نماذج ومنصات الذكاء الاصطناعي

نموذج الذكاء الاصطناعي يجد أن التباعد الجسدي له تأثير إيجابي، وهو ضروري

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

أجرى فريق من الباحثين دراسة最近 باستخدام الذكاء الاصطناعي لتنبؤ بالاتجاه الذي سيتخذه وباء كورونا على مدار ثلاثة أسابيع القادمة. وفقًا لما ذكرته VentureBeat ، يتوقع نموذج الذكاء الاصطناعي أن سياسات التباعد الاجتماعي والعزل لها التأثير المرغوب فيه، وهو دفع حدوث تفشي كورونا إلى الوراء وتخفيف شدته، ومنع أنظمة الرعاية الصحية من الاضطراب.

مع استمرار وباء كورونا في جميع أنحاء العالم، ويشعر الاقتصاد في جميع أنحاء العالم بالضغط الشديد الناجم عن نتائج الوباء، يُسلط المزيد من الضوء على فعالية إجراءات العزل والتباعد الاجتماعي. يتفق معظم العلماء والخبراء في الصحة العامة على أن التباعد الاجتماعي ضروري وأن له تأثيرًا مرغوبًا عليه في انتشار الفيروس، والآن يدعمه نموذج الذكاء الاصطناعي الذي صممه فريق من الباحثين من جامعات مختلفة.

تعاون باحثون من مركز جامعة تكساس للعلوم الصحية ومعهد السو جنوب الغربي وجامعة تكساس على نموذج للتنبؤ بالمرض يُرجع تنبؤات لانتشار كورونا لمدة تصل إلى ثلاثة أسابيع. قام الباحثون بتلخيص نتائجهم في ورقة قبل النشر. استخدم النموذج الذي أنتجته الباحثون بيانات سكانية موزونة إلى جانب بيانات موقع الهاتف الذكي لتحقيق تنبؤاته. تم جمع البيانات من منظمات مختلفة مثل منظمة الصحة العالمية ومراكز السيطرة على الأمراض والوقاية منها وSafe Graph. النموذج هو نظام ذكاء اصطناعي هجين يُسمى SIRnet وقد تم دمجه مع نماذج وبائية مختلفة. يقول مؤلفو الورقة إن النموذج دقيق في تنبؤاته، حيث تنبأ بنتيجة جهود التباعد الجسدي السابقة.

استخدم الباحثون بيانات الهاتف الذكي لتحديد “معدل الاتصال”، وهو نتيجة لحسابات باستخدام الحركة والتفاعلات بين الأفراد في منطقة جغرافية محددة. تم حساب معدل الاتصال على مستوى الدولة والبلد وتم رسمه مقابل إحصائيات الحالات التي تم الإبلاغ عنها لمرض كورونا، بما في ذلك الحالات القاتلة والحالات النشطة والحالات المتعافية في المنطقة الجغرافية نفسها. استخدم الباحثون فترة تأخير مدتها عشرة أيام لتعويض عن التأخير الذي يحدث بين الحصول على نتيجة اختبار إيجابية والوقت الذي يصبح فيه الشخص معديًا.

وفقًا لفريق الباحثين، “التنقل على مستوى الحجر الصحي” (التباعد الجسدي الشديد) ضروري لخفض حالات كوفيد-19. استند الفريق إلى تقييمهم لتنبؤات النموذج لمدة ثلاثة أسابيع في المستقبل، حيث وجد النموذج أنه إذا تم تخفيف القيود إلى 50٪ فقط من مستوياتها الحالية، فإن بعض المناطق سوف تصل إلى حافة قمة مستقر (منحنى الوفيات في هذه المناطق قد يبقى منخفضًا أو يزيد بشكل حاد). في حين أنه إذا سمح لثلثي السكان بمغادرة منازلهم والتنقل بحرية، فسيحدث قمة متأخرة قليلاً تكون حوالي 2/3 من شدة القمة في بيئة غير خاضعة للرقابة.

من الطبيعي أن تكون المعاملات المذكورة أعلاه هي فقط المعدلات، ويتغير شدة الوباء بشكل كبير بين المناطق بناءً على مجموعة متنوعة من العوامل. بعض المناطق الجغرافية التي تمارس بالفعل التباعد الجسدي الشديد هي في وضع جيد لمنع المزيد من الوفيات في الأسابيع القادمة. على سبيل المثال، تمارس مقاطعة كينغ في واشنطن التباعد الاجتماعي تحت قيود شديدة لمدة شهر تقريبًا، ويتوقع النموذج أنه إذا ظلت هذه الإجراءات نشطة، فإن عدد الوفيات الجديدة يمكن أن ينخفض إلى ما يقرب من الصفر بحلول شهر يونيو. ومع ذلك، إذا خففت مقاطعة بيكسار في تكساس سياسات التباعد الاجتماعي، فإن النموذج يتوقع حدوث نمو كبير. كان معدل التنقل في مقاطعة بيكسار حوالي نصف معدل التنقل الطبيعي في 11 أبريل.

يبدو أن النموذج الجديد وتنبؤاته يتفقان مع نماذج أخرى بشأن نجاح جهود التباعد الجسدي، بما في ذلك نموذج تم تطويره بواسطة باحثين من معهد ماساتشوستس للتكنولوجيا ونموذج تم تطويره بواسطة فريق بحثي مشترك من مايكروسوفت وTCS Research والمعهد الهندي للتكنولوجيا. يتوقع نموذج معهد ماساتشوستس للتكنولوجيا بشكل خاص أنه إذا تم تخفيف إجراءات الحجر الصحي مبكرًا جدًا، فإن ذلك سوف يؤدي إلى كوارث حيث سوف تشهد حالات كوفيد-19 زيادة هائلة. وتوقع الباحثون المسؤولون عن ذلك النموذج أن “تخفيف أو عكس إجراءات الحجر الصحي الآن سوف يؤدي إلى انفجار أسي في عدد الحالات المصابة، وبالتالي يبطل دور جميع الإجراءات التي تم تنفيذها في الولايات المتحدة منذ منتصف مارس 2020”.

من المهم أن النموذج يعتمد فقط على البيانات التاريخية، وأن مؤسسة بروكينغز أشارت إلى أن “إذا لم يتم إدارته بحذر، فإن خوارزمية الذكاء الاصطناعي سوف تذهب إلى حد كبير لتحديد الأنماط في البيانات المرتبطة بالنتيجة التي تحاول التنبؤ بها”. هناك دائمًا إمكانية أن النموذج قد أقل أو أكثر من ملاءمة البيانات، وأن التنبؤات دائمًا ما تكون

ومع ذلك، فإن التنبؤات التي قدمها النموذج الجديد تُضيف إلى الإجماع بين مسؤولي الصحة العامة بأن التباعد الجسدي والعزل ضروريان وفعالان.

مدون وبرمجي متخصص في مواضيع Machine Learning و Deep Learning. يأمل دانيال في مساعدة الآخرين على استخدام قوة الذكاء الاصطناعي من أجل الخير الاجتماعي.