Jak sztuczna inteligencja pomaga nam zwalczyć pandemię koronawirusa COVID-19?

170 34
Mijają kolejne miesiące od pierwszych wieści na temat koronawirusa, który coraz bardziej paraliżuje społeczeństwo i destabilizuje gospodarkę światową. Dopóki wirus swoje największe ognisko miał w obrębie Chin, dopóty czuliśmy się w Europie bezpieczni, a nasze portfele pozostawały niezagrożone. Obecnie pandemia ogarnęła cały świat wymuszając kwarantanny w kolejnych rejonach i sieje panikę w coraz szerszych grupach społecznych. Nic tak negatywnie nie działa na rynki, jak panika.

Jeden z najbardziej znanych inwestorów na świecie, Warren Buffet w jednym z ostatnich wywiadów stwierdził, że przez swoje 89 lat życia nie widział podobnej sytuacji na giełdzie. Było wiele kryzysów w dziejach ludzkości, poradzimy sobie i z tym. Wystarczy, że stosunkowo szybko opatentowana zostanie szczepionka i po problemie, przynajmniej do kolejnej mutacji. Większość Państw współpracuje już od jakiegoś czasu nad rozwiązaniem. Korzystając z dóbr technologicznych obecnie jesteśmy w stanie dużo skuteczniej zahamować rozprzestrzenianie się epidemii. Jak w takim razie w tym wszystkim odnajduje się sztuczna inteligencja? 

1. Pomoc w szybkiej diagnozie choroby

Wykorzystanie algorytmów sztucznej inteligencji pozwala na błyskawiczną analizę obrazów tomografii komputerowej. Takie rozwiązanie zostało wdrożone przez firmę Alibaba w Wuhan, gdzie w szczycie przyrostu zachorowań szpitale miały ogromny problem z ilością pacjentów oczekujących na diagnozę. Skuteczność tej formy detekcji wynosi 96%, zajmuje niecałe 20 sekund, podczas gdy człowiekowi ten proces może zająć do 15 min (średnio 300 skanów do analizy).

2. Rozpoznawanie potencjalnych zakażonych

Jako, że Chiny są pierwszym Państwem, w którym odnotowano zachorowania na koronawirusa oraz posiadają system nadzoru społeczeństwa, naturalnie kolejny przykład będzie bazował na wdrożeniu właśnie w tym regionie. Zaraz po wybuchu epidemii do tzw. „Surveillance System”, czyli nadzoru wizyjnego wdrożony został algorytm rozpoznający temperaturę ciała człowieka, który w zestawieniu z oprogramowaniem SenseTime pozwala określić z dużym prawdopodobieństwem, czy dana osoba jest zainfekowana wirusem. Wdrożono również system monitoringu zwany Health Code, który przy wykorzystaniu BigData jest w stanie sprawdzić ryzyko zakażenia wirusem indywidualnych osób bazując na danych historycznych wykorzystywanych środków transportu, czy przebywaniu w miejscach o dużym ryzyku zakażenia wirusem. Na podstawie powyższych danych mieszkańcom przyporządkowywany jest kolor (czerwony, żółty lub zielony). Do swojego statusu każda z osób ma dostęp przez aplikację WeChat lub Alipay. W ten sposób określane jest też, czy dana osoba może przebywać w strefach dostępnych publicznie, czy też ma być poddana kwarantannie.

3. Identyfikacja, śledzenie i prognozowanie

Im lepiej możemy śledzić rozwój epidemii, tym lepiej możemy walczyć z wirusem. Sztuczna inteligencja pomaga w tej kwestii śledząc pojawienie się wpisów o koronawirusie w newsach na lokalnych stronach informacyjnych, platformach społecznościowych i oficjalnych stronach rządowych. Przykładem może być algorytm opracowany przez firmę BlueDot, który powiadomił o ryzyku wystąpienia epidemii wiele dni przed pojawieniem się informacji ze strony Centrum ds. Zapobiegania i Kontroli Chorób WHO.

4. Opracowanie leku

W ostatnim czasie algorytmy sztucznej inteligencji znajdują zastosowanie i w tej dziedzinie. Dzięki AI firmy farmaceutyczne otrzymują informacje na temat budowy wirusa, które są niezbędne do opracowania skutecznych leków. Już po kilku tygodniach od wybuchu epidemii w Chinach na podstawie zebranych danych algorytmy sztucznej inteligencji jednej z firm wskazały leki, które wykazują największe prawdopodobieństwo uleczenia chorych osób. Naukowcy z Uniwersytetu Stanforda z pomocą AI pracują obecnie nad schematem zachowania białka wirusowego bazując na tzw. "crowdsourcing", czyli mocy obliczeniowej udostępnionej przez komputery osób prywatnych. Proces ten wymaga nadzwyczaj wydajnego przetwarzania równoległego, które jest możliwe właśnie dzięki "crowdsourcing". Każdy z nas dzisiaj ma możliwość przyczynić się do zwalczenia koronawirusa.

To tylko jedne z wielu przykładów, gdzie zastosowanie znajdują algorytmy sztucznej inteligencji. Do wdrażania skomplikowanych algorytmów potrzebne są platformy sprzętowe (komputery przemysłowe), które sprostają specyficznym wymogom procesowania danych oraz będą wstanie działać równolegle i wydajnie w mocno rozproszonej architekturze. Komputery przemysłowe Elmatic bazują na jednostkach Advantech, które wykorzystywane są w wielu działających aplikacjach związanych ze sztuczną inteligencją (ang. Artificial Intelligence). Przykłady rozwiązań dedykowanych do przetwarzania dużych strumieni danych i obrazów w systemach zdecentralizowanych znajdują się poniżej.

Stacja robocza AI, MIC-770 - SKONFIGURUJ KOMPUTER
Zaprojektowana do aplikacji analizy i przetwarzania obrazów np. w medycynie.
Karta katalogowa

Stacja robocza sztucznej inteligencji MIC-770

System AI rozproszonej analizy obrazów, MIC-730AI
Dedykowany do pracy i przetwarzania na tzw. krawędzi (ang. Edge Computing).
Karta katalogowa

System sztucznej inteligencji do rozproszonej analizy obrazów MIC-730AI

Zachęcamy do kontaktu w celu pozyskania dalszych informacji.

Skontaktuj się z nami!

Pozostałe aktualności

Kontrola jakości przy pomocy Deep Learning z wykorzystaniem komputerów przemysłowych


W wielu firmach produkcyjnych po dziś dzień do oceny jakości produkowanego towaru wykorzystywane są metody tzw. organoleptyczne, czyli innymi słowy ocena wizualna produktu przez pracowników. Nawet najlepiej przeszkoleni i doświadczeni pracownicy mogą mieć gorszy dzień lub po prostu różne predyspozycje do wykrywania wad produktów, przez co proces standaryzacji inspekcji staje się nie lada wyzwaniem. Wiele produktów, które nie powinny trafić na rynek zostaje wypuszczonych z fabryki wpływając negatywnie na opinię o producencie oraz przysparza sporo problemów reklamacyjnych.

Więcej

Komputery przemysłowe wykorzystujące sztuczną inteligencję w Machine Vision


W tradycyjnych gałęziach przemysłu tekstylnego projektowanie, selekcja, przędzenie, tkanie, farbowanie i wykańczanie tkanin pochłaniają wiele zasobów i czasu. Weryfikacja rodzajów materiałów, czy ich jakości jest bardzo pracochłonna ze względu na wady produkcyjne, które trzeba wychwycić zanim materiał zostanie wysłany do klientów. Cały proces zajmuje na tyle długo, że utrudnia to masową produkcję. Dzięki sztucznej inteligencji (AI) operacje manualne, takie jak kontrola tkaniny lub jej wzoru, mogą zostać zautomatyzowane. Łącząc roboty przemysłowe z funkcją AI, procesy produkcji tekstyliów skracane są z tygodni do dni, a nawet godzin.

Więcej