三甲醫院水準的專業診斷，快速完成心臟問題的初診和分診，減少誤診、漏診，真正做到了將患者留在基層，大幅減少跨區傳播的風險。
機器學習也有助於加速發現有助於治療新冠病毒的藥物。
總部位於深圳、在北京和波士頓設有分部的晶泰科技（XtalPi），是一家以計算驅動藥物研發創新的科技公司。在新冠疫情爆發後，該公司很快對近3000個已通過美國藥監局（FDA）審核的上市藥物、以及超過1萬種中藥成分分子，進行了老藥新用的掃描，成功找到了183個可能對新冠病毒有潛在治療效果的藥物。之後，晶泰科技對這些藥物的活性進行了排序，然後又通過更加高精度的計算方法，最終鎖定了38個藥物。晶泰科技能迅速地完成大量藥物篩選，得益於其Intelligent Digital Drug Discovery and Development (ID4)雲端智能藥物研發平臺。在這個平臺上，晶泰科技通過自主研發的基於AWS GPU計算實例的機器學習框架，實現大規模的模型訓練及參數優化。同時在AI模型研究及設計初期，晶泰科技的科學家團隊能夠通過Amazon SageMaker服務實現對於模型及參數的快速驗證，其友好的交互式界面加速了算法研發效率。
AWS客戶、一家英國的人工智慧公司BenevolentAI也在利用人工智慧技術了解人體對新冠病毒的反應，從而進行藥物治療方面的研究工作。他們利用人工智慧藥物發現平臺開展了一項調查，以確定已經獲準上市的藥物中哪些有可能抑制新型冠狀病毒。他們利用機器學習獲得基因、疾病和藥物之間的內在關係，篩選出一組藥物化合物。僅僅幾天，BenevolentAI就發現巴裡替尼（一種目前用於治療類風溼性關節炎的藥物，由禮來公司Eli Lilly所有）是其篩選出的眾多藥物中的最佳的候選藥。巴裡替尼目前正在美國國家過敏和傳染病研究所（NIAID）進行後期臨床試驗，以研究其作為新冠肺炎潛在治療方法的有效性和安全性。藥物進入臨床試驗的速度反映了新冠疫情的緊迫性，也體現了人工智慧技術在促進新療法發現方面的重要性。
我始終相信機器學習有潛力幫助解決我們面臨的最大挑戰。隨著全世界的通力協作，我們相信這一可能性正變得越來越大。希望在這個艱難的時刻，我們能夠在全球範圍內共同努力，不斷創新，讓機器學習更好地貢獻於抗擊新冠肺炎的新途徑。