دیده بان پیشرفت علم، فناوری و نوآوری
28 خرداد 1399 - 12:00
آنا گزارش می‌دهد؛

هوش مصنوعی؛ بازیگر اصلی در جنگ علیه ویروس کرونا

بسیاری از محققان و مراکز پژوهشی برای جمع‌آوری اطلاعات در خصوص ویروس کرونا از هوش مصنوعی استفاده می‌کنند یا برای نظارت و ردیابی این بیماری ابزارهای مبتنی بر هوش مصنوعی را به کار می‌گیرند.
کد خبر : 496096
5a335a87-776a-45e8-86fb-f74384d1e90d.jpg

به گزارش خبرنگار حوزه علم، فناوری و دانش‌بنيان گروه دانشگاه خبرگزاری آنا، تحقیقات مربوط به ویروس کرونای جدید مقادیر بی‌سابقه‌ای از داده‌های تحقیقاتی را از منابعی همچون دولت‌ها، صنایع پزشکی و آزمایشگاه‌های تحقیقاتی و دانشگاهی فراهم کرده و این باعث شده خروجی‌ها و نتایج بسیاری حاصل شود که در نوع خود یک رکورد محسوب می‌شود.


به عنوان مثال، مجموعه داده‌های تحقیقاتی منبع باز کووید-19 به اختصار CORD19 توسط موسسه آلن با همکاری آژانس‌های دولتی، دانشگاه‌ها و شرکای صنعتی برای هوش مصنوعی ایجاد شده و با 13 هزار  مقاله علمی در رابطه با ویروس کرونا شروع به کار کرد. دو ماه بعد، این تعداد به بیش از 128 هزار مقاله افزایش یافته بود. داده‌های تحقیقاتی در مورد یک موضوع معمولی، به طور نرمال سال‌ها طول می‌کشد تا به چنین رقمی برسد.


بسیاری دیگر از پروژه‌های مرتبط با گردآوری داده‌ها نیز در حال انجام است که هدف خود را تجمیع متادیتا قرار داده است؛ متادیتا دانشی در مورد خود داده‌هاست. یکی از این نمونه‌ها، موسسه تحول دیجیتال C3.ai است که متادیتای خود را تحت عنوان Covid 19 Data Lake v2 در ماه مه امسال منتشر کرد.


چالش حریم شخصی


در حال حاضر شرکت‌های مختلفی در زمینه‌  مبارزه با ویروس کرونای جدید از هوش مصنوعی استفاده می‌کنند. شرکت‌ BlueDot  عملیات رهگیری ویروس کرونا را انجام داده است. Infervision پاسخ‌دهی به فناوری سی‌تی اسکن را اتوماسیون کرده است. DeepMind گوگل در تلاش است نقاط ضعف ویروس را شناسایی کند. BenevolentAI در تلاش برای ساخت داروی جدید با استفاده از داروهای موجود سایر بیماری‌هاست.



SenseTime کد سلامت موبایل تعبیه کرده است و اپلیکیشن پیام‌رسان فوری مانند WeChat یا Alipay، روبات‌های مشاور طراحی کرده‌اند تا پاسخگوی پرسش‌های مردم باشند. در نهایت منابع رایانش ابری و سوپرکامپیوترهای مختلفی از شرکت‌های بزرگ فناوری نظیر  Tencent،DiDi  و Huawei و IBM  توسط محققان برای پیشرفت درمان یا توسعه‌ واکسن مورد استفاده قرار گرفته‌اند.


از آنجایی که در بسیاری از این موارد به خصوص برنامه‌های مرتبط با رهگیری و ردیابی ویروس، استخراج داده‌های مردم عادی ضروری است، بنابراین اینجا حفظ حریم خصوصی اهمیت پیدا می‌کند.


ردیابی مخاطب (Contact tracing) حوزه‌ای است که اگر با دقت هدایت نشود به سادگی ملزومات حریم شخصی را زیر سوال می‌برد زیرا بدون داده‌های خصوصی، کنترل‌های مناسب انجام نمی‌گیرد. تدوین پروتکل آزمایشی غیرمتمرکز ردیابی مخاطب یا به اختصار DP-3T موید این موضوع است. برنامه SwissCovid، اولین برنامه ردیابی مخاطب است که با استفاده از API محصولات  Google و Apple کار می‌کند. این برنامه به طور آزمایشی در سوئیس و در گروه‌های منتخب از جمله ارتش سوئیس و کارمندان مراقبت‌های بهداشتی آغاز شد.


توسعه‌دهندگان این برنامه‌ به چند طریق با موضوعات حفظ حریم خصوصی روبرو بوده‌اند. SwissCovid از فناوری بلوتوث رمزگذاری شده‌ای استفاده می‌کند که به تلفن‌های هوشمند امکان برقراری ارتباط ناشناس با یکدیگر را می‌دهد.


اطلاعات تماس اجتماعی(Social contact) به جای سرورهای خارجی، در دستگاه‌های موبایل همان افراد ذخیره می‌شود تا در معرض هک شدن گسترده قرار نگیرد. اگر کسی تست کرونا ویروی وی مثبت شد، افرادی که در روزهای قبل با او در تماس تنگاتنگی بوده‌اند یک پیام هشدار دریافت می‌کنند اطلاعاتی مربوط به نحوه ایزوله شدن و قرنطینه و آزمایش برای‌شان ارسال می‌شود. کشورهای دیگر مانند انگلیس نیز متعهد شده‌اند که یک برنامه‌ی بومی را برای کشور خود توسعه دهند.



 اما به هر حال واقعیت این است که روند اطلاع رسانی افراد در معرض خطر، به دلیل تماس اجتماعی «به صورت صرفا فردی» قابل‌کنترل نیست. بنابراین از یک جایی باید این روند به طور محرمانه و خودکار در مقیاس بالا در اختیار فناوری‌های هوش مصنوعی قرار بگیرد. فناوری در اینجا نه فقط برای جمع کردن اعداد بلکه برای پردازش هشدارها و گردآوری اطلاعات خصوصی مورد نیاز است. طبعا در همین نقطه است که چالش حریم شخصی برجسته می‌شود.


مهار  هوش مصنوعی


سر و کله زدن با مبحث امنیت داده‌ها و ایجاد سیستم‌هایی برای برقراری حریم خصوصی معمولا تحقیقات را کُند می‌کند اما توانایی هوش مصنوعی در نگهداری از اطلاعات محرمانه می‌تواند روند تحقیق را گسترده‌تر و کارآمدتر کند. هوش مصنوعی براساس کلان‌داده‌ها شکل گرفته است و وب سایت OpenAI خاطرنشان می‌کند که قدرت محاسبات هوش مصنوعی هر سه چهار ماه دو برابر می‌شود!


 یک مثال خوب برای نمایش قدرت کامپیوترهایی که برای مبارزه با ویروس کرونا جدید اختصاص داده شده، کنسرسیوم محاسبات با عملکرد بالا (HPPC) است. دولت آمریکا، HPPC را در مارس سال 2020 راه‌اندازی کرد. این نیروگاه برای تحقیقات  بیماری به 483 پتافلاپس فضای ذخیره‌سازی (به معنی 10^15 عملیات ممیز شناور در ثانیه) و پنج میلیون هسته پردازنده دسترسی دارد.


براساس اطلاعات وب سایت HPPC، با این فناوری می‌توان تعداد محاسبات مربوط به بیوانفورماتیک، اپیدمیولوژی و مدل‌سازی مولکولی را پردازش کرد تا پاسخ به سوالات علمی پیچیده درباره ویروس کرونا جدید را در طی «ساعت‌ها یا روزها» به جای «هفته‌ها یا ماه‌ها» به دست آوریم. کنترل این فناوری‌ها بسیار اهمیت دارد چرا که در صورت عدم قانون‌گذاری و رعایت آن، جلوتر کنترل چنین هیولایی (صرف نظر از اینکه در چه زمینه‌ای به ما کمک می‌کند) دشوار خواهد بود.


انسان‌ها در کجای بازی هوش مصنوعی جای می‌گیرند؟


هوش مصنوعی را باید یک ورزش تیمی به حساب آورد. در حالی که این فناوری می‌تواند پیچیدگی و نیروی انسانی را برای انجام عملیات زمان‌بری همچون داده‌کاوی کاهش دهد اما همچنان به مدیران انسانی برای نظارت بر تجزیه و تحلیل‌ها و آزمایش‌ها، و همچنین ایجاد استنتاج و اقدامات مقتضی احتیاج است. در حقیقت، در تمام علوم کارهای فردی یک دانشمند نیز به وسیله‌ کارهای جمعی سایر افراد تکمیل می‌شود.   



وجود تیم‌های مختلف باعث نمایش مشکلات از دیدگاه‌های متفاوت می‌شود. بنابراین تکثر آرا، نقاط کور را می‌کاهد و به تبع آن بهره‌وری را می‌افزاید. از این‌رو در تیم‌های انسانی، هوش مصنوعی یک عضو جدید تیم خواهد بود. همزمان با ادامه مبارزه با ویروس کرونای جدید و همچنین چالش‌های پیچیده اجتماعی و اقتصادی آن، وقتی که یاد بگیریم که چگونه قدرت این فناوری را با تیم‌های انسانی با تخصص متنوع ادغام کنیم، بیشتر قابلیت‌های هوش مصنوعی را درک خواهیم کرد.


تیم دانشگاه مدیریت کلاگ(Kellogg)، متشکل از روانشناسان، دانشمندان علوم کامپیوتر و کارشناسان شبکه، از روش تجزیه و تحلیل متن مبتنی بر هوش مصنوعی برای برآورد قابلیت اطمینان نتایج یک مقاله علمی استفاده کردند. به لطف این تحقیق، می‌توان صحت و سقم نتایج مقالات را با کمک هوش مصنوعی بررسی کرد. اکنون این تیم تلاش می‌کند تا این روش را برای سبک و سنگین کردن تحقیقات زیادی که راجع به ویروس کرونای جدید انجام شده به کار ببرد تا نتایج صحیح‌تر مشخص شود.


با توجه به حجم گسترده‌ی تحقیقات مربوط به ویروس کرونا شامل ردیابی مخاطب، تشخیص، روش‌های درمانی و موارد دیگر، تشخیص اینکه نتایج کدام تحقیقات پژوهشی در نمونه‌ها و روش‌های مختلف دقیق‌تر بوده و بیشتر تکرار شده (بدین معنی که مطمئن تر‌است)، برای انسان‌ها وقت‌گیر و دشوار است اما به لطف تحقیقات تازه مسیر درست راحت‌تر مشخص می‌شود. برای اینکه نقش هوش مصنوعی را بهتر درک کنید می‌توان اینطور مثال زد که به کمک این فناوری، یک سوزن را در کسری از ثانیه می‌توان در انبار کاه یافت.


انتهای پیام/


انتهای پیام/

ارسال نظر
هلدینگ شایسته