最近，SingularityNET的首席執行官Ben Goertzel博士召集了“ COVID-19峰會(huì )”，邀請AI和數據科學(xué)研究人員中的資深人士與流行病學(xué)家，一線(xiàn)醫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(lái)的期望。
此次峰會(huì )的主題之一是需要復雜的系統模型， 例如 基于代理的模型 來(lái)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為他們正在進(jìn)入這種大流行而沒(méi)有他們需要的信息。
復雜自適應系統中人工智能和基于代理的模型的結合功能可以使決策者耳目一新，并可以為決策制定過(guò)程增加透明度。
由于這個(gè)話(huà)題的技術(shù)性，德博拉平陽(yáng)博士，主任AI發(fā)展的還童和網(wǎng)絡(luò )分析總監SingularityNET ，給了一個(gè)說(shuō)話(huà)，解釋基于代理的模型具有人工智能，它的使用相結合的能力，和它可以為決策者和該領(lǐng)域的實(shí)際專(zhuān)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(lèi)型的災難做好準備，我們將需要一個(gè)復雜的自適應系統。
復雜的自適應系統可以給我們一個(gè)整體的畫(huà)面
復雜的自適應系統，或者將人工智能的功能與基于代理的模擬相結合的系統，可以從根本上改變我們分析數據的方式。
Duong博士說(shuō)：“復雜自適應系統是指整體大于部分之和的系統。我們可以從整體上了解更多有關(guān)零件的信息。這些部分也適應并改變了整體。您將在微觀(guān)與宏觀(guān)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 )疏遠政策之前，報告疫情爆發(fā)后，世界上某些地方的一些公民便立即開(kāi)始戴口罩。這些人立即在公共場(chǎng)合改變了行為。他們正在改變與周?chē)澜绲奈⒒?dòng)。在宏觀(guān)層面上，由于這些人的行為改變，在世界某些地區，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 )疏遠政策也比較容易。在這種情況下，微觀(guān)和宏觀(guān)的相互作用決定了社會(huì )疏遠政策的結果。
Duong博士說(shuō)：“光靠數據并不能告訴我們太多。但是，數據和模式可以告知政策。如果我們注意如何處理這些數據，復雜的自適應系統可以分析空間數據模式和概念性數據模式，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據以分析人體的炎癥反應的啟發(fā)，Duong博士和她的團隊使用異常檢測算法通過(guò)Rejuve開(kāi)發(fā)的應用程序分析可穿戴設備的信號，以收集個(gè)人的反應在這種大流行期間。這些數據激發(fā)了她修改由Ben Goertzel博士為SingularityNET開(kāi)發(fā)的“復雜自適應系統”，以將其專(zhuān)門(mén)應用于Covid-19大流行的過(guò)程。
Duong博士說(shuō)：“在Covid-19大流行期間，衛生保健工作者和基本工作者需要上班。即使他們戴著(zhù)口罩和手套，這也使他們處于危險之中。他們應該掌握有關(guān)自身健康以及工作場(chǎng)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。”
復雜自適應系統可以潛在地幫助我們從被感染和未被感染的人群內部收集的交互數據中發(fā)現“ Covid-19數據簽名”。
通過(guò)使用人工智能和因果推理發(fā)現模式 ，可以識別概念組，并可以根據社會(huì )內部發(fā)生的情況來(lái)分析數據。
數據主權，隱私和安全
媒體在檢查AI系統的隱私，數據所有權和安全性方面做得很好?？梢詷嫿ㄒ粋€(gè)復雜的自適應系統，該系統可以使個(gè)人擁有數據所有權，保護隱私并安全。同時(shí)，通過(guò)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(guò)程一樣，可以在模擬中對數據進(jìn)行建模。一定比例的人口可以穿戴可穿戴設備，因此可以收集為準確決策所需的最少數據并將其用于政策。
Duong博士說(shuō)：“如果您擁有一個(gè)完全安全(加密)的私人可穿戴設備，而AI負責發(fā)現決策模式而不是識別個(gè)人，則該設備可以通知佩戴它的人并賦予他們更多權力信息由自己決定。同時(shí)，政策制定者可以從決策中獲取更多情報，以此為基礎制定政策。”
Nuance將允許制定更具體和負責任的政策
由于統計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的方式遇到特定細微差別時(shí)，沒(méi)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，當政策制定者最初建議與社會(huì )保持距離時(shí)，人們會(huì )問(wèn)諸如人們應該與自己保持多遠的距離?還是3英尺或6英尺?
在療養院，醫護人員與該病毒的傳播作斗爭，存在醫護人員在兩個(gè)療養院之間傳播病毒的問(wèn)題，因為為了維持生計，他們必須工作兩個(gè)工作。
Duong博士說(shuō)：“在復雜的自適應系統中，系統可以適應這些情況，并對變化的細微差別做出響應。政策制定者不僅可以為佩戴該設備的人推薦單獨的措施，而且決策者還可以看到這些細微的變化如何影響整個(gè)系統，對我們的社會(huì )。如果我們有大量的護士擔任兩個(gè)工作崗位，他們需要在護理院之間傳播病毒，那么可能需要采取一項政策。”
最大的好處
使用復雜自適應系統分析Rejuve / COVID-19應用程序中的數據的最大好處之一是“平整曲線(xiàn)實(shí)際上意味著(zhù)對曲線(xiàn)進(jìn)行平整”。在這種大流行期間，我們有一個(gè)“弄平曲線(xiàn)”的誤解。每個(gè)人都認為，按照社會(huì )隔離措施，曲線(xiàn)會(huì )變平，感染人數會(huì )減少。但是，事實(shí)并非如此。
被感染和可能死亡的人數仍然保持不變。但是，它們只會(huì )花更長(cháng)的時(shí)間才能被感染并擁擠我們的醫療系統。
另一方面，如果在大流行期間使用復雜的自適應系統設置策略，則可以降低曲線(xiàn)的峰值并真正“使曲線(xiàn)變平”。
Ben Goertzel博士，“復雜的自適應系統是細粒度建模的開(kāi)始。您不希望Big Brother AI收集您的生物識別數據。您需要高級集成。您想要數據主權。您想要安全。同時(shí)，決策者需要了解數據，了解影響并獲得足夠的信息以制定政策。通過(guò)在SingularityNET生態(tài)系統內使用開(kāi)源的復雜自適應系統，我們可以實(shí)現這一目標。隨著(zhù)我們接近人工智能，人工智能的民主化至關(guān)重要。”
