最近，SingularityNET的首席執(zhí)行官Ben Goertzel博士召集了“ COVID-19峰會(huì)”，邀請AI和數(shù)據(jù)科學(xué)研究人員中的資深人士與流行病學(xué)家，一線醫(yī)生和決策者一起探討我們迄今為止如何處理這種情況以及未來的期望。
此次峰會(huì)的主題之一是需要復(fù)雜的系統(tǒng)模型， 例如 基于代理的模型 來為政策提供信息。在這種大流行期間，有時(shí)，即使我們已經(jīng)處理了其他暴發(fā)(例如SARS，MERS等)，世界各地的每位決策者都認(rèn)為他們正在進(jìn)入這種大流行而沒有他們需要的信息。
復(fù)雜自適應(yīng)系統(tǒng)中人工智能和基于代理的模型的結(jié)合功能可以使決策者耳目一新，并可以為決策制定過程增加透明度。
由于這個(gè)話題的技術(shù)性，德博拉平陽博士，主任AI發(fā)展的還童和網(wǎng)絡(luò)分析總監(jiān)SingularityNET ，給了一個(gè)說話，解釋基于代理的模型具有人工智能，它的使用相結(jié)合的能力，和它可以為決策者和該領(lǐng)域的實(shí)際專業(yè)人員提供信息。
為了為可能撼動(dòng)我們社會(huì)核心部分的下一次大流行或其他類型的災(zāi)難做好準(zhǔn)備，我們將需要一個(gè)復(fù)雜的自適應(yīng)系統(tǒng)。
復(fù)雜的自適應(yīng)系統(tǒng)可以給我們一個(gè)整體的畫面
復(fù)雜的自適應(yīng)系統(tǒng)，或者將人工智能的功能與基于代理的模擬相結(jié)合的系統(tǒng)，可以從根本上改變我們分析數(shù)據(jù)的方式。
Duong博士說：“復(fù)雜自適應(yīng)系統(tǒng)是指整體大于部分之和的系統(tǒng)。我們可以從整體上了解更多有關(guān)零件的信息。這些部分也適應(yīng)并改變了整體。您將在微觀與宏觀之間產(chǎn)生互動(dòng)。”
例如，如果您考慮到Covid-19大流行，甚至在制定社會(huì)疏遠(yuǎn)政策之前，報(bào)告疫情爆發(fā)后，世界上某些地方的一些公民便立即開始戴口罩。這些人立即在公共場合改變了行為。他們正在改變與周圍世界的微互動(dòng)。在宏觀層面上，由于這些人的行為改變，在世界某些地區(qū)，政府更容易遏制Covid-19大流行。讓其他所有人也都遵循社會(huì)疏遠(yuǎn)政策也比較容易。在這種情況下，微觀和宏觀的相互作用決定了社會(huì)疏遠(yuǎn)政策的結(jié)果。
Duong博士說：“光靠數(shù)據(jù)并不能告訴我們太多。但是，數(shù)據(jù)和模式可以告知政策。如果我們注意如何處理這些數(shù)據(jù)，復(fù)雜的自適應(yīng)系統(tǒng)可以分析空間數(shù)據(jù)模式和概念性數(shù)據(jù)模式，以幫助告知政策。”
受邁克爾·斯奈德(Michael Snyder )博士收集和測量自己的健康數(shù)據(jù)以分析人體的炎癥反應(yīng)的啟發(fā)，Duong博士和她的團(tuán)隊(duì)使用異常檢測算法通過Rejuve開發(fā)的應(yīng)用程序分析可穿戴設(shè)備的信號，以收集個(gè)人的反應(yīng)在這種大流行期間。這些數(shù)據(jù)激發(fā)了她修改由Ben Goertzel博士為SingularityNET開發(fā)的“復(fù)雜自適應(yīng)系統(tǒng)”，以將其專門應(yīng)用于Covid-19大流行的過程。
Duong博士說：“在Covid-19大流行期間，衛(wèi)生保健工作者和基本工作者需要上班。即使他們戴著口罩和手套，這也使他們處于危險(xiǎn)之中。他們應(yīng)該掌握有關(guān)自身健康以及工作場所感染可能性的更多信息，以便做出明智的決定。如果他們被賦予可穿戴設(shè)備的功能，可以警告他們即將感染Covid-19，或者被感染的可能性極高，那么他們可以立即決定將自己與家人隔離。”
復(fù)雜自適應(yīng)系統(tǒng)可以潛在地幫助我們從被感染和未被感染的人群內(nèi)部收集的交互數(shù)據(jù)中發(fā)現(xiàn)“ Covid-19數(shù)據(jù)簽名”。
通過使用人工智能和因果推理發(fā)現(xiàn)模式 ，可以識別概念組，并可以根據(jù)社會(huì)內(nèi)部發(fā)生的情況來分析數(shù)據(jù)。
數(shù)據(jù)主權(quán)，隱私和安全
媒體在檢查AI系統(tǒng)的隱私，數(shù)據(jù)所有權(quán)和安全性方面做得很好?？梢詷?gòu)建一個(gè)復(fù)雜的自適應(yīng)系統(tǒng)，該系統(tǒng)可以使個(gè)人擁有數(shù)據(jù)所有權(quán)，保護(hù)隱私并安全。同時(shí)，通過具有因果推理的人工智能，可以創(chuàng)建決策網(wǎng)絡(luò)以告知決策者。就像馬爾可夫決策過程一樣，可以在模擬中對數(shù)據(jù)進(jìn)行建模。一定比例的人口可以穿戴可穿戴設(shè)備，因此可以收集為準(zhǔn)確決策所需的最少數(shù)據(jù)并將其用于政策。
Duong博士說：“如果您擁有一個(gè)完全安全(加密)的私人可穿戴設(shè)備，而AI負(fù)責(zé)發(fā)現(xiàn)決策模式而不是識別個(gè)人，則該設(shè)備可以通知佩戴它的人并賦予他們更多權(quán)力信息由自己決定。同時(shí)，政策制定者可以從決策中獲取更多情報(bào)，以此為基礎(chǔ)制定政策。”
Nuance將允許制定更具體和負(fù)責(zé)任的政策
由于統(tǒng)計(jì)方法的廣泛使用以及這些方法的不確定性，因此在大流行期間，決策者在人們對大流行做出反應(yīng)的方式遇到特定細(xì)微差別時(shí)，沒有太多事情要做。
同時(shí)，在制定社會(huì)疏離或差旅政策時(shí)，在某些特定情況下，某些人群可能需要針對特定??人群制定政策。
例如，當(dāng)政策制定者最初建議與社會(huì)保持距離時(shí)，人們會(huì)問諸如人們應(yīng)該與自己保持多遠(yuǎn)的距離?還是3英尺或6英尺?
在療養(yǎng)院，醫(yī)護(hù)人員與該病毒的傳播作斗爭，存在醫(yī)護(hù)人員在兩個(gè)療養(yǎng)院之間傳播病毒的問題，因?yàn)闉榱司S持生計(jì)，他們必須工作兩個(gè)工作。
Duong博士說：“在復(fù)雜的自適應(yīng)系統(tǒng)中，系統(tǒng)可以適應(yīng)這些情況，并對變化的細(xì)微差別做出響應(yīng)。政策制定者不僅可以為佩戴該設(shè)備的人推薦單獨(dú)的措施，而且決策者還可以看到這些細(xì)微的變化如何影響整個(gè)系統(tǒng)，對我們的社會(huì)。如果我們有大量的護(hù)士擔(dān)任兩個(gè)工作崗位，他們需要在護(hù)理院之間傳播病毒，那么可能需要采取一項(xiàng)政策。”
最大的好處
使用復(fù)雜自適應(yīng)系統(tǒng)分析Rejuve / COVID-19應(yīng)用程序中的數(shù)據(jù)的最大好處之一是“平整曲線實(shí)際上意味著對曲線進(jìn)行平整”。在這種大流行期間，我們有一個(gè)“弄平曲線”的誤解。每個(gè)人都認(rèn)為，按照社會(huì)隔離措施，曲線會(huì)變平，感染人數(shù)會(huì)減少。但是，事實(shí)并非如此。
被感染和可能死亡的人數(shù)仍然保持不變。但是，它們只會(huì)花更長的時(shí)間才能被感染并擁擠我們的醫(yī)療系統(tǒng)。
另一方面，如果在大流行期間使用復(fù)雜的自適應(yīng)系統(tǒng)設(shè)置策略，則可以降低曲線的峰值并真正“使曲線變平”。
Ben Goertzel博士，“復(fù)雜的自適應(yīng)系統(tǒng)是細(xì)粒度建模的開始。您不希望Big Brother AI收集您的生物識別數(shù)據(jù)。您需要高級集成。您想要數(shù)據(jù)主權(quán)。您想要安全。同時(shí)，決策者需要了解數(shù)據(jù)，了解影響并獲得足夠的信息以制定政策。通過在SingularityNET生態(tài)系統(tǒng)內(nèi)使用開源的復(fù)雜自適應(yīng)系統(tǒng)，我們可以實(shí)現(xiàn)這一目標(biāo)。隨著我們接近人工智能，人工智能的民主化至關(guān)重要。”
