Avoin Covid-19 -aineisto julkaistu koneoppimista varten

Valkoisen talon Tiede- ja teknologiapolitiikan toimisto pyytää tutkijoita analysoimaan tuhansia tieteellisiä artikkeleita tekoälytekniikalla (AI). Kaikki artikkelit, joita on noin 29 000, voivat antaa vastauksia kysymyksiin koronaviruksesta. Noin 13 000 artikkelia tietokannassa on kokonaisuudessaan ja ne ovat koneella luettavissa. Loput 16 000 artikkelia sisältävät osittaisia tekstejä ja yhteenviertoja.

Viime päivien aikana Yhdysvaltain hallituksen virkamiehet ovat työskennelleet yhdysvaltalaisten teknologiayritysten ja tutkimuslaitosten kanssa saadakseen luvan julkaista koronavirusartikkeleita.

Avoin aineisto tunnetaan nimellä COVID-19 Open Research Dataset, tai CORD-19. Se lisää jatkuvasti uutta tietoa yhteen keskitettyyn paikkaan, josta tutkijat ja muut voivat käyttää sitä.

Valkoisen talon ilmoittama kumppanuus käsittää Chan Zuckerberg -aloitteen, Microsoft (MSFT ) Researchin, Allenin tekoälyinstituutin, Yhdysvaltain terveysinstituutin kansallisen lääketieteen kirjaston, Georgetownin yliopiston turvallisuuden ja uuden teknologian tutkimuskeskuksen, Cold Spring Harbor -laboratorion ja Kaggle- AI-alustan, joka kuuluu Googlelle.

Yhdysvaltain CTO Michael Kratsiosin mukaan CORD-19-aineisto on “laajin koneella luettava koronavirusaineisto toistaiseksi”.

Kansallinen tiedeakatemian, insinööritieteiden ja lääketieteen instituutti työskenteli Maailman terveysjärjestön (WHO) kanssa kehittääkseen “korkean prioriteetin” kysymyksiä. Nämä kysymykset liittyvät koronaviruksen ja genetiikan, inkubaation, hoidon, oireiden ja ehkäisyn suhteeseen.

Osa tietokannassa olevasta tutkimuksesta on ennen julkaisua olevaa tutkimusta, joka on peräisin lähteistä kuten medRxiv ja bioRxiv. Nämä ovat avoimia arkistoja.

Cori Bargmann on Chan Zuckerberg -aloitteen tieteen johtaja.

“Vital tietojen jakaminen tieteellisten ja lääketieteellisten yhteisöjen välillä on avain koronaviruspandemian nopeaan vastaanottoon”, Bargmann sanoi.

Valkoisen talon julkaisemassa toimintakutsussa todetaan, että tietokanta kehitettiin Microsoftin web-asteen kirjallisuuden kuratointityökalujen avulla, jotka tunnistivat ja kokosivat erilaiset tieteelliset työt ympäri maailmaa. Chan Zuckerberg -aloite tarjosi pääsyn ennen julkaisua olevaan sisältöön, kansallinen lääketieteen kirjasto tarjosi pääsyn kirjallisuussisältöön ja Allen AI -tiimi muotoili sisällön siten, että se voidaan analysoida.

Tohtori Eric Horvitz on Microsoftin pääteknologiatiimiläinen.

“Meillä on kaikki kädet täysiä, kun kohtaamme COVID-19-pandemian”, Horvitz sanoi. “Meidän on työtettävä yhdessä yritysten, hallitusten ja tutkijoiden kanssa ja tuotettava parhaat teknologiamme biolääketieteeseen, epidemiologiaan, tekoälyyn ja muihin tieteisiin. COVID-19-kirjallisuusresurssi ja haaste stimuloi pyrkimyksiä, jotka voivat kiihdyttää ratkaisujen polkua COVID-19:lle.”

Monet toivovat, että tämä lähestymistapa toimii ja tarjoaa uuden tavan hyödyntää tekoälytekniikkaa ja koneoppimista tulevaisuudessa. Yksi näistä on tohtori Dewey Murdick, Georgetownin yliopiston turvallisuuden ja uuden teknologian tutkimuskeskuksen data-tieteen johtaja. Tohtori Murdick auttoi koordinoimaan projektia.

“Tämä arvokas uusi resurssi on itsekkään yhteistyön hedelmä ja tarjoaa nyt mahdollisuuden löytää vastauksia tärkeisiin kysymyksiin COVID-19:stä”, tohtori Murdick sanoi. “Kun kriisi on ohitettu, toivomme, että tämä projekti innoittaa uusia tapoja käyttää koneoppimista tieteellisen tutkimuksen edistämiseksi.”

Jos tämä projekti onnistuu osoittamaan tarvittavia vastauksia koronaviruksesta, se voidaan käyttää mallina tulevaisuudessa. Tekoälytekniikka on voimakas työkalu, ja se voi analysoida asiantuntijoiden ja instituutioiden tuloksia ympäri maailmaa paljon nopeammin kuin ihmiset. Tämä tarkoittaa nopeampaa reagointia, kun pandemia tai muu kriisi syntyy, mikä voi pelastaa monia elämiä ja estää taloudellista sekasortoa.