AI ກຳ ລັງຕໍ່ສູ້ກັບການລະບາດຂອງໂຣກ coronavirus ແນວໃດ?


ຕອບ 1:

ປັນຍາທຽມສາມາດຕໍ່ສູ້ກັບອະນາຄົດ Coronavirus

.

ການລະບາດຂອງພະຍາດເຊັ່ນ: ໂຣກຄໍລະບາດມັກຈະແຜ່ລາມອອກໄວເກີນໄປ ສຳ ລັບນັກວິທະຍາສາດໃນການຊອກຫາການຮັກສາ. ແຕ່ໃນອະນາຄົດ, ປັນຍາປະດິດສາມາດຊ່ວຍນັກຄົ້ນຄວ້າເຮັດວຽກທີ່ດີກວ່າ.

ໃນຂະນະທີ່ມັນອາດຈະຊ້າເກີນໄປແລ້ວ ສຳ ລັບເຕັກໂນໂລຢີທີ່ຫາຍາກທີ່ຈະມີບົດບາດ ສຳ ຄັນໃນການລະບາດໃນປະຈຸບັນ, ກໍ່ຍັງມີຄວາມຫວັງຕໍ່ການລະບາດຕໍ່ໄປ. AI ແມ່ນດີໃນການປະສົມຜ່ານຂໍ້ມູນຫລາຍໆຂໍ້ເພື່ອຊອກຫາການເຊື່ອມຕໍ່ທີ່ເຮັດໃຫ້ມັນງ່າຍຕໍ່ການ ກຳ ນົດວ່າການປິ່ນປົວແບບໃດທີ່ສາມາດເຮັດວຽກໄດ້ຫລືວ່າການທົດລອງໃດທີ່ຈະ ດຳ ເນີນຕໍ່ໄປ.

ຄຳ ຖາມກໍຄືວ່າ Big Data ຈະອອກມາແນວໃດເມື່ອມັນພຽງແຕ່ໄດ້ຮັບຂໍ້ມູນນ້ອຍໆກ່ຽວກັບພະຍາດທີ່ເກີດຂື້ນ ໃໝ່ ເຊັ່ນ Covid-19, ເຊິ່ງ ທຳ ອິດເກີດຂື້ນໃນທ້າຍປີທີ່ຜ່ານມາໃນປະເທດຈີນແລະເຮັດໃຫ້ຄົນເຈັບຫຼາຍກວ່າ 75,000 ຄົນໃນເວລາປະມານສອງເດືອນ.

ຄວາມຈິງທີ່ວ່ານັກຄົ້ນຄວ້າໄດ້ຈັດການຜະລິດເຊື້ອພັນທຸ ກຳ ຂອງໄວຣັດພາຍໃນອາທິດຂອງກໍລະນີທີ່ຖືກລາຍງານເປັນຄັ້ງ ທຳ ອິດແມ່ນມີຄວາມເປັນໄປໄດ້, ເພາະວ່າມັນສະແດງໃຫ້ເຫັນວ່າມີຂໍ້ມູນທັນທີທີ່ມີໃນຕອນນີ້ເມື່ອມີການລະບາດ.

Andrew Hopkins, ຫົວ ໜ້າ ຝ່າຍບໍລິຫານບໍລິສັດ Oxford, ປະເທດອັງກິດເລີ່ມຕົ້ນ Exscientia Ltd. ແມ່ນ ໜຶ່ງ ໃນບັນດາຜູ້ທີ່ເຮັດວຽກຊ່ວຍຝຶກອົບຮົມທາງປັນຍາປອມ ສຳ ລັບການຄົ້ນພົບຢາ. ລາວຄາດວ່າການປິ່ນປົວແບບ ໃໝ່ ອາດຈະເກີດຂື້ນຈາກແນວຄວາມຄິດໄປສູ່ການທົດສອບທາງຄລີນິກໃນເວລາພຽງ 18 ຫາ 24 ເດືອນພາຍໃນທົດສະວັດຕໍ່ໄປ, ຍ້ອນ AI.

Exscientia ໄດ້ອອກແບບທາດປະສົມ ໃໝ່ ສຳ ລັບການຮັກສາໂລກທີ່ບໍ່ເປັນລະບຽບຮຽບຮ້ອຍເຊິ່ງກຽມພ້ອມທີ່ຈະທົດລອງໃນຫ້ອງທົດລອງຫຼັງຈາກບໍ່ຮອດ ໜຶ່ງ ປີໃນໄລຍະການຄົ້ນຄວ້າເບື້ອງຕົ້ນ. ນັ້ນແມ່ນປະມານ 5 ເທົ່າໄວກ່ວາຄ່າສະເລ່ຍ, ອີງຕາມບໍລິສັດ.

Healx-based ໃນ Cambridge ມີວິທີການທີ່ຄ້າຍຄືກັນ, ແຕ່ວ່າມັນໃຊ້ການຮຽນຮູ້ຂອງເຄື່ອງຈັກເພື່ອຊອກຫາການ ນຳ ໃຊ້ ໃໝ່ ສຳ ລັບຢາທີ່ມີຢູ່. ທັງສອງບໍລິສັດໃຫ້ອາຫານສູດການຄິດໄລ່ຂອງພວກເຂົາດ້ວຍຂໍ້ມູນ - ລວບລວມຈາກແຫຼ່ງຕ່າງໆເຊັ່ນວາລະສານ, ຖານຂໍ້ມູນທາງຊີວະວິທະຍາແລະການທົດລອງທາງດ້ານການຊ່ວຍ - ເພື່ອຊ່ວຍແນະ ນຳ ວິທີການປິ່ນປົວ ໃໝ່ ສຳ ລັບພະຍາດຕ່າງໆ.

ການຊີ້ ນຳ ຂອງມະນຸດ

ທັງສອງບໍລິສັດແຕ່ລະຄົນໃຊ້ທີມນັກຄົ້ນຄວ້າມະນຸດເພື່ອເຮັດວຽກຮ່ວມກັບ AI ເພື່ອຊ່ວຍແນະ ນຳ ຂັ້ນຕອນ. ໃນວິທີການຂອງ Exscientia, ຖືກຂະ ໜານ ນາມວ່າ Centaur Chemist, ຜູ້ອອກແບບຢາຊ່ວຍສອນຍຸດທະວິທີການຄົ້ນຫາທາດປະສົມ. Healx ວາງການຄາດຄະເນຂອງ AI ໃຫ້ນັກຄົ້ນຄວ້າທີ່ວິເຄາະຜົນໄດ້ຮັບແລະຕັດສິນໃຈວ່າຈະເຮັດຫຍັງຕໍ່ໄປ.

Neil Thompson, ຫົວ ໜ້າ ວິທະຍາສາດຂອງ Healx ກ່າວວ່າເຕັກນິກດັ່ງກ່າວສາມາດຖືກ ນຳ ໃຊ້ເພື່ອຕ້ານກັບການລະບາດຂອງພະຍາດດັ່ງກ່າວເຊັ່ນວ່າໂຣກ coronavirus ຕາບໃດທີ່ມັນມີຂໍ້ມູນພຽງພໍກ່ຽວກັບພະຍາດ ໃໝ່ ນີ້. Healx ບໍ່ໄດ້ເຮັດວຽກກ່ຽວກັບການແກ້ໄຂໂຣກ coronavirus ຫຼືປັບເຕັກໂນໂລຢີຂອງມັນ ສຳ ລັບການລະບາດ, ແຕ່ມັນຈະບໍ່ເປັນການຍືດເຍື້ອ.

ທ່ານ Thompson ກ່າວໃນການ ສຳ ພາດວ່າ "ພວກເຮົາມີຄວາມໃກ້ຊິດກັນຫຼາຍ." "ພວກເຮົາບໍ່ ຈຳ ເປັນຕ້ອງປ່ຽນແປງຫຼາຍກ່ຽວກັບລະບົບ AI ທີ່ພວກເຮົາໃຊ້. ພວກເຮົາສັງເກດເບິ່ງຄຸນລັກສະນະຢາທີ່ກົງກັບຄຸນລັກສະນະຕ່າງໆຂອງພະຍາດ.”

ສູດການຄິດໄລ່ທາງປັນຍາປອມແມ່ນໄດ້ເລີ່ມຕົ້ນສ້າງຢາ ສຳ ລັບພະຍາດຕ່າງໆທີ່ພວກເຮົາຮູ້ແລ້ວ. ນັກຄົ້ນຄວ້າທີ່ສະຖາບັນເຕັກໂນໂລຢີ Massachusetts ກ່າວໃນວັນພະຫັດວ່າພວກເຂົາໄດ້ໃຊ້ວິທີການດັ່ງກ່າວເພື່ອ ກຳ ນົດທາດປະສົມຢາຕ້ານເຊື້ອ ໃໝ່ ທີ່ມີປະສິດຕິພາບສູງເຊິ່ງສາມາດຂ້າເຊື້ອແບັກທີເຣຍທີ່ມີບັນຫາເຖິງແມ່ນວ່າບາງຊະນິດທີ່ມີຄວາມຕ້ານທານກັບການປິ່ນປົວອື່ນໆໃນປະຈຸບັນ.

ການຈັບ ໜຶ່ງ ສຳ ລັບເຕັກໂນໂລຢີທັງ ໝົດ ນີ້ແມ່ນການທົດລອງທາງຄລີນິກ. ເຖິງແມ່ນວ່າຢາທີ່ມີຄວາມປອດໄພແລ້ວ ສຳ ລັບໃຊ້ໃນການຮັກສາໂລກພະຍາດ ໜຶ່ງ ກໍ່ຄວນຈະຖືກທົດສອບອີກເທື່ອ ໜຶ່ງ ກ່ອນທີ່ພວກມັນຈະຖືກ ກຳ ນົດໃຫ້ໃຊ້. ຂັ້ນຕອນການສະແດງໃຫ້ເຫັນວ່າພວກເຂົາມີຄວາມປອດໄພແລະມີປະສິດຕິຜົນຕໍ່ຄົນ ຈຳ ນວນຫຼວງຫຼາຍສາມາດໃຊ້ເວລາຫຼາຍປີກ່ອນທີ່ຈະໄປຫາຜູ້ຄວບຄຸມກວດກາ.

ເພື່ອໃຫ້ມີປະສິດທິພາບ, ນັກພັດທະນາຢາທີ່ອີງໃສ່ AI ຈະຕ້ອງມີການວາງແຜນລ່ວງ ໜ້າ, ໂດຍການເລືອກເອົາເຊື້ອໄວຣັດທີ່ມີແນວໂນ້ມທີ່ຈະເຮັດໃຫ້ເກີດບັນຫາໃນອະນາຄົດແລະວາງເປົ້າ ໝາຍ ໄວ້ໃນເວລາທີ່ບໍ່ມີແຮງຈູງໃຈທີ່ຈະເຮັດ.

ຂອບ​ໃຈ.


ຕອບ 2:

ເກມແມ່ນແລ້ວ!

ຖ້າບໍ່ແມ່ນ ສຳ ລັບໂຣກ coronavirus, ຢ່າງ ໜ້ອຍ ກໍ່ແມ່ນ ສຳ ລັບ superbugs. ນັກຄົ້ນຄວ້າທີ່ MIT ແລະ Harvard ໄດ້ໃຊ້ AI ເພື່ອລະບຸຢາຕ້ານເຊື້ອຊະນິດ ໃໝ່ ທີ່ມີຄວາມສາມາດຂ້າເຊື້ອແບັກທີເຣຍທີ່ທົນທານຕໍ່ຢາຫຼາຍຊະນິດ. ພວກເຂົາໄດ້ຝຶກອົບຮົມວິທີການຮຽນຮູ້ເຄື່ອງຈັກເພື່ອວິເຄາະທາດປະສົມເຄມີທີ່ສາມາດຕໍ່ສູ້ກັບການຕິດເຊື້ອໂດຍໃຊ້ກົນໄກທີ່ແຕກຕ່າງຈາກຢາທີ່ມີຢູ່.

ພວກເຂົາໄດ້ຝຶກອົບຮົມຕົວແບບຂອງພວກເຂົາກ່ຽວກັບໂມເລກຸນ 2,500 ເພື່ອ ກຳ ນົດທາດປະສົມ (ພວກມັນເອີ້ນວ່າ Halicin) ເພື່ອທົດສອບເຊື້ອແບັກທີເຣັຍທີ່ຖືກ ນຳ ມາຈາກຄົນເຈັບແລະເຊື້ອແບັກທີເຣັຍທີ່ປູກໃນຫ້ອງທົດລອງ. "Halicin" ສາມາດຂ້າເຊື້ອແບັກທີເຣຍທີ່ທົນທານຕໍ່ຢາຫຼາຍຊະນິດລວມທັງ

ວັນນະໂລກ mycobactirium, clostridium difficile

ແລະ

baumannii acinetobacter.

Halicin ຮັກສາສອງ ໜູ ທີ່ຕິດເຊື້ອ

A.baumannii.

ໂດຍບັງເອີນ, ທະຫານອາເມລິກາຫຼາຍຄົນໃນອີຣັກແລະອັຟການິສະຖານໄດ້ຕິດເຊື້ອເຊັ່ນດຽວກັນ. ລາຍງານກ່າວວ່າ, ຢາຂີ້ເຜິ້ງຂອງ Halicin ຖືກທາໃສ່ຜິວ ໜັງ ຂອງ ໜູ ສອງໂຕນີ້ໄດ້ປິ່ນປົວໃຫ້ຫາຍຢ່າງສົມບູນພາຍໃນ 24 ຊົ່ວໂມງ.

ການ ນຳ ໃຊ້ຄອມພີວເຕີ້ແບບຄາດຄະເນ ສຳ ລັບການຄົ້ນພົບຢາບໍ່ແມ່ນເລື່ອງ ໃໝ່ ແຕ່ວ່າຜົນ ສຳ ເລັດທີ່ດີທີ່ສຸດມາຮອດປັດຈຸບັນແມ່ນພົບກັບ Halicin.

ອີງຕາມນັກຄົ້ນຄວ້າ, ຮູບແບບການຄາດເດົາຂອງພວກເຂົາສາມາດເຮັດໃນສິ່ງທີ່ມີລາຄາແພງ ສຳ ລັບວິທີການທົດລອງແບບດັ້ງເດີມ.

ຄວາມ ສຳ ເລັດຂອງ Halicin ນີ້ແມ່ນຢູ່ໃນຂັ້ນຕອນ ສຳ ຄັນໃນປະຫວັດສາດຂອງມະນຸດ. ມັນໄດ້ຖືກຄາດຄະເນ, ໃນປີ 2050, ການເສຍຊີວິດໃນທົ່ວໂລກຍ້ອນເຊື້ອແບັກທີເຣັຍທີ່ທົນທານຕໍ່ຢາສາມາດບັນລຸເຖິງ 10 ລ້ານຄົນ.

ວຽກງານຕໍ່ໄປແມ່ນມີຄວາມ ຈຳ ເປັນເພື່ອເຮັດໃຫ້ Halicin ສາມາດໃຊ້ໄດ້ກັບມະນຸດ. ເຖິງແມ່ນວ່າສູດການຄິດໄລ່ຂອງພວກມັນຖືກອອກແບບມາ ສຳ ລັບເຊື້ອແບັກທີເຣັຍ, ມັນອາດຈະ“ ສາມາດປັບປຸງໄດ້” ສຳ ລັບການຕໍ່ສູ້ກັບໄວຣັດ.


ຕອບ 3:

ຈິນຕະນາການວ່າໂຮງ ໝໍ ໃນປະເທດຈີນມີກໍລະນີ 1000 ກໍລະນີທີ່ມີອາການຄ້າຍຄືກັນ, ໂຮງ ໝໍ ຈະເຮັດຫຍັງ? ໃນຂະນະທີ່ຂໍ້ມູນທັງ ໝົດ ກ່ຽວກັບອາການແລະການບົ່ງມະຕິແມ່ນມີເອກະສານແລະມີເອເລັກໂທຣນິກ, ພະແນກສາທາລະນະສຸກສາມາດໃຊ້ມາດຕະການທີ່ ຈຳ ເປັນແລະ ເໝາະ ສົມ.

AI ແມ່ນດີເລີດແລະວ່ອງໄວໃນການກວດພົບຮູບແບບ, ຄວາມຄ້າຍຄືກັນ ສຳ ລັບການຊອກຄົ້ນຫາຢ່າງໄວວາ. ຕົວຢ່າງ ໜຶ່ງ ຂອງວິທີການ

ການຊອກຫາຂອງ Google ແມ່ນສາມາດເຮັດໄດ້

ເພື່ອກວດຫາພະຍາດທີ່ອາດຈະເກີດຂື້ນທົ່ວໂລກ. ພຽງແຕ່ມີຮູບແບບການຄົ້ນຫາງ່າຍໆຢ່າງດຽວ, ຕົວຈິງແລ້ວ AI ສາມາດກວດພົບໄພຄຸກຄາມແລະການລະບາດທີ່ອາດຈະເກີດຂື້ນໃນສັດສ່ວນໃຫຍ່ໃນທົ່ວໂລກ.

ກັບມາໃຊ້ໄວຣັສ Corona, ເມື່ອຈີນໄດ້ບັນທຶກອາການເຈັບເປັນ, ກວດຫາໂຣກນີ້, ມັນໄດ້ແບ່ງປັນຂໍ້ມູນນີ້ໃຫ້ທຸກອົງກອນຂອງລັດຖະບານທີ່ເປັນໄປໄດ້ເຊິ່ງສາມາດຈັດວາງເຄື່ອງກວດຄວາມຮ້ອນທີ່ສາມາດສະແກນຜູ້ທີ່ມີອາການເຫຼົ່ານີ້ແລະຈັດແບ່ງປະເພດພວກມັນທີ່ອາດຈະຕິດເຊື້ອຫຼືບັນທຸກ ຫຼືພູມຕ້ານທານ. ໃນຂະນະທີ່ໄວຣັສແຜ່ລາມໄວ, ພວກມັນມີແນວໂນ້ມທີ່ຈະປ່ຽນຮູບແບບທີ່ພວກເຂົາເບິ່ງ, ອາການອາດຈະປ່ຽນແປງແລະຍາກທີ່ຈະວິນິດໄສ. ແຕ່ດ້ວຍ AI, ຈີນສາມາດຊ່ວຍລັດຖະບານກັບຜູ້ຄົນທີ່ໄດ້ຍ້າຍຈາກປະເທດຈີນ, ໂດຍສະເພາະເມືອງ Wuhan ແລະຫຼັງຈາກນັ້ນກໍ່ໄດ້ຍ້າຍໄປຕ່າງປະເທດໃນທົ່ວເມືອງຕ່າງໆ. ຂໍ້ມູນນີ້ສາມາດຖືກວິເຄາະໂດຍ AI, ເພື່ອຄົ້ນຫາຂ່າວຈາກເມືອງເຫຼົ່ານັ້ນ, ໂຮງ ໝໍ ເພື່ອຈັດວາງຊິ້ນສ່ວນຂອງການປິດສະ ໜາ ຮ່ວມກັນ.

ຫວັງວ່າສິ່ງນີ້ຈະຊ່ວຍໄດ້!


ຕອບ 4:

ໃນເງື່ອນໄຂທີ່ຜ່ານມາ, ຖ້າພວກເຮົາມີຂໍ້ມູນຂອງຜູ້ປ່ວຍຫຼາຍກ່ວາພວກເຮົາສາມາດລະບຸແລະຊອກຫາຮູບແບບຕ່າງໆ, ຂອງຄົນເຈັບທີ່ເປັນໂຣກ corona. ຫລັງຈາກນັ້ນ, ພວກເຮົາສາມາດກວດຫາຄົນເຈັບຄົນ ໃໝ່ ເພື່ອຄາດຄະເນວ່າຄົນເຈັບຄົນນີ້ອາດຕິດເຊື້ອໄດ້ຫຼືບໍ່, ເບິ່ງຈາກຮູບແບບຂອງພວກເຂົາ. ການຮຽນຮູ້ເຄື່ອງຈັກແບບຄລາສສິກຫລືເຕັກນິກການຮຽນຮູ້ເລິກໆສາມາດຖືກ ນຳ ໃຊ້ເພື່ອແຍກສິ່ງນີ້.

ເວົ້າລວມແລ້ວພວກເຮົາຕ້ອງມີຄວາມລະມັດລະວັງທີ່ສຸດແລະຕ້ອງໄດ້ພົວພັນກັບບຸກຄົນຈາກຂົງເຂດການແພດເພື່ອວິເຄາະຮູບແບບເພື່ອພິຈາລະນາໂດຍທົ່ວໄປກ່ຽວກັບສິ່ງທີ່ຕົວຈິງ ກຳ ລັງເກີດຂື້ນ, ການປ່ຽນແປງແລະກົນໄກທີ່ເກີດຈາກໄວຣັດໃນຮ່າງກາຍເພື່ອໃຫ້ເຂົ້າໃຈຮູບແບບດັ່ງກ່າວໄດ້ດີຂຶ້ນ.


ຕອບ 5:

ການລະບາດຂອງພະຍາດເຊັ່ນ: ໂຣກຄໍລະບາດມັກຈະແຜ່ລາມອອກໄວເກີນໄປ ສຳ ລັບນັກວິທະຍາສາດໃນການຊອກຫາການຮັກສາ. ແຕ່ໃນອະນາຄົດ, ປັນຍາປະດິດສາມາດຊ່ວຍນັກຄົ້ນຄວ້າເຮັດວຽກທີ່ດີກວ່າ.

ໃນຂະນະທີ່ມັນອາດຈະຊ້າເກີນໄປແລ້ວ ສຳ ລັບເຕັກໂນໂລຢີທີ່ຫາຍາກທີ່ຈະມີບົດບາດ ສຳ ຄັນໃນການລະບາດໃນປະຈຸບັນ, ກໍ່ຍັງມີຄວາມຫວັງຕໍ່ການລະບາດຕໍ່ໄປ. AI ແມ່ນດີໃນການປະສົມຜ່ານຂໍ້ມູນຫລາຍໆຂໍ້ເພື່ອຊອກຫາການເຊື່ອມຕໍ່ທີ່ເຮັດໃຫ້ມັນງ່າຍຕໍ່ການ ກຳ ນົດວ່າການປິ່ນປົວແບບໃດທີ່ສາມາດເຮັດວຽກໄດ້ຫລືວ່າການທົດລອງໃດທີ່ຈະ ດຳ ເນີນຕໍ່ໄປ.

ຄຳ ຖາມກໍຄືວ່າ Big Data ຈະອອກມາແນວໃດເມື່ອມັນພຽງແຕ່ໄດ້ຮັບຂໍ້ມູນນ້ອຍໆກ່ຽວກັບພະຍາດທີ່ເກີດຂື້ນ ໃໝ່ ເຊັ່ນ Covid-19, ເຊິ່ງ ທຳ ອິດເກີດຂື້ນໃນທ້າຍປີທີ່ຜ່ານມາໃນປະເທດຈີນແລະເຮັດໃຫ້ຄົນເຈັບຫຼາຍກວ່າ 75,000 ຄົນໃນເວລາປະມານສອງເດືອນ.

ຄວາມຈິງທີ່ວ່ານັກຄົ້ນຄວ້າໄດ້ຈັດການຜະລິດເຊື້ອພັນທຸ ກຳ ຂອງໄວຣັດພາຍໃນອາທິດຂອງກໍລະນີທີ່ຖືກລາຍງານເປັນຄັ້ງ ທຳ ອິດແມ່ນມີຄວາມເປັນໄປໄດ້, ເພາະວ່າມັນສະແດງໃຫ້ເຫັນວ່າມີຂໍ້ມູນທັນທີທີ່ມີໃນຕອນນີ້ເມື່ອມີການລະບາດ.

Andrew Hopkins, ຫົວ ໜ້າ ຝ່າຍບໍລິຫານບໍລິສັດ Oxford, ປະເທດອັງກິດເລີ່ມຕົ້ນ Exscientia Ltd. ແມ່ນ ໜຶ່ງ ໃນບັນດາຜູ້ທີ່ເຮັດວຽກຊ່ວຍຝຶກອົບຮົມທາງປັນຍາປອມ ສຳ ລັບການຄົ້ນພົບຢາ. ລາວຄາດວ່າການປິ່ນປົວແບບ ໃໝ່ ອາດຈະເກີດຂື້ນຈາກແນວຄວາມຄິດໄປສູ່ການທົດສອບທາງຄລີນິກໃນເວລາພຽງ 18 ຫາ 24 ເດືອນພາຍໃນທົດສະວັດຕໍ່ໄປ, ຍ້ອນ AI.

Exscientia ໄດ້ອອກແບບທາດປະສົມ ໃໝ່ ສຳ ລັບການຮັກສາໂລກທີ່ບໍ່ເປັນລະບຽບຮຽບຮ້ອຍເຊິ່ງກຽມພ້ອມທີ່ຈະທົດລອງໃນຫ້ອງທົດລອງຫຼັງຈາກບໍ່ຮອດ ໜຶ່ງ ປີໃນໄລຍະການຄົ້ນຄວ້າເບື້ອງຕົ້ນ. ນັ້ນແມ່ນປະມານ 5 ເທົ່າໄວກ່ວາຄ່າສະເລ່ຍ, ອີງຕາມບໍລິສັດ.

Healx-based ໃນ Cambridge ມີວິທີການທີ່ຄ້າຍຄືກັນ, ແຕ່ວ່າມັນໃຊ້ການຮຽນຮູ້ຂອງເຄື່ອງຈັກເພື່ອຊອກຫາການ ນຳ ໃຊ້ ໃໝ່ ສຳ ລັບຢາທີ່ມີຢູ່. ທັງສອງບໍລິສັດໃຫ້ອາຫານສູດການຄິດໄລ່ຂອງພວກເຂົາດ້ວຍຂໍ້ມູນ - ລວບລວມຈາກແຫຼ່ງຕ່າງໆເຊັ່ນວາລະສານ, ຖານຂໍ້ມູນທາງຊີວະວິທະຍາແລະການທົດລອງທາງດ້ານການຊ່ວຍ - ເພື່ອຊ່ວຍແນະ ນຳ ວິທີການປິ່ນປົວ ໃໝ່ ສຳ ລັບພະຍາດຕ່າງໆ.

ການຊີ້ ນຳ ຂອງມະນຸດ

ທັງສອງບໍລິສັດແຕ່ລະຄົນໃຊ້ທີມນັກຄົ້ນຄວ້າມະນຸດເພື່ອເຮັດວຽກຮ່ວມກັບ AI ເພື່ອຊ່ວຍແນະ ນຳ ຂັ້ນຕອນ. ໃນວິທີການຂອງ Exscientia, ຖືກຂະ ໜານ ນາມວ່າ Centaur Chemist, ຜູ້ອອກແບບຢາຊ່ວຍສອນຍຸດທະວິທີການຄົ້ນຫາທາດປະສົມ. Healx ວາງການຄາດຄະເນຂອງ AI ໃຫ້ນັກຄົ້ນຄວ້າທີ່ວິເຄາະຜົນໄດ້ຮັບແລະຕັດສິນໃຈວ່າຈະເຮັດຫຍັງຕໍ່ໄປ.

Neil Thompson, ຫົວ ໜ້າ ວິທະຍາສາດຂອງ Healx ກ່າວວ່າເຕັກນິກດັ່ງກ່າວສາມາດຖືກ ນຳ ໃຊ້ເພື່ອຕ້ານກັບການລະບາດຂອງພະຍາດດັ່ງກ່າວເຊັ່ນວ່າໂຣກ coronavirus ຕາບໃດທີ່ມັນມີຂໍ້ມູນພຽງພໍກ່ຽວກັບພະຍາດ ໃໝ່ ນີ້. Healx ບໍ່ໄດ້ເຮັດວຽກກ່ຽວກັບການແກ້ໄຂໂຣກ coronavirus ຫຼືປັບເຕັກໂນໂລຢີຂອງມັນ ສຳ ລັບການລະບາດ, ແຕ່ມັນຈະບໍ່ເປັນການຍືດເຍື້ອ.

ທ່ານ Thompson ກ່າວໃນການ ສຳ ພາດວ່າ "ພວກເຮົາມີຄວາມໃກ້ຊິດກັນຫຼາຍ." "ພວກເຮົາບໍ່ ຈຳ ເປັນຕ້ອງປ່ຽນແປງຫຼາຍກ່ຽວກັບລະບົບ AI ທີ່ພວກເຮົາໃຊ້. ພວກເຮົາສັງເກດເບິ່ງຄຸນລັກສະນະຢາທີ່ກົງກັບຄຸນລັກສະນະຕ່າງໆຂອງພະຍາດ.”

ສູດການຄິດໄລ່ທາງປັນຍາປອມແມ່ນໄດ້ເລີ່ມຕົ້ນສ້າງຢາ ສຳ ລັບພະຍາດຕ່າງໆທີ່ພວກເຮົາຮູ້ແລ້ວ. ນັກຄົ້ນຄວ້າທີ່ສະຖາບັນເຕັກໂນໂລຢີ Massachusetts ກ່າວໃນວັນພະຫັດວ່າພວກເຂົາໄດ້ໃຊ້ວິທີການດັ່ງກ່າວເພື່ອ ກຳ ນົດທາດປະສົມຢາຕ້ານເຊື້ອ ໃໝ່ ທີ່ມີປະສິດຕິພາບສູງເຊິ່ງສາມາດຂ້າເຊື້ອແບັກທີເຣຍທີ່ມີບັນຫາເຖິງແມ່ນວ່າບາງຊະນິດທີ່ມີຄວາມຕ້ານທານກັບການປິ່ນປົວອື່ນໆໃນປະຈຸບັນ.

ການຈັບ ໜຶ່ງ ສຳ ລັບເຕັກໂນໂລຢີທັງ ໝົດ ນີ້ແມ່ນການທົດລອງທາງຄລີນິກ. ເຖິງແມ່ນວ່າຢາທີ່ມີຄວາມປອດໄພແລ້ວ ສຳ ລັບໃຊ້ໃນການຮັກສາໂລກພະຍາດ ໜຶ່ງ ກໍ່ຄວນຈະຖືກທົດສອບອີກເທື່ອ ໜຶ່ງ ກ່ອນທີ່ພວກມັນຈະຖືກ ກຳ ນົດໃຫ້ໃຊ້. ຂັ້ນຕອນການສະແດງໃຫ້ເຫັນວ່າພວກເຂົາມີຄວາມປອດໄພແລະມີປະສິດຕິຜົນຕໍ່ຄົນ ຈຳ ນວນຫຼວງຫຼາຍສາມາດໃຊ້ເວລາຫຼາຍປີກ່ອນທີ່ຈະໄປຫາຜູ້ຄວບຄຸມກວດກາ.

ເພື່ອໃຫ້ມີປະສິດທິພາບ, ນັກພັດທະນາຢາທີ່ອີງໃສ່ AI ຈະຕ້ອງມີການວາງແຜນລ່ວງ ໜ້າ, ໂດຍການເລືອກເອົາເຊື້ອໄວຣັດທີ່ມີແນວໂນ້ມທີ່ຈະເຮັດໃຫ້ເກີດບັນຫາໃນອະນາຄົດແລະວາງເປົ້າ ໝາຍ ໄວ້ໃນເວລາທີ່ບໍ່ມີແຮງຈູງໃຈທີ່ຈະເຮັດ.

ອຸປະສັກອີກອັນ ໜຶ່ງ ແມ່ນການຊອກຫາພະນັກງານທີ່ມີຄຸນວຸດທິ.

"ມັນເປັນການຍາກທີ່ຈະຊອກຫາຜູ້ທີ່ສາມາດປະຕິບັດງານຢູ່ຈຸດຕັດກັນຂອງ AI ແລະຊີວະວິທະຍາ, ແລະມັນເປັນເລື່ອງຍາກ ສຳ ລັບບໍລິສັດໃຫຍ່ທີ່ຈະຕັດສິນໃຈຢ່າງໄວວາກ່ຽວກັບເຕັກໂນໂລຢີເຊັ່ນນີ້,". ຄະນະຂອງ Healx. "ມັນບໍ່ພຽງພໍທີ່ຈະເປັນວິສະວະກອນ AI, ທ່ານຕ້ອງເຂົ້າໃຈແລະເຂົ້າໄປ ນຳ ໃຊ້ໃນຊີວະວິທະຍາ."


ຕອບ 6:

ໃນຈຸດທີ່ໂລກພະຍາດທີ່ເກີດຂື້ນແປກໆເລີ່ມຕົ້ນ, ມັນອາດຈະເປັນການຍາກ ສຳ ລັບລັດຖະບານແລະ ອຳ ນາດການປົກຄອງສະຫວັດດີການທົ່ວໄປໃນການສະສົມຂໍ້ມູນຢ່າງໄວວາແລະ ອຳ ນວຍຄວາມສະດວກໃຫ້ກັບປະຕິກິລິຍາ. ໃນກໍລະນີໃດກໍ່ຕາມ, ການປະດິດຄິດສ້າງແບບມີເຫດຜົນຂອງມະນຸດຄົນ ໃໝ່ ສາມາດຂຸດຄົ້ນໂດຍ ທຳ ມະຊາດໂດຍຜ່ານການລາຍງານຂ່າວແລະສານອິນເຕີເນັດຈາກທົ່ວໂລກ, ຊ່ວຍໃຫ້ຜູ້ຊ່ຽວຊານຮັບຮູ້ເຖິງຄວາມບໍ່ສອດຄ່ອງທີ່ສາມາດກະຕຸ້ນໃຫ້ເກີດໄພພິບັດທີ່ອາດເກີດຂື້ນຫຼື, ໜ້າ ເສຍໃຈຫຼາຍ, ໂລກລະບາດ. ໃນຕອນທ້າຍຂອງມື້, ການຄອບງໍາ AI ໃໝ່ ຂອງພວກເຮົາກໍ່ສາມາດຊ່ວຍພວກເຮົາໃນການອົດທົນກັບພະຍາດດັ່ງຕໍ່ໄປນີ້.

ຄວາມສາມາດ AI ໃໝ່ໆ ເຫຼົ່ານີ້ແມ່ນ ກຳ ລັງສະແດງເຕັມຮູບແບບພ້ອມດ້ວຍການລະບາດຂອງພະຍາດ coronavirus ຢ່າງຕໍ່ເນື່ອງເຊິ່ງຖືກ ຈຳ ແນກໄດ້ທັນເວລາໂດຍບໍລິສັດການາດາທີ່ຊື່ວ່າ BlueDot ເຊິ່ງແມ່ນ ໜຶ່ງ ໃນອົງກອນຕ່າງໆທີ່ ນຳ ໃຊ້ຂໍ້ມູນເພື່ອປະເມີນຄວາມອັນຕະລາຍຂອງສຸຂະພາບທົ່ວໄປ. ອົງການດັ່ງກ່າວ, ເຊິ່ງກ່າວວ່າມັນ ດຳ ເນີນການ "ການສັງເກດເບິ່ງຄວາມເຈັບປ່ວຍທີ່ບໍ່ສາມາດຕ້ານທານໄດ້ໂດຍຫຸ່ນຍົນ," ໄດ້ບອກລູກຄ້າຂອງຕົນກ່ຽວກັບໂຣກ coronavirus ຊະນິດ ໃໝ່ ໄປສູ່ທ້າຍເດືອນທັນວາ, ມື້ກ່ອນທັງສູນຄວບຄຸມແລະປ້ອງກັນພະຍາດສະຫະລັດ (CDC) ແລະອົງການອະນາໄມໂລກ (WHO). ) ໄດ້ແຈ້ງການແຈ້ງການຢ່າງເປັນທາງການ, ຕາມແຈ້ງການຂອງ Wired. ດຽວນີ້ໃກ້ຈະຮອດເດືອນມັງກອນແລ້ວ, ການຕິດເຊື້ອລະບົບຫາຍໃຈທີ່ຕິດຕໍ່ກັບເມືອງ Wuhan ໃນປະເທດຈີນໄດ້ມີຜູ້ເສຍຊີວິດແລ້ວພຽງແຕ່ 100 ຄົນເທົ່ານັ້ນ. ບັນດາກໍລະນີຕ່າງໆກໍ່ໄດ້ເກີດຂື້ນໃນສອງຊາດທີ່ແຕກຕ່າງກັນ, ລວມທັງສະຫະລັດອາເມລິກາແລະ CDC ກຳ ລັງເຕືອນຊາວອາເມລິກາໃຫ້ຮັກສາໄລຍະທາງຍຸດທະສາດຈາກການເດີນທາງທີ່ບໍ່ ຈຳ ເປັນໄປຈີນ.

ທ່ານ Kamran Khan, ທ່ານ ໝໍ ຮັກສາພະຍາດທີ່ບໍ່ສາມາດຕ້ານທານໄດ້ແລະເປັນຜູ້ຂຽນແລະ CEO ຂອງ BlueDot, ໄດ້ຊີ້ແຈງໃນກອງປະຊຸມວ່າແນວທາງການແນະ ນຳ ໃນເບື້ອງຕົ້ນຂອງອົງກອນຈະໃຊ້ສະຕິຂອງຄົນເປັນແນວໃດ, ລວມທັງການຈັດການພາສາ ທຳ ມະດາແລະ AI, ຕິດຕາມການຕິດເຊື້ອຫຼາຍກວ່າ 100 ຢ່າງທີ່ບໍ່ສາມາດຕ້ານທານໄດ້ໂດຍການ ທຳ ລາຍບົດຂຽນປະມານ 100,000 ບົດໃນ ພາສາທ້ອງຖິ່ນ 65 ຢ່າງສະຫມໍ່າສະເຫມີ. ຂໍ້ມູນນັ້ນຊ່ວຍໃຫ້ອົງກອນຮູ້ໃນເວລາທີ່ຈະບອກລູກຄ້າຂອງຕົນກ່ຽວກັບຄວາມເປັນໄປໄດ້ແລະການແຜ່ລະບາດຂອງພະຍາດທີ່ບໍ່ສາມາດຕ້ານທານໄດ້.

ຂໍ້ມູນອື່ນໆ, ຄ້າຍຄືກັບຜູ້ຊອກຂໍ້ມູນ ກຳ ນົດເວລາແລະວິທີການບິນ, ສາມາດຊ່ວຍໃຫ້ອົງກອນມີຂໍ້ບົ່ງຊີ້ເພີ່ມເຕີມກ່ຽວກັບວ່າໂຣກໄຂ້ມາເລເຣຍອາດຈະແຜ່ລາມໄດ້ແນວໃດ. ຍົກຕົວຢ່າງ, ເມື່ອບໍ່ດົນມານີ້, ຜູ້ຊ່ຽວຊານດ້ານ BlueDot ໄດ້ຄາດຫວັງວ່າຊຸມຊົນຕົວເມືອງທີ່ແຕກຕ່າງກັນໃນອາຊີບ່ອນທີ່ໂຣກນີ້ຈະປາກົດຕົວຫຼັງຈາກທີ່ມັນສະແດງຢູ່ໃນດິນແດນຂອງຈີນ.

ຄວາມຄິດທີ່ຢູ່ເບື້ອງຫລັງຕົວແບບຂອງ BlueDot (ເຊິ່ງຜົນໄດ້ຮັບທີ່ສະຫຼຸບໄດ້ໃນວິທີນີ້ທີ່ຖືກກວດສອບໂດຍຜູ້ຊ່ຽວຊານຂອງມະນຸດ) ແມ່ນການເອົາຂໍ້ມູນໃຫ້ຜູ້ອອກແຮງງານປະກັນສັງຄົມໄດ້ໄວເທົ່າທີ່ຈະໄດ້ຮັບອະນຸຍາດ, ດ້ວຍຄວາມຄາດຫວັງວ່າພວກເຂົາສາມາດວິເຄາະ - ແລະ, ຖ້າ ຈຳ ເປັນ, ຕັດຂາດ - ເສີຍຫາຍແລະ ບຸກຄົນທີ່ຕິດເຊື້ອໄດ້ໃນເວລາທີ່ມີໂອກາດ.

ທ່ານ Khan ບອກ Recode ວ່າ "ຂໍ້ມູນທີ່ເປັນທາງການບໍ່ໄດ້ເປັນຜົນດີໃນທຸກໆກໍລະນີ." "ຄວາມແຕກຕ່າງລະຫວ່າງກໍລະນີ ໜຶ່ງ ໃນນັກ ສຳ ຫຼວດແລະການເກີດຂື້ນຂື້ນຂື້ນກັບຜູ້ຊ່ຽວຊານດ້ານການບໍລິການດ້ານມະນຸດຊັ້ນ ນຳ ຂອງທ່ານທີ່ຮັບຮູ້ວ່າມີພະຍາດສະເພາະ. ມັນອາດຈະເປັນຄວາມແຕກຕ່າງໃນການຮັກສາການເກີດຂື້ນຈາກການເກີດຂື້ນຈິງໆ."

ທ່ານ Khan ກ່າວຕື່ມວ່າໂຄງຮ່າງການຈັດຕັ້ງຂອງລາວສາມາດ ນຳ ໃຊ້ຂໍ້ມູນອື່ນໆອີກຫຼາຍຢ່າງເຊັ່ນ: ຂໍ້ມູນກ່ຽວກັບບັນຍາກາດ, ອາກາດ, ຫຼືແມ້ກະທັ້ງສັດໃກ້ຄຽງທີ່ຢູ່ໃກ້ຄຽງ - ເພື່ອເບິ່ງລ່ວງ ໜ້າ ວ່າຜູ້ໃດຜູ້ ໜຶ່ງ ປົນເປື້ອນດ້ວຍພະຍາດກໍ່ອາດຈະເຮັດໃຫ້ເກີດການແຜ່ລາມໄປທົ່ວ ຢູ່ທີ່ນັ້ນ. ລາວຍົກໃຫ້ເຫັນວ່າ, ໃນປີ 2016, BlueDot ມີທາງເລືອກທີ່ຈະເບິ່ງລ່ວງ ໜ້າ ວ່າມີການຕິດເຊື້ອ Zika ຢູ່ Florida ໃນເຄິ່ງປີກ່ອນທີ່ມັນຈະປາກົດຕົວຢູ່ທີ່ນັ້ນ.

ພ້ອມກັນນີ້, ອົງການກວດກາຂູດໂລກ Metabiota ໄດ້ຢັ້ງຢືນວ່າໄທ, ເກົາຫຼີໃຕ້, ຍີ່ປຸ່ນ, ແລະໄຕ້ຫວັນມີຄວາມອັນຕະລາຍສູງທີ່ສຸດໃນການເບິ່ງການຕິດເຊື້ອດັ່ງກ່າວປາກົດໃນໄລຍະ 7 ວັນກ່ອນທີ່ກໍລະນີໃນປະເທດເຫຼົ່ານັ້ນຈະຖືກເປີດເຜີຍແທ້, ບາງສ່ວນໂດຍຫວັງວ່າຈະໄດ້ຂໍ້ມູນການບິນ. Metabiota, ເປັນ BlueDot, ນຳ ໃຊ້ການຈັດການພາສາທົ່ວໄປເພື່ອປະເມີນບົດລາຍງານທາງອິນເຕີເນັດກ່ຽວກັບຄວາມເຈັບປ່ວຍທີ່ອາດຈະເກີດຂື້ນ, ແລະນອກຈາກນີ້ມັນຍັງມີຄວາມຄິດສ້າງສັນໃນການສ້າງນະວັດຕະ ກຳ ໃໝ່ ທີ່ຄ້າຍຄືກັນ ສຳ ລັບຂໍ້ມູນກ່ຽວກັບຊີວິດຂອງເວັບ.

Imprint Gallivan, ຜູ້ບໍລິຫານດ້ານວິທະຍາສາດດ້ານຂໍ້ມູນຂ່າວສານຂອງ Metabiota, ຊີ້ແຈງວ່າໄລຍະແລະການສົນທະນາທາງອິນເຕີເນັດກໍ່ສາມາດໃຫ້ສັນຍານວ່າມີອັນຕະລາຍຈາກການແຜ່ລະບາດ. Metabiota ເຊັ່ນດຽວກັນຢືນຢັນວ່າມັນສາມາດປະເມີນຄວາມອັນຕະລາຍຂອງການແຜ່ລະບາດຂອງພະຍາດເຊິ່ງກໍ່ໃຫ້ເກີດການລົບກວນສັງຄົມແລະການເມືອງ, ໃນຂໍ້ມູນເຊັ່ນຂໍ້ບົ່ງຊີ້ຂອງໂຣກ, ອັດຕາການຕາຍແລະການເຂົ້າເຖິງການປິ່ນປົວ. ຍົກຕົວຢ່າງ, ໃນເວລາຊົ່ວໂມງຂອງການແຈກຢາຍບົດຂຽນຂອງປະຈຸບັນນີ້, Metabiota ໄດ້ຕີລາຄາຄວາມອັນຕະລາຍຂອງເຊື້ອໄວຣັດ coronavirus ທີ່ເຮັດໃຫ້ຄວາມບໍ່ສະບາຍທີ່ເປີດຂື້ນເປັນ "ສູງ" ໃນສະຫະລັດແລະຈີນ, ເຖິງຢ່າງໃດກໍ່ຕາມມັນໄດ້ປະເມີນຄວາມອັນຕະລາຍນີ້ ສຳ ລັບການຕິດເຊື້ອ monkeypox ໃນສາທາລະນະລັດປະຊາທິປະໄຕກົງໂກ ( ບ່ອນທີ່ໄດ້ມີການ ຄຳ ນຶງເຖິງຕົວຢ່າງຂອງການຕິດເຊື້ອນັ້ນ) ວ່າເປັນ "ກາງ".

ມັນຍາກທີ່ຈະຮູ້ໄດ້ຢ່າງແນ່ນອນວ່າຂອບການຈັດອັນດັບນີ້ຫລືຂັ້ນຕອນຂອງມັນເອງສາມາດຈະແຈ້ງໄດ້ແນວໃດ, ຢ່າງໃດກໍ່ຕາມທ່ານ Gallivan ເວົ້າວ່າອົງການນີ້ ກຳ ລັງເຮັດວຽກກັບເຄືອຂ່າຍຄວາມຮູ້ຂອງສະຫະລັດແລະກົມປ້ອງກັນປະເທດກ່ຽວກັບບັນຫາທີ່ຖືກລະບຸວ່າເປັນໂຣກ coronavirus. ນີ້ແມ່ນຊິ້ນສ່ວນຂອງການເຮັດວຽກຂອງ Metabiota ກັບ In-Q-Tel, ບໍລິສັດຜະຈົນໄພທີ່ບໍ່ຫວັງຜົນ ກຳ ໄລທີ່ເຊື່ອມຕໍ່ກັບອົງການຂ່າວກາງ. ເຖິງຢ່າງໃດກໍ່ຕາມ, ຫ້ອງການຂອງລັດຖະບານບໍ່ແມ່ນລູກຄ້າທີ່ມີທ່າແຮງຕົ້ນຕໍຂອງກອບເຫຼົ່ານີ້. ນອກຈາກນັ້ນ Metabiota ໂຄສະນາພື້ນຖານຂອງຕົນຕໍ່ອົງການຈັດຕັ້ງປະກັນໄພ - ການປະກັນໄພແມ່ນການປົກປ້ອງໂດຍພື້ນຖານ ສຳ ລັບອົງການປະກັນໄພ - ເຊິ່ງຄວນຈະຈັດການກັບຄວາມອັນຕະລາຍທາງດ້ານການເງິນທີ່ກ່ຽວຂ້ອງກັບການແຜ່ກະຈາຍຄວາມສາມາດໃນການປ່ວຍຂອງໂລກ.

ເປັນເຊັ່ນນັ້ນ, ການສົມເຫດສົມຜົນໃນຄອມພີວເຕີ້ສາມາດມີຄຸນຄ່າຫຼາຍກວ່າການພຽງແຕ່ຮັກສາຜູ້ຊ່ຽວຊານດ້ານການສົ່ງພະຍາດແລະເຈົ້າ ໜ້າ ທີ່ທີ່ໄດ້ຮັບການສຶກສາຍ້ອນວ່າການຕິດເຊື້ອເກີດຂື້ນ. ຜູ້ຊ່ຽວຊານໄດ້ປະດິດຕົວແບບທີ່ອີງໃສ່ AI ເຊິ່ງສາມາດຄາດເດົາການລະບາດຂອງການຕິດເຊື້ອ Zika ຢ່າງກ້າວ ໜ້າ, ເຊິ່ງສາມາດສຶກສາວິທີການທີ່ຜູ້ຊ່ຽວຊານມີປະຕິກິລິຍາຕໍ່ເຫດການສຸກເສີນທີ່ອາດເກີດຂື້ນ. ສະຕິມະນຸດສາມາດຖືກ ນຳ ໃຊ້ເພື່ອຈັດການກັບ ອຳ ນາດການປົກຄອງທີ່ກະແຈກກະຈາຍຊັບສິນໃນເວລາສຸກເສີນ. ດ້ວຍເຫດນັ້ນ, AI ຈຶ່ງຖືເປັນສາຍ ທຳ ອິດຂອງການປ້ອງກັນພະຍາດ.

ທັງ ໝົດ ທີ່ມີຄວາມລະອຽດກວ່າ, AI ແມ່ນປະຈຸບັນຊ່ວຍໃນການກວດກາຢາປິ່ນປົວ ໃໝ່, ການຈັດການກັບການຕິດເຊື້ອທີ່ບໍ່ ທຳ ມະດາ, ແລະການລະບຸການຈະເລີນເຕີບໂຕຂອງໂຣກເບື່ອ. ສະຕິປັນຍາທີ່ຜະລິດໂດຍມະນຸດແມ່ນແຕ່ຖືກ ນຳ ໃຊ້ເພື່ອແຍກແຍະກວາດກວາດທີ່ແຜ່ຜາຍ Chagas, ໂລກພະຍາດທີ່ຮ້າຍແຮງແລະເປັນຕາຢ້ານເຊິ່ງໄດ້ສ້າງຄວາມຄາດຫວັງໃຫ້ແກ່ບຸກຄົນ 8 ລ້ານຄົນໃນປະເທດແມັກຊິໂກແລະອາເມລິກາກາງແລະອາເມລິກາໃຕ້. ນອກ ເໜືອ ຈາກນີ້ຍັງມີຄວາມກະຕືລືລົ້ນໃນການໃຊ້ຂໍ້ມູນທີ່ບໍ່ມີສຸຂະພາບ - ຄືກັບເຄື່ອງຂອງຊີວິດໃນເວບໄຊທ໌ - ກ່ຽວກັບການຊ່ວຍເຫຼືອດ້ານນະໂຍບາຍແລະອົງການຈັດຕັ້ງການແພດທີ່ເຂົ້າໃຈເຖິງຄວາມກວ້າງຂອງພາວະສຸກເສີນ. ຍົກຕົວຢ່າງ, AI ທີ່ສາມາດຂຸດຄົ້ນຊີວິດອອນລາຍກ່ຽວກັບຂໍ້ສະ ເໜີ ກ່ຽວກັບຢາເສບຕິດທີ່ບໍ່ຖືກຕ້ອງຕາມເປົ້າ ໝາຍ, ແລະຮັກສາຄວາມສະຫງົບສຸກຂອງເຈົ້າ ໜ້າ ທີ່ໃຫ້ການສຶກສາກ່ຽວກັບການແຜ່ກະຈາຍຂອງສານທີ່ຄວບຄຸມເຫຼົ່ານີ້.

ກອບເຫຼົ່ານີ້, ລວມທັງ Metabiota's ແລະ BlueDot's, ແມ່ນພຽງແຕ່ເທົ່າກັນກັບຂໍ້ມູນທີ່ພວກເຂົາ ກຳ ລັງປະເມີນຢູ່. ສິ່ງທີ່ເພີ່ມເຕີມ, AI - ສຳ ລັບສ່ວນໃຫຍ່ແມ່ນມີບັນຫາກ່ຽວກັບແນວໂນ້ມ, ເຊິ່ງສາມາດສະທ້ອນໃຫ້ເຫັນທັງສະຖາປະນິກຂອງກອບແລະຂໍ້ມູນທີ່ມັນກຽມໄວ້. ພ້ອມກັນນັ້ນ, AI ທີ່ ນຳ ໃຊ້ພາຍໃນການບໍລິການດ້ານການຢາແມ່ນບໍ່ມີທາງ, ຮູບຮ່າງຫຼືຮູບແບບປອດໄພຕໍ່ບັນຫານັ້ນ.

ສິ່ງທັງ ໝົດ ທີ່ໄດ້ພິຈາລະນາ, ຄວາມກ້າວ ໜ້າ ເຫຼົ່ານີ້ເວົ້າເຖິງມຸມມອງທີ່ມີຄວາມ ໝາຍ ທີ່ກ້າວ ໜ້າ ສຳ ລັບສິ່ງທີ່ AI ສາມາດເຮັດໄດ້. ໂດຍປົກກະຕິ, ການປັບປຸງກ່ຽວກັບຫຸ່ນຍົນ AI ທີ່ກັ່ນຕອງຜ່ານຂໍ້ມູນຂ່າວສານທີ່ໃຫຍ່ໂຕບໍ່ໄດ້ນັ່ງຢູ່ດີປານໃດ. ພິຈາລະນາຄວາມຕ້ອງການກົດ ໝາຍ ທີ່ໃຊ້ຖານຂໍ້ມູນການຮັບຮູ້ໃບ ໜ້າ ໂດຍອີງໃສ່ຮູບພາບທີ່ຂຸດຄົ້ນຈາກເວັບ. ຫຼືໃນອີກດ້ານ ໜຶ່ງ ຜູ້ ອຳ ນວຍການໃຫຍ່ທີ່ເຂົ້າມາປະຕິບັດງານເຊິ່ງປະຈຸບັນສາມາດ ນຳ ໃຊ້ AI ເພື່ອເບິ່ງລ່ວງ ໜ້າ ວ່າທ່ານຈະປະຕິບັດແນວໃດຕໍ່ໄປ, ອີງຕາມຂໍ້ຄວາມໃນອິນເຕີເນັດຂອງທ່ານ. ຄວາມເປັນໄປໄດ້ຂອງການເຮັດ AI ໃນການຕໍ່ສູ້ກັບພະຍາດໄຂ້ມາເລເຣຍຮ້າຍແຮງສະ ໜອງ ສະຖານະການທີ່ພວກເຮົາອາດຈະຮູ້ສຶກບໍ່ສະບາຍໃຈ, ຖ້າບໍ່ຜ່ານແລະເບີກບານ. ບາງທີຄວາມຄິດສ້າງສັນນີ້ - ເມື່ອໃດກໍ່ຕາມທີ່ຖືກສ້າງຂື້ນແລະ ນຳ ໃຊ້ຢ່າງ ເໝາະ ສົມ - ສາມາດຊ່ວຍຊີວິດຄົນ ຈຳ ນວນ ໜຶ່ງ.


ຕອບ 7:

ໃນຈຸດທີ່ໂລກພະຍາດທີ່ເກີດຂື້ນແປກໆເລີ່ມຕົ້ນ, ມັນອາດຈະເປັນການຍາກ ສຳ ລັບລັດຖະບານແລະ ອຳ ນາດການປົກຄອງສະຫວັດດີການທົ່ວໄປໃນການສະສົມຂໍ້ມູນຢ່າງໄວວາແລະ ອຳ ນວຍຄວາມສະດວກໃຫ້ກັບປະຕິກິລິຍາ. ໃນກໍລະນີໃດກໍ່ຕາມ, ການປະດິດຄິດສ້າງແບບມີເຫດຜົນຂອງມະນຸດຄົນ ໃໝ່ ສາມາດຂຸດຄົ້ນໂດຍ ທຳ ມະຊາດໂດຍຜ່ານການລາຍງານຂ່າວແລະສານອິນເຕີເນັດຈາກທົ່ວໂລກ, ຊ່ວຍໃຫ້ຜູ້ຊ່ຽວຊານຮັບຮູ້ເຖິງຄວາມບໍ່ສອດຄ່ອງທີ່ສາມາດກະຕຸ້ນໃຫ້ເກີດໄພພິບັດທີ່ອາດເກີດຂື້ນຫຼື, ໜ້າ ເສຍໃຈຫຼາຍ, ໂລກລະບາດ. ໃນຕອນທ້າຍຂອງມື້, ການຄອບງໍາ AI ໃໝ່ ຂອງພວກເຮົາກໍ່ສາມາດຊ່ວຍພວກເຮົາໃນການອົດທົນກັບພະຍາດດັ່ງຕໍ່ໄປນີ້.

ຄວາມສາມາດ AI ໃໝ່ໆ ເຫຼົ່ານີ້ແມ່ນ ກຳ ລັງສະແດງເຕັມຮູບແບບພ້ອມດ້ວຍການລະບາດຂອງພະຍາດ coronavirus ຢ່າງຕໍ່ເນື່ອງເຊິ່ງຖືກ ຈຳ ແນກໄດ້ທັນເວລາໂດຍບໍລິສັດການາດາທີ່ຊື່ວ່າ BlueDot ເຊິ່ງແມ່ນ ໜຶ່ງ ໃນອົງກອນຕ່າງໆທີ່ ນຳ ໃຊ້ຂໍ້ມູນເພື່ອປະເມີນຄວາມອັນຕະລາຍຂອງສຸຂະພາບທົ່ວໄປ. ອົງການດັ່ງກ່າວ, ເຊິ່ງກ່າວວ່າມັນ ດຳ ເນີນການ "ການສັງເກດເບິ່ງຄວາມເຈັບປ່ວຍທີ່ບໍ່ສາມາດຕ້ານທານໄດ້ໂດຍຫຸ່ນຍົນ," ໄດ້ບອກລູກຄ້າຂອງຕົນກ່ຽວກັບໂຣກ coronavirus ຊະນິດ ໃໝ່ ໄປສູ່ທ້າຍເດືອນທັນວາ, ມື້ກ່ອນທັງສູນຄວບຄຸມແລະປ້ອງກັນພະຍາດສະຫະລັດ (CDC) ແລະອົງການອະນາໄມໂລກ (WHO). ) ໄດ້ແຈ້ງການແຈ້ງການຢ່າງເປັນທາງການ, ຕາມແຈ້ງການຂອງ Wired. ດຽວນີ້ໃກ້ຈະຮອດເດືອນມັງກອນແລ້ວ, ການຕິດເຊື້ອລະບົບຫາຍໃຈທີ່ຕິດຕໍ່ກັບເມືອງ Wuhan ໃນປະເທດຈີນໄດ້ມີຜູ້ເສຍຊີວິດແລ້ວພຽງແຕ່ 100 ຄົນເທົ່ານັ້ນ. ບັນດາກໍລະນີຕ່າງໆກໍ່ໄດ້ເກີດຂື້ນໃນສອງຊາດທີ່ແຕກຕ່າງກັນ, ລວມທັງສະຫະລັດອາເມລິກາແລະ CDC ກຳ ລັງເຕືອນຊາວອາເມລິກາໃຫ້ຮັກສາໄລຍະທາງຍຸດທະສາດຈາກການເດີນທາງທີ່ບໍ່ ຈຳ ເປັນໄປຈີນ.

ທ່ານ Kamran Khan, ທ່ານ ໝໍ ຮັກສາພະຍາດທີ່ບໍ່ສາມາດຕ້ານທານໄດ້ແລະເປັນຜູ້ຂຽນແລະ CEO ຂອງ BlueDot, ໄດ້ຊີ້ແຈງໃນກອງປະຊຸມວ່າແນວທາງການແນະ ນຳ ໃນເບື້ອງຕົ້ນຂອງອົງກອນຈະໃຊ້ສະຕິຂອງຄົນເປັນແນວໃດ, ລວມທັງການຈັດການພາສາ ທຳ ມະດາແລະ AI, ຕິດຕາມການຕິດເຊື້ອຫຼາຍກວ່າ 100 ຢ່າງທີ່ບໍ່ສາມາດຕ້ານທານໄດ້ໂດຍການ ທຳ ລາຍບົດຂຽນປະມານ 100,000 ບົດໃນ ພາສາທ້ອງຖິ່ນ 65 ຢ່າງສະຫມໍ່າສະເຫມີ. ຂໍ້ມູນນັ້ນຊ່ວຍໃຫ້ອົງກອນຮູ້ໃນເວລາທີ່ຈະບອກລູກຄ້າຂອງຕົນກ່ຽວກັບຄວາມເປັນໄປໄດ້ແລະການແຜ່ລະບາດຂອງພະຍາດທີ່ບໍ່ສາມາດຕ້ານທານໄດ້.

ຂໍ້ມູນອື່ນໆ, ຄ້າຍຄືກັບຜູ້ຊອກຂໍ້ມູນ ກຳ ນົດເວລາແລະວິທີການບິນ, ສາມາດຊ່ວຍໃຫ້ອົງກອນມີຂໍ້ບົ່ງຊີ້ເພີ່ມເຕີມກ່ຽວກັບວ່າໂຣກໄຂ້ມາເລເຣຍອາດຈະແຜ່ລາມໄດ້ແນວໃດ. ຍົກຕົວຢ່າງ, ເມື່ອບໍ່ດົນມານີ້, ຜູ້ຊ່ຽວຊານດ້ານ BlueDot ໄດ້ຄາດຫວັງວ່າຊຸມຊົນຕົວເມືອງທີ່ແຕກຕ່າງກັນໃນອາຊີບ່ອນທີ່ໂຣກນີ້ຈະປາກົດຕົວຫຼັງຈາກທີ່ມັນສະແດງຢູ່ໃນດິນແດນຂອງຈີນ.

ຄວາມຄິດທີ່ຢູ່ເບື້ອງຫລັງຕົວແບບຂອງ BlueDot (ເຊິ່ງຜົນໄດ້ຮັບທີ່ສະຫຼຸບໄດ້ໃນວິທີນີ້ທີ່ຖືກກວດສອບໂດຍຜູ້ຊ່ຽວຊານຂອງມະນຸດ) ແມ່ນການເອົາຂໍ້ມູນໃຫ້ຜູ້ອອກແຮງງານປະກັນສັງຄົມໄດ້ໄວເທົ່າທີ່ຈະໄດ້ຮັບອະນຸຍາດ, ດ້ວຍຄວາມຄາດຫວັງວ່າພວກເຂົາສາມາດວິເຄາະ - ແລະ, ຖ້າ ຈຳ ເປັນ, ຕັດຂາດ - ເສີຍຫາຍແລະ ບຸກຄົນທີ່ຕິດເຊື້ອໄດ້ໃນເວລາທີ່ມີໂອກາດ.

ທ່ານ Khan ບອກ Recode ວ່າ "ຂໍ້ມູນທີ່ເປັນທາງການບໍ່ໄດ້ເປັນຜົນດີໃນທຸກໆກໍລະນີ." "ຄວາມແຕກຕ່າງລະຫວ່າງກໍລະນີ ໜຶ່ງ ໃນນັກ ສຳ ຫຼວດແລະການເກີດຂື້ນຂື້ນຂື້ນກັບຜູ້ຊ່ຽວຊານດ້ານການບໍລິການດ້ານມະນຸດຊັ້ນ ນຳ ຂອງທ່ານທີ່ຮັບຮູ້ວ່າມີພະຍາດສະເພາະ. ມັນອາດຈະເປັນຄວາມແຕກຕ່າງໃນການຮັກສາການເກີດຂື້ນຈາກການເກີດຂື້ນຈິງໆ."

ທ່ານ Khan ກ່າວຕື່ມວ່າໂຄງຮ່າງການຈັດຕັ້ງຂອງລາວສາມາດ ນຳ ໃຊ້ຂໍ້ມູນອື່ນໆອີກຫຼາຍຢ່າງເຊັ່ນ: ຂໍ້ມູນກ່ຽວກັບບັນຍາກາດ, ອາກາດ, ຫຼືແມ້ກະທັ້ງສັດໃກ້ຄຽງທີ່ຢູ່ໃກ້ຄຽງ - ເພື່ອເບິ່ງລ່ວງ ໜ້າ ວ່າຜູ້ໃດຜູ້ ໜຶ່ງ ປົນເປື້ອນດ້ວຍພະຍາດກໍ່ອາດຈະເຮັດໃຫ້ເກີດການແຜ່ລາມໄປທົ່ວ ຢູ່ທີ່ນັ້ນ. ລາວຍົກໃຫ້ເຫັນວ່າ, ໃນປີ 2016, BlueDot ມີທາງເລືອກທີ່ຈະເບິ່ງລ່ວງ ໜ້າ ວ່າມີການຕິດເຊື້ອ Zika ຢູ່ Florida ໃນເຄິ່ງປີກ່ອນທີ່ມັນຈະປາກົດຕົວຢູ່ທີ່ນັ້ນ.

ພ້ອມກັນນີ້, ອົງການກວດກາຂູດໂລກ Metabiota ໄດ້ຢັ້ງຢືນວ່າໄທ, ເກົາຫຼີໃຕ້, ຍີ່ປຸ່ນ, ແລະໄຕ້ຫວັນມີຄວາມອັນຕະລາຍສູງທີ່ສຸດໃນການເບິ່ງການຕິດເຊື້ອດັ່ງກ່າວປາກົດໃນໄລຍະ 7 ວັນກ່ອນທີ່ກໍລະນີໃນປະເທດເຫຼົ່ານັ້ນຈະຖືກເປີດເຜີຍແທ້, ບາງສ່ວນໂດຍຫວັງວ່າຈະໄດ້ຂໍ້ມູນການບິນ. Metabiota, ເປັນ BlueDot, ນຳ ໃຊ້ການຈັດການພາສາທົ່ວໄປເພື່ອປະເມີນບົດລາຍງານທາງອິນເຕີເນັດກ່ຽວກັບຄວາມເຈັບປ່ວຍທີ່ອາດຈະເກີດຂື້ນ, ແລະນອກຈາກນີ້ມັນຍັງມີຄວາມຄິດສ້າງສັນໃນການສ້າງນະວັດຕະ ກຳ ໃໝ່ ທີ່ຄ້າຍຄືກັນ ສຳ ລັບຂໍ້ມູນກ່ຽວກັບຊີວິດຂອງເວັບ.

Imprint Gallivan, ຜູ້ບໍລິຫານດ້ານວິທະຍາສາດດ້ານຂໍ້ມູນຂ່າວສານຂອງ Metabiota, ຊີ້ແຈງວ່າໄລຍະແລະການສົນທະນາທາງອິນເຕີເນັດກໍ່ສາມາດໃຫ້ສັນຍານວ່າມີອັນຕະລາຍຈາກການແຜ່ລະບາດ. Metabiota ເຊັ່ນດຽວກັນຢືນຢັນວ່າມັນສາມາດປະເມີນຄວາມອັນຕະລາຍຂອງການແຜ່ລະບາດຂອງພະຍາດເຊິ່ງກໍ່ໃຫ້ເກີດການລົບກວນສັງຄົມແລະການເມືອງ, ໃນຂໍ້ມູນເຊັ່ນຂໍ້ບົ່ງຊີ້ຂອງໂຣກ, ອັດຕາການຕາຍແລະການເຂົ້າເຖິງການປິ່ນປົວ. ຍົກຕົວຢ່າງ, ໃນເວລາຊົ່ວໂມງຂອງການແຈກຢາຍບົດຂຽນຂອງປະຈຸບັນນີ້, Metabiota ໄດ້ຕີລາຄາຄວາມອັນຕະລາຍຂອງເຊື້ອໄວຣັດ coronavirus ທີ່ເຮັດໃຫ້ຄວາມບໍ່ສະບາຍທີ່ເປີດຂື້ນເປັນ "ສູງ" ໃນສະຫະລັດແລະຈີນ, ເຖິງຢ່າງໃດກໍ່ຕາມມັນໄດ້ປະເມີນຄວາມອັນຕະລາຍນີ້ ສຳ ລັບການຕິດເຊື້ອ monkeypox ໃນສາທາລະນະລັດປະຊາທິປະໄຕກົງໂກ ( ບ່ອນທີ່ໄດ້ມີການ ຄຳ ນຶງເຖິງຕົວຢ່າງຂອງການຕິດເຊື້ອນັ້ນ) ວ່າເປັນ "ກາງ".

ມັນຍາກທີ່ຈະຮູ້ໄດ້ຢ່າງແນ່ນອນວ່າຂອບການຈັດອັນດັບນີ້ຫລືຂັ້ນຕອນຂອງມັນເອງສາມາດຈະແຈ້ງໄດ້ແນວໃດ, ຢ່າງໃດກໍ່ຕາມທ່ານ Gallivan ເວົ້າວ່າອົງການນີ້ ກຳ ລັງເຮັດວຽກກັບເຄືອຂ່າຍຄວາມຮູ້ຂອງສະຫະລັດແລະກົມປ້ອງກັນປະເທດກ່ຽວກັບບັນຫາທີ່ຖືກລະບຸວ່າເປັນໂຣກ coronavirus. ນີ້ແມ່ນຊິ້ນສ່ວນຂອງການເຮັດວຽກຂອງ Metabiota ກັບ In-Q-Tel, ບໍລິສັດຜະຈົນໄພທີ່ບໍ່ຫວັງຜົນ ກຳ ໄລທີ່ເຊື່ອມຕໍ່ກັບອົງການຂ່າວກາງ. ເຖິງຢ່າງໃດກໍ່ຕາມ, ຫ້ອງການຂອງລັດຖະບານບໍ່ແມ່ນລູກຄ້າທີ່ມີທ່າແຮງຕົ້ນຕໍຂອງກອບເຫຼົ່ານີ້. ນອກຈາກນັ້ນ Metabiota ໂຄສະນາພື້ນຖານຂອງຕົນຕໍ່ອົງການຈັດຕັ້ງປະກັນໄພ - ການປະກັນໄພແມ່ນການປົກປ້ອງໂດຍພື້ນຖານ ສຳ ລັບອົງການປະກັນໄພ - ເຊິ່ງຄວນຈະຈັດການກັບຄວາມອັນຕະລາຍທາງດ້ານການເງິນທີ່ກ່ຽວຂ້ອງກັບການແຜ່ກະຈາຍຄວາມສາມາດໃນການປ່ວຍຂອງໂລກ.

ເປັນເຊັ່ນນັ້ນ, ການສົມເຫດສົມຜົນໃນຄອມພີວເຕີ້ສາມາດມີຄຸນຄ່າຫຼາຍກວ່າການພຽງແຕ່ຮັກສາຜູ້ຊ່ຽວຊານດ້ານການສົ່ງພະຍາດແລະເຈົ້າ ໜ້າ ທີ່ທີ່ໄດ້ຮັບການສຶກສາຍ້ອນວ່າການຕິດເຊື້ອເກີດຂື້ນ. ຜູ້ຊ່ຽວຊານໄດ້ປະດິດຕົວແບບທີ່ອີງໃສ່ AI ເຊິ່ງສາມາດຄາດເດົາການລະບາດຂອງການຕິດເຊື້ອ Zika ຢ່າງກ້າວ ໜ້າ, ເຊິ່ງສາມາດສຶກສາວິທີການທີ່ຜູ້ຊ່ຽວຊານມີປະຕິກິລິຍາຕໍ່ເຫດການສຸກເສີນທີ່ອາດເກີດຂື້ນ. ສະຕິມະນຸດສາມາດຖືກ ນຳ ໃຊ້ເພື່ອຈັດການກັບ ອຳ ນາດການປົກຄອງທີ່ກະແຈກກະຈາຍຊັບສິນໃນເວລາສຸກເສີນ. ດ້ວຍເຫດນັ້ນ, AI ຈຶ່ງຖືເປັນສາຍ ທຳ ອິດຂອງການປ້ອງກັນພະຍາດ.

ທັງ ໝົດ ທີ່ມີຄວາມລະອຽດກວ່າ, AI ແມ່ນປະຈຸບັນຊ່ວຍໃນການກວດກາຢາປິ່ນປົວ ໃໝ່, ການຈັດການກັບການຕິດເຊື້ອທີ່ບໍ່ ທຳ ມະດາ, ແລະການລະບຸການຈະເລີນເຕີບໂຕຂອງໂຣກເບື່ອ. ສະຕິປັນຍາທີ່ຜະລິດໂດຍມະນຸດແມ່ນແຕ່ຖືກ ນຳ ໃຊ້ເພື່ອແຍກແຍະກວາດກວາດທີ່ແຜ່ຜາຍ Chagas, ໂລກພະຍາດທີ່ຮ້າຍແຮງແລະເປັນຕາຢ້ານເຊິ່ງໄດ້ສ້າງຄວາມຄາດຫວັງໃຫ້ແກ່ບຸກຄົນ 8 ລ້ານຄົນໃນປະເທດແມັກຊິໂກແລະອາເມລິກາກາງແລະອາເມລິກາໃຕ້. ນອກ ເໜືອ ຈາກນີ້ຍັງມີຄວາມກະຕືລືລົ້ນໃນການໃຊ້ຂໍ້ມູນທີ່ບໍ່ມີສຸຂະພາບ - ຄືກັບເຄື່ອງຂອງຊີວິດໃນເວບໄຊທ໌ - ກ່ຽວກັບການຊ່ວຍເຫຼືອດ້ານນະໂຍບາຍແລະອົງການຈັດຕັ້ງການແພດທີ່ເຂົ້າໃຈເຖິງຄວາມກວ້າງຂອງພາວະສຸກເສີນ. ຍົກຕົວຢ່າງ, AI ທີ່ສາມາດຂຸດຄົ້ນຊີວິດອອນລາຍກ່ຽວກັບຂໍ້ສະ ເໜີ ກ່ຽວກັບຢາເສບຕິດທີ່ບໍ່ຖືກຕ້ອງຕາມເປົ້າ ໝາຍ, ແລະຮັກສາຄວາມສະຫງົບສຸກຂອງເຈົ້າ ໜ້າ ທີ່ໃຫ້ການສຶກສາກ່ຽວກັບການແຜ່ກະຈາຍຂອງສານທີ່ຄວບຄຸມເຫຼົ່ານີ້.

ກອບເຫຼົ່ານີ້, ລວມທັງ Metabiota's ແລະ BlueDot's, ແມ່ນພຽງແຕ່ເທົ່າກັນກັບຂໍ້ມູນທີ່ພວກເຂົາ ກຳ ລັງປະເມີນຢູ່. ສິ່ງທີ່ເພີ່ມເຕີມ, AI - ສຳ ລັບສ່ວນໃຫຍ່ແມ່ນມີບັນຫາກ່ຽວກັບແນວໂນ້ມ, ເຊິ່ງສາມາດສະທ້ອນໃຫ້ເຫັນທັງສະຖາປະນິກຂອງກອບແລະຂໍ້ມູນທີ່ມັນກຽມໄວ້. ພ້ອມກັນນັ້ນ, AI ທີ່ ນຳ ໃຊ້ພາຍໃນການບໍລິການດ້ານການຢາແມ່ນບໍ່ມີທາງ, ຮູບຮ່າງຫຼືຮູບແບບປອດໄພຕໍ່ບັນຫານັ້ນ.

ສິ່ງທັງ ໝົດ ທີ່ໄດ້ພິຈາລະນາ, ຄວາມກ້າວ ໜ້າ ເຫຼົ່ານີ້ເວົ້າເຖິງມຸມມອງທີ່ມີຄວາມ ໝາຍ ທີ່ກ້າວ ໜ້າ ສຳ ລັບສິ່ງທີ່ AI ສາມາດເຮັດໄດ້. ໂດຍປົກກະຕິ, ການປັບປຸງກ່ຽວກັບຫຸ່ນຍົນ AI ທີ່ກັ່ນຕອງຜ່ານຂໍ້ມູນຂ່າວສານທີ່ໃຫຍ່ໂຕບໍ່ໄດ້ນັ່ງຢູ່ດີປານໃດ. ພິຈາລະນາຄວາມຕ້ອງການກົດ ໝາຍ ທີ່ໃຊ້ຖານຂໍ້ມູນການຮັບຮູ້ໃບ ໜ້າ ໂດຍອີງໃສ່ຮູບພາບທີ່ຂຸດຄົ້ນຈາກເວັບ. ຫຼືໃນອີກດ້ານ ໜຶ່ງ ຜູ້ ອຳ ນວຍການໃຫຍ່ທີ່ເຂົ້າມາປະຕິບັດງານເຊິ່ງປະຈຸບັນສາມາດ ນຳ ໃຊ້ AI ເພື່ອເບິ່ງລ່ວງ ໜ້າ ວ່າທ່ານຈະປະຕິບັດແນວໃດຕໍ່ໄປ, ອີງຕາມຂໍ້ຄວາມໃນອິນເຕີເນັດຂອງທ່ານ. ຄວາມເປັນໄປໄດ້ຂອງການເຮັດ AI ໃນການຕໍ່ສູ້ກັບພະຍາດໄຂ້ມາເລເຣຍຮ້າຍແຮງສະ ໜອງ ສະຖານະການທີ່ພວກເຮົາອາດຈະຮູ້ສຶກບໍ່ສະບາຍໃຈ, ຖ້າບໍ່ຜ່ານແລະເບີກບານ. ບາງທີຄວາມຄິດສ້າງສັນນີ້ - ເມື່ອໃດກໍ່ຕາມທີ່ຖືກສ້າງຂື້ນແລະ ນຳ ໃຊ້ຢ່າງ ເໝາະ ສົມ - ສາມາດຊ່ວຍຊີວິດຄົນ ຈຳ ນວນ ໜຶ່ງ.

ເບິ່ງຕື່ມອີກ

ໂຣກ coronavirus ແຜ່ຜາຍໄດ້ແນວໃດ? ຂ້ອຍຄວນໃສ່ ໜ້າ ກາກ, ຖົງມືຫລືສິ່ງປ້ອງກັນອື່ນໆບໍ?ຄ່າໃຊ້ຈ່າຍ ສຳ ລັບໂຣກ coronavirus ສຳ ລັບຈີນແມ່ນຫຍັງ? ອາການຂອງໂຣກຄໍໂຣວີອາດຄ້າຍຄືກັບໄຂ້ຫວັດໃຫຍ່ຫລືໄຂ້ຫວັດ. ມີໂອກາດທີ່ຕົວເລກຂອງກໍລະນີທີ່ຖືກກ່າວເຖິງເກີນໄປໂດຍການຜິດພາດກັບພະຍາດອື່ນໆບໍ?ໂຣກໂຣກໂຣກໂຣກໂຣກໂຣກໂຣກໂຣກໂຣກໂຣກຈີນ (2019-nCoV) ເປັນໄພຂົ່ມຂູ່ອັນໃຫຍ່ຫຼວງຕໍ່ຄົນໃນປະເທດໄອແລນບໍ? ໂຣກ coronavirus ຮ້າຍແຮງກວ່າໄຂ້ຫວັດໃຫຍ່ໃນທາງໃດແດ່? ຂ້ອຍບໍ່ໄດ້ຕັ້ງ ຄຳ ຖາມເວັ້ນເສຍແຕ່ວ່າຂ້ອຍຈິງໃຈໃນການຊອກຫາຂໍ້ມູນ, ແລະຈາກສິ່ງທີ່ຂ້ອຍສາມາດບອກໄດ້, ສິ່ງນີ້ບໍ່ພຽງແຕ່ແຜ່ລາມຢ່າງກວ້າງຂວາງເທົ່ານັ້ນແຕ່ຍັງເປັນ> 98% ບໍ່ເປັນອັນຕະລາຍ.