fbpx
0.1 C
Dún Laoghaire
niedziela, 24 stycznia, 2021

Sztuczna Inteligencjo, dlaczego nie powstrzymałaś pandemii?

Rozwiązania oparte o sztuczną inteligencję od wielu lat wspierają wszystkie gałęzie przemysłu i w ukryciu towarzyszą nam w najbanalniejszych codziennych czynnościach. Superkomputery o ogromnej mocy obliczeniowej oraz całe centra przetwarzania danych skupione w publicznych i prywatnych chmurach każdego dnia rozwiązują tysiące skomplikowanych problemów i operacji matematycznych.

Dlaczego więc nie przewidziały obecnej pandemii? Dlaczego nie pomogły nam jej powstrzymać? Przewidziały.

Prace nad użyciem algorytmów opartych o sztuczną inteligencję od wielu lat przewidywały możliwość wybuchu pandemii, a modele opracowane przez badaczy skutecznie wykorzystywano w walce z chorobami zakaźnymi, ograniczając w ten sposób ich rozwój. Przykładem takiej działalności są osiągniecia firmy AIME (Artificial Intelligence and Medical Epidemiology), która od 2012 roku prowadziła badania nad możliwościami wykorzystania SI w celu przewidywania przebiegu epidemii chorób zakaźnych. Wytrenowane na ogromnej ilości danych modele w 2017 roku osiągnęły 86% skuteczność przewidywania lokacji, w których w przeciągu 3 następujących miesięcy wybuchała epidemia wirusa zika i dengi.
Wystąpienie Billa Gatesa z serii TED Talks w 2015 roku znane jest głównie w kręgach osób uważających pandemię COVID za globalny spisek. Faktycznie nie sposób nie zauważyć podobieństw przebiegu obecnej pandemii do opisywanej przez Billa Gatesa hipotetycznej epidemii superwirusa, którą przewiduje w swoim wystąpieniu. Gates nie wymyślił tego scenariusza – na podstawie historycznych danych oraz bazujących na nich algorytmach sztuczna inteligencja wygenerowała model przewidujący niemal taki sam scenariusz z jakim mamy dziś do czynienia.

Pomogły.
W pierwszych miesiącach pandemii COVID-19 dyrektor działu rozwoju IBM Dario Gil, wykorzystując swoje znajomości w Białym Domu, skontaktował się z urzędem ds. Polityki w dziedzinie Nauki i Technologii zdając zwięzłe pytanie „jak możemy pomóc”. Pomoc zaoferowało wiele stron. Departament Energii, który jest właścicielem większości najpotężniejszych superkomputerów na świecie, NASA, akademickie sieci komputerowe, Amazon Web Services, AMD BP, D.E. Shaw, Dell, Google, HP, Microsoft, NVIDIA i Intel, wszyscy chcieli pomóc. Utworzone zostało konsorcjum skupiające zasoby obliczeniowe o ogromnej mocy. Obecnie 43 członków C19HPC (COVID-19 High Performance Computing) udostępnia naukowcom moc obliczeniową wynoszącą ponad 600 petaflopów (50.000 GPU i 68.000.000 wirtualnych procesorów). To niejedyna taka inicjatywa. Projekt F@H (Folding@Home), który od 2000 roku wspiera naukowców w opracowywaniu nowych leków za pomocą symulacji komputerowych przeprowadzanych na udostępnianych przez ochotników zasobach, również przystąpił do walki z pandemią. Każdy posiadacz komputera, smartfona a nawet konsoli do gier po zainstalowaniu specjalnego programu może udostępnić zasoby obliczeniowe urządzenia na potrzeby uczonych. Podczas panującej pandemii, F@H znacznie zyskał na popularności i dzięki zaangażowaniu tysięcy osób jeszcze w pierwszej połowie 2020 roku zbiorcza moc obliczeniowa wyniosła 2.43 exaflopa (2.43×1018). Dla zobrazowania, to mniej więcej tyle ile wynosi moc obliczeniowa 480 milionów procesorów używanych w biurowych komputerach.

Przy pomocy sztucznej inteligencji rozwiązano wiele problemów związanych z obecną epidemią. Opracowane modele rozprzestrzeniania się wirusa pozwoliły przewidzieć gdzie pojawiać się mogą nowe źródła zakażeń. Symulacje oparte o pozyskane dane umożliwiły rządom wielu krajów podjęcie skutecznych środków zaradczych, ograniczając rozprzestrzenianie się wirusa. Wdrożone rozwiązania pomagające śledzić kontakty nosicieli skutecznie przewidują prawdopodobne pojawienie się nowych ognisk zakażeń. Modele prognozujące identyfikowały i wciąż identyfikują najbardziej wrażliwe regiony, ludzi i kraje, skutecznie przewidując nadchodzącą liczbę zakażeń w danym miejscu na świecie. Dzięki temu służba zdrowia może zawczasu podjąć odpowiednie działania prewencyjne.
W wielu krajach udało się odciążyć pracowników służby zdrowia dzięki sztucznej inteligencji, która przejęła cześć obowiązków lekarzy. Udało się usprawnić proces identyfikacji potencjalnych nosicieli oraz skonstruować algorytmy, które w oparciu o zdjęcia rentgenowskie klatki piersiowej z nadzwyczajną skutecznością rozpoznają chorobę. Technologie używane między innymi we wspomnianym wcześniej programie F@H pomagały w identyfikacji leków, które pomagają w leczeniu pacjentów chorych na COVID-19. Dla przykładu, testy kliniczne leku Relaxifen, nie rozpoczęłyby się gdyby nie projekt exscalate4cov – konsorcjum europejskich firm i instytucji, do których należy miedzy innymi warszawski Instytut Biologii Molekularnej i Komórkowej. Bez pomocy komputerów i sztucznej inteligencji proces poszukiwania leków znacząco by się wydłużył. Procedury tworzenia i testowania szczepionki również trwałby latami, a nie miesiącami. Pomoc sztucznej inteligencji zagwarantowała nam ostatnią fazę testów szczepionek przed upływem roku od wybuchu pandemii.

Sztuczna inteligencja nie tylko przewidziała obecny kryzys, ale także okazała się pomocna w leczeniu pacjentów zakażonych COVID-19 oraz w ciągłym monitorowaniu ich stanu zdrowia. SI ułatwia prowadzenie badań nad lekami poprzez analizę ogromnych, dostępnych zbiorów danych, których liczba przekracza ludzkie możliwości. Ostateczna wygrana z wirusem będzie możliwa tylko i wyłącznie dzięki współpracy człowieka i stworzonej przez niego sztucznej inteligencji.

MATERIAŁ PARTNERA

O Autorze:

Wiktor Sędkowski ukończył teleinformatykę na Politechnice Wrocławskiej, specjalizując się w dziedzinie bezpieczeństwa cybernetycznego. Jest ekspertem od zagrożeń cyfrowych. Posiadacz certyfikatu CISSP, OSCP i MCTS, pracował jako inżynier i solution architect dla wiodących firm informatycznych.

Podobne artykuły

Social media

18,549FaniLubię
36ObserwującyObserwuj
25SubskrybującySubskrybuj

Ostatnie artykuły