Kako analiza Big Data može pomoći u borbi protiv koronavirusa i kako nam tehnologije strojnog učenja mogu omogućiti analizu ogromne količine podataka? Odgovore na ova pitanja traži Nikolai Dubinin, voditelj Youtube kanala Industrija 4.0.
Analiza velikih podataka jedan je od najmoćnijih načina za praćenje širenja virusa i pobjedu nad pandemijom. Prije 160 godina dogodila se priča koja je jasno pokazala koliko je važno prikupljati podatke i brzo ih analizirati.
Karta širenja koronavirusa u Moskvi i Moskovskoj regiji.
Kako je sve počelo? 1854. Londonsko područje Sohoa zahvatila je epidemija kolere. U deset dana umre 500 ljudi. Nitko ne razumije izvor širenja bolesti. Tada se vjerovalo da se bolest prenosi udisanjem nezdravog zraka. Sve se promijenilo doktor John Snow, koji je postao jedan od utemeljitelja moderne epidemiologije. Počinje intervjuirati lokalno stanovništvo i sve identificirane slučajeve bolesti stavlja na kartu. Statistike su pokazale da je najviše mrtvih bilo u blizini odvodne cijevi Broad Street. Ne zrak, nego voda zatrovana kanalizacijom izazvala je epidemiju.
Tectonixov servis na primjeru plaže u Miamiju pokazuje kako gužve mogu utjecati na širenje epidemije. Karta sadrži milijune anonimnih podataka s geolokacijom koji dolaze s pametnih telefona i tableta.
Sada zamislite koliko se brzo koronavirus širi našom zemljom nakon prometne gužve u moskovskom metrou 15. travnja. Tada je policija provjeravala digitalnu propusnicu svakoj osobi koja je sišla u podzemnu željeznicu.
Zašto su nam potrebne digitalne propusnice ako se sustav ne može nositi s njihovom provjerom? Tu su i nadzorne kamere.
Prema Grigoriju Bakunovu, direktoru širenja tehnologije u Yandexu, sustav za prepoznavanje lica koji danas radi prepoznaje 20-30 fps na jednom računalu. Košta oko 10 dolara. U isto vrijeme u Moskvi ima 200 kamera. Da bi sve to radilo u stvarnom načinu rada, potrebno je instalirati oko 20 tisuća računala. Grad nema toliko novca.
U isto vrijeme, 15. ožujka, održani su izvanmrežni parlamentarni izbori u Južnoj Koreji. Izlaznost u proteklih šesnaest godina bila je rekordna – 66%. Zašto se ne boje gužvi?
Južna Koreja uspjela je preokrenuti razvoj epidemije unutar zemlje. Već su imali slično iskustvo: 2015. i 2018., kada je u zemlji došlo do izbijanja virusa MERS. U 2018. su uzeli u obzir svoje greške od prije tri godine. Vlasti su ovoga puta djelovale posebno odlučno i povezale big data.
Kretanje pacijenata praćeno je pomoću:
snimke s nadzornih kamera
transakcije kreditnom karticom
GPS podaci iz automobila građana
Mobiteli
Oni koji su bili u karanteni morali su instalirati posebnu aplikaciju koja je upozoravala vlasti na prekršitelje. Bilo je moguće vidjeti sve pokrete s točnošću do minute, a također i saznati nose li ljudi maske.
Novčana kazna za prekršaj iznosila je do 2,5 tisuća dolara. Ista aplikacija obavještava korisnika ako se u blizini nalaze zaražene osobe ili gomila ljudi. Sve to paralelno s masovnim testiranjem. Dnevno se u zemlji radilo i do 20 testiranja. Otvorena su 633 centra namijenjena samo testiranju na koronavirus. Bilo je i 50 mjesta na parkiralištima na kojima se moglo testirati bez napuštanja automobila.
No, kako točno primjećuje znanstveni novinar i kreator znanstvenog portala N + 1 Andrey Konyaev, Pandemija će proći, ali će osobni podaci ostati. Država i korporacije moći će pratiti ponašanje korisnika.
Inače, prema posljednjim podacima, koronavirus se pokazao zaraznijim nego što smo mislili. Ovo je službena studija kineskih znanstvenika. Postalo je poznato da se COVID-19 može prenijeti s jedne osobe na pet ili šest osoba, a ne dvije ili tri, kako se ranije mislilo.
Stopa zaraženosti gripom je 1.3. To znači da jedna bolesna osoba zarazi jednu ili dvije osobe. Početni koeficijent zaraženosti koronavirusom je 5.7. Smrtnost od gripe je 0.1%, od koronavirusa 1-3%.
Podaci su prikazani od početka travnja. Mnogi slučajevi ostaju nedijagnosticirani jer osoba nije testirana na koronavirus ili je bolest asimptomatska. Stoga je u ovom trenutku nemoguće donositi zaključke o brojkama.
Tehnologije strojnog učenja najbolje su u analizi ogromne količine podataka i pomažu ne samo u praćenju kretanja, kontakata, već i:
dijagnosticirati koronavirus
tražiti lijek
tražiti cjepivo
Mnoge tvrtke najavljuju gotova rješenja temeljena na umjetnoj inteligenciji, koja će automatski detektirati koronavirus ne analizom, već, primjerice, rendgenom ili CT-om pluća. Tako liječnik odmah počinje raditi s najtežim slučajevima.
Ali nema svaka umjetna inteligencija dovoljno inteligencije. Krajem ožujka mediji su proširili vijest da novi algoritam s točnošću do 97 posto može odrediti koronavirus rendgenom pluća. Međutim, pokazalo se da je neuronska mreža trenirana na samo 50 fotografija. To je oko 79 fotografija manje nego što vam je potrebno da počnete prepoznavati bolest.
DeepMind, odjel Googleove matične tvrtke Alphabet, želi u potpunosti rekreirati strukturu proteina virusa pomoću umjetne inteligencije. Početkom ožujka, DeepMind je rekao da su njegovi znanstvenici došli do razumijevanja strukture proteina povezanih s COVID-19. To će pomoći razumjeti kako virus funkcionira i ubrzati potragu za lijekom.
Što još pročitati na temu:
- Kako tehnologija predviđa pandemije
- Još jedna karta koronavirusa u Moskvi
- Kako nas neuronske mreže prate?
- Postkoronavirusni svijet: Hoćemo li se suočiti s epidemijom tjeskobe i depresije?
Pretplatite se i pratite nas na Yandex.Zen — tehnologija, inovacija, ekonomija, obrazovanje i dijeljenje na jednom kanalu.