开放平台、亿级算力、时空数据：疫情来临时AI在做什么？

这是一个和往年不同的春节，以往父母催婚、春运返乡等受到大量关注的话题不再得到讨论，新型冠状病毒的疫情与攻克几乎占据了全部的公众视野。在这个社会各界都在为疫情防治贡献自己力量的时刻，我们也在从自己角度思考——AI以及其他科技，在这场试炼中能发挥怎样的作用？

实际不论是科技企业还是科研机构，早已做出行动。像是百度成立了3亿元疫情及公共卫生安全攻坚专项基金；华为在火神山医院范围内建立了5G基站，为医院覆盖5G信号；深圳超算为中山大学药学院开放了超算资源；美国尝试利用机器人治疗患者……

发生在2020年初的这场灾难，同时也将成为迄今为止中国科技力量参与度最高的公共卫生安全事件。

有关新型冠状病毒的“新”与“难”

最近有关湖北等地区医疗资源、物资紧缺的消息一经传出就立即引起了社会的关注，但在筹措物资人力的同时，我们同时也要意识到，这次攻坚战的难点绝不仅仅在于当下人与物的缺口。

在新型冠状病毒的应对上，光是这个“新”字，就造成了三大难点。

面对新出现人类视野中的病毒，从检验到治疗，再到对病毒未来走向（如变异等）可能性的预测，都要从头开始。这三项难点，其实就是当下很多人焦虑的核心原因。

从检验来说，除了血项、肺部CT以外，最关键步骤还是利用荧光PCR法进行核酸检测，也就是人们印象中的小盒子——新冠状病毒核酸检测试剂盒。实际上试剂盒的检测并非人们想象中那样，放入样本几分钟后就能出现结果，而是需要在符合条件的实验室里通过专业人员操作仪器才能实现。因此即使试剂盒产能提升，实验室、测试人员和仪器的限制仍然会影响新型冠状病毒确诊效率。

而在治疗上，特效药的发现和研制往往要依赖两种方式，要么对已有的分子库和数据库进行筛选，找到可能对冠状病毒有治疗效果的分子；或者根据新型冠状病毒的基因组信息和病理特点研制新药。后者虽然在治疗效果上更加保险，但从研制到临床试验，很有可能需要数年的时间。

尤其新型冠状病毒爆发于紧邻交通枢纽的海鲜市场，又恰逢春节前期人员流动的密集期，更为流行病学史的研究和病毒未来情况的追踪都带来了更多困难。

换句话说，此时的我们不仅面临着当下的问题，同样也面临着更加长远的问题——药物研制、病毒追踪、传染模型研究……这些长远的问题决定着，我们究竟是仅仅应对当前的困难，还能够从中提取出经验，在未来尽可能避免灾难发生的可能性。

亿级算力、开放平台、时空数据：

科技企业这样应战疫情

这时，我们便能看到科技力量是如何发挥作用的。

从诊断环节来说，AI医疗影像技术已经可以很好地完成前期的CT阅片工作，至于难度更大的核酸检测则属于分子诊断领域，近年以来这一领域也正在和AI联系的愈发紧密。在分子诊断中，深度学习可以提升蛋白质组学研究和序列关联性研究的效率，并且通过自然语言处理能力将学术论文、诊疗档案、临床记录等非结构化数据总结整理，为分子诊断产品的研发迭代加速。

新药研究领域与AI的结合此前也得到了广泛的讨论，结合大数据与算力支持，AI可以从海量文献、实验等数据中完成筛选，或是模拟化合物与特定靶标的结合效果。TechEmergence报告显示，人工智能可以将新药研发的成功率从12%提高到14%。

至于在流行病学史追踪方面，广泛调用交通、支付、旅行等方面的大数据进行分析，也能够对传染模型的建立、分析甚至预测起到帮助。

此时我们可以发现，在科技VS病毒的战役中，科技企业可以提供以下的能力储备：

其中最核心，也是最能广泛发挥作用的就是算力。不论是分子诊断还是药物研发，阻碍效率提升的首要原因就是复杂信息构成下的无数种可能性，因此算力，尤其是高性能计算，将成为一切的基础。在这次疫情中，也有大量科技企业将自己的算力开放出来，除了深圳超算之外，腾讯也表示自身算力资源可以随时待命，百度也正在向疾控单位、科研单位等等对象开放AI技术以及与之配套的亿级计算资源，支持新型冠状病毒等新疾病的治愈药物筛选、研发等一系列抗击疫情工作，有需要的企业或机构可以通过[e-mail]与百度取得联系。

与此同时还有对海量数据的整合调用能力。大数据已经是一个老生常谈的话题，但在这一次疫情应对中我们可以发现，对于数据的及时调用处理是至关重要的，百度就将提供时空大数据及分析技术，支持对疫情的及时发现、快速应对及科学管理。在此基础之上，不论是对过往传染路径的追溯，还是对未来即将到来的春节后人员流动高峰应对，都能提供帮助。

剩下还有很多细节，都可以被科技企业的技术能力和广泛布局解决。例如结合应用广泛的智能摄像头和人脸识别算法，可以自动识别在公共场合没有佩戴口罩的人并加以劝阻。又比如面对野生动物非法贸易问题，百度AI也在与IFAW合作探索AI在网络野生动物犯罪预防领域的应用。利用百度飞桨平台识别网络非法贸易信息，及时通知执法部门便于管制。

能够用、记得用、懂得用

正如前文提到的，这是迄今为止中国科技力量参与度最高的公共卫生安全事件，也正因如此，AI能够做到什么并不新鲜，我们真正从中学到的，是如何在公共卫生安全事件发生时，尽快让AI和其他科技发挥作用。经由这一次的经验，整个社会对于科技的认知和应用模式或许都将发挥改变。

我们不妨思考以下几个问题：

第一， 算力与计算平台是否也应该被规划于可调用的“物资”？

从百度等企业积极开放算力与计算平台的态度，我们可以看到科技企业是非常乐于在紧急时刻向社会提供帮助的。在未来AI技术、大数据与疾病传播关系越来越密切的未来，相关资源的开放与调用是否应该形成固定的程序、在演习时加以规划，以减少其中的流程成本、打通紧急时刻的产学联动通道？

第二， 数据的利用率是否应该进一步提升？

未来随着IoT的普及，传感器和数据量的指数级增长将成为整个社会的普遍现象。如何在脱敏前提下更高效的利用这些数据，对公共卫生事件的传播轨迹进行分析与预测，将成为一个重要命题。这其中不仅涉及政府部门的相关人才培养，也涉及着更明晰的数据应用权限设置。

第三， 公共卫生安全如何长效利用科技企业提供的资源？

不难发现，不论是防范野生动物非法贸易，还是研发疫苗与特效药，都并非一朝一夕就能完成的工作，也就是说此时的很多举措，或许可以在未来常规化，持续发挥作用。百度所成立的3亿元专项基金，其用途也包括了更长期的社会公共卫生安全信息科普和传播等。百度App抗击肺炎频道中的鉴别谣言功能和腾讯最近推出的实时辟谣平台，也可以在未来广泛应用于各种新闻事件。这些资源和模式应该如何复用，是政府和科技企业需要一起着手解决的问题。

一场让世界牵挂的疫情，给予我们的不应该只有伤痛，最起码我们要从此更加明确：科技不是放在玻璃匣中的装饰品，而应当是一把趁手的工具，让人们记得用、懂得用。或许被疫情改变的不是AI，而是我们与AI的关系，以及AI与这个世界协作的模式。