这次峰会的一大主题,便是谈论如何利用繁芜的系统模型(例如基于代理的模型)为政策制订供应信息。只管已经从SARS以及MERS等以往传染病事宜中积累到不少履历,但在这场疫情大盛行当中,来自天下各地的决策者们仍普遍表示自己无法及时获取必要的应对信息。
而高繁芜度自适应系统能够将人工智能与基于代理的模型相结合,帮助决策者带来前所未有的新能力,同时显著提升决策制订流程的透明度。
Ben Goertzel博士
Deborah Duong博士
考虑到本次谈论主题的硬核技能属性,Rejuve公司AI开拓主管兼SingularityNET网络剖析主管Deborah Duong博士在演讲当中阐明了基于代理的模型与人工智能相结合的详细实现办法,以及由此可以给决策者及其他抗疫专业人士带来的信息支持。
详细来讲,为了就可能颠覆当代文明社会核心构造的下一波疫情盛行或者其他重大灾害做好准备,我们须要一套繁芜的自适应系统作为信息枢纽。
繁芜自适应系统能够为我们勾勒出整体态势
所谓繁芜自适应系统,是指能够将人工智能的力量与基于代理的仿照方案相结合的系统,其将从根本上改变我们剖析数据的办法。
Duong博士指出,“繁芜自适应系统是指那些整体效能大于各部分之和的系统。我们能够借此从宏不雅观上理解关于各组成部分的信息,而各个部分也将适应并改变整体态势。以此为根本,我们将得以在微不雅观与宏不雅观之间实现交互。”
例如,以COVID-19疫情大盛行为例,早在制订社交隔离政策之前,天下上某些地区的居民就已经开始佩戴口罩以防止疾病传播。换言之,他们自发地改变了自己在公开场合的行为习气。这正是个体在改变自己与周遭环境的微互动办法。而在宏不雅观层面上,由于这些个人行为的转变,天下上某些地区及政府得以更从容地遏制COVID-19疫情。而且在早期行动者们的推动下,其他民众也更随意马虎接管并遵守社交隔离政策。终极,微不雅观与宏不雅观的相互浸染共同造诣了良好的社交隔离回馈。
Duong博士还表示,“光靠数据有时候并不敷以办理问题,但必须承认的是,数据与模式能够为政策制订带来启示。如果我们高度关注数据的处理办法,就可以利用繁芜自适应系统剖析空间数据与观点性数据中的模式,并借此完善政策成效。”
受到Michael Snyder博士网络并丈量自身康健数据以剖析人体炎症反应的启示,Duong博士和她的团队利用非常检测算法以剖析可穿着设备传出的旗子暗记,并采取Rejuve开拓的运用程序网络到这次疫情盛行中的大量个体反应。这些数据引发了她修正Ben Goertzel博士专为SingularityNET开拓的“繁芜自适应系统”的激情亲切,希望在设计层面充分适应抗击COVID-19疫情的须要。
Duong博士阐明道,“在COVID-19大盛行期间,医疗保健事情者与其他普通劳动者仍旧须要正常事情。纵然他们精确佩戴口罩与手套,传染风险也仍旧存在。因此,他们应该节制关于自身康健以及事情场所病例分布的更多信息,勾引他们做出明智的出行决定。如果可以及时利用可穿着设备,这些产品将在他们进入高风险区域前发出提醒,或者是在他们可能遭受传染时提前与家人保持隔离。”
繁芜自适应系统还有望帮助我们从已传染及未传染人群之间的交互数据当中,找出“COVID-19的数据署名”。
利用人工智能与因果推理发现的各类模式,将帮助我们识别出符合定义的观点性群体,并根据社会背景完成数据剖析。
数据所有权、隐私与安全
目前,媒体在监督AI系统隐私、数据所有权以及安全性等方面表现得相称出色。我们可以构建起一套繁芜自适应系统,确保每位民众都切实具备数据所有权、隐私与安全保障。与此同时,利用具备因果推理能力的人工智能方案,我们则可建立决策网络并及时向决策者供应信息支持。正如马尔可夫决策流程一样,我们可以在仿照场景中进行数据建模。只要一定比例的人口利用可穿着设备,我们就能网络到制订准确政策所必需的最低数据量。
Duong博士表示,“如果我们拥有一台完备安全(经由加密)的自有可穿着设备,并由AI卖力创造决策模式而非识别个人身份,那么该设备即可及时将风险通报给佩戴者,并授予他们自主决定的权利。与此同时,政策制订者则能够从个人决策中获取更多情报,据此出台符合民众判断的抗疫策略。”
细微差别,将决定政策的质量与成败
由于现有统计方法过于宽泛再加上方法层面的不愿定性,决策者们在这次疫情盛行期间制订的应对策略,每每无法兼顾细微层面的详细差别。
更主要的是,在制订社交隔离或出行政策时,某些分外人群可能须要采纳适宜自己的针对性勾引。
举例来说,在政策制订者哀求人们进行社交隔离时,民众可能会问所谓的“社交隔离”或者说间隔保持详细是多远?1米,还是2米?
在医院中,医护职员一贯在与病毒传播进行艰巨斗争。更残酷的是,很多照顾护士职员为了坚持生存而不得不在多家医院之间往来奔波,这就带来了病毒在不同医院间传播的隐患。
Duong博士指出,“在繁芜自适应系统当中,系统能够适应这些情形,并针对细微差别做出及时相应。政策制订者不仅可以为利用可穿着设备的人们供应单独的建议,同时也能快速意识到细微差别对付整体系统乃至全体社会的影响。如果存在大量往来于多家医院的兼职护士,就必须出台相应的政策以避免他们在不同医院之间传播病毒。”
核心上风
利用繁芜自适应系统剖析Rejuve/COVID-19运用数据的核心上风,在于“让拉低病例曲线回归真实意义”。实际上,疫情盛行期间很多人对付“拉低病例曲线”都存在误解,以为只要实行社交隔离方法,传染人数就会减少。而事实并非如此。
可穿着设备仿照视图
受传染及因疫情去世亡的总人数仍将保持不变,只是全体爆发过程会更加平缓,帮助我们的医疗系统更从容地应对一批又一批传染病例。
另一方面,如果能够在疫情盛行期间引入繁芜自适应系统供应的策略,大概真的可以掌握峰值部分从而真正“拉低曲线”。
可穿着设备仿照视图2
Ben Goertzel博士总结道,“繁芜自适应系统的构建从细粒度建模开始。大家当然不肯望自己的生物识别数据被政府方面全面节制。因此,我们须要更高等别的集成方法、保持数据所有权、保障安全性。但在另一方面,决策者须要理解数据、跟踪影响并获取制订政策所必需的充足信息。通过在SIngularityNET生态系统内利用这套开源繁芜自适应系统,我们将有望实现这项目标。在行业对人工通用智能的不断探索当中,AI的大众化进程或将成为决定成败的关键。”