Otwarty zestaw danych na temat Covid-19 udostępniony dla uczenia maszynowego

Biuro Polityki Nauki i Technologii Białego Domu prosi badaczy o analizę tysięcy artykułów naukowych przy użyciu technologii sztucznej inteligencji (AI). Wszystkie artykuły, których jest około 29 000, mogą dostarczyć odpowiedzi na pytania dotyczące koronawirusa. Około 13 000 artykułów w bazie danych jest w całości i jest czytelnych maszynowo. Co do pozostałych 16 000 artykułów, baza danych zawiera częściowy tekst i streszczenia.

W ciągu ostatnich kilku dni, urzędnicy rządu USA współpracowali z amerykańskimi firmami technologicznymi i instytucjami badawczymi, aby uzyskać zgodę na udostępnienie artykułów na temat koronawirusa.

Otwarty zestaw danych nazywa się COVID-19 Open Research Dataset, lub CORD-19. Będzie on stale uzupełniany o nowe informacje w jednym centralnym punkcie, zapewniając badaczom i innym osobom miejsce, w którym mogą uzyskać dostęp do nich.

Partnerstwo ogłoszone przez Biały Dom obejmuje Chan Zuckerberg Initiative, Microsoft (MSFT ) Research, Allen Institute for Artificial Intelligence, National Institute of Health’s National Library of Medicine, Georgetown University’s Center for Security and Emerging Technology, Cold Spring Harbor Laboratory oraz platformę Kaggle AI, która należy do Google.

Według amerykańskiego dyrektora ds. technologii Michaela Kratsiosa, zestaw danych CORD-19 jest „najbardziej obszerną kolekcją czytelnych maszynowo literatury na temat koronawirusa, jaką dotąd stworzono”.

Narodowa Akademia Nauk, Inżynierii i Medycyny współpracowała z Światową Organizacją Zdrowia (WHO), aby opracować „priorytetowe pytania”. Pytania te dotyczą związku między koronawirusem a genetyką, inkubacją, leczeniem, objawami i profilaktyką.

Część badań w bazie danych to prace przedpublikacyjne pobrane z takich źródeł, jak medRxiv i bioRxiv. Są to otwarte archiwa.

Cori Bargmann jest szefem ds. nauki w Chan Zuckerberg Initiative.

„Udostępnianie istotnych informacji w społecznościach naukowych i medycznych jest kluczem do przyspieszenia naszej zdolności do reagowania na pandemię koronawirusa”, powiedział Bargmann.

Według wezwania do działania opublikowanego przez Biały Dom, kolekcja danych została opracowana przy użyciu narzędzi do kuracji literatury na skalę sieciową firmy Microsoft, które zidentyfikowały i połączyły różne prace naukowe z całego świata. Chan Zuckerberg Initiative zapewniła dostęp do treści przedpublikacyjnych, National Library of Medicine zapewniła dostęp do treści literackiej, a zespół Allen AI sformatował treść, aby mogła być analizowana.

Dr Eric Horvitz jest głównym oficerem naukowym w firmie Microsoft.

„Wszyscy musimy współpracować, aby stawić czoła pandemii COVID-19”, powiedział Horvitz. „Musimy współpracować jako firmy, rządy i naukowcy, aby wykorzystać nasze najlepsze technologie w dziedzinie biomedycyny, epidemiologii, sztucznej inteligencji i innych nauk. Zasób literatury na temat COVID-19 i wyzwanie pobudzą wysiłki, które mogą przyspieszyć poszukiwanie rozwiązań dla COVID-19”.

Wielu ludzi liczy na to, że ten podejście się powiedzie i zapewni nowy sposób wykorzystania technologii AI i uczenia maszynowego w przyszłości. Jedną z tych osób jest dr Dewey Murdick, dyrektor ds. nauki danych w Georgetown University’s Center for Security and Emerging Technology. Dr Murdick pomógł koordynować projekt.

„Ten cenny nowy zasób jest owocem bezinteresownej współpracy i oferuje możliwość znalezienia odpowiedzi na ważne pytania dotyczące COVID-19”, powiedział dr Murdick. „Gdy kryzys minie, mamy nadzieję, że ten projekt zainspiruje nowe sposoby wykorzystania uczenia maszynowego do rozwoju badań naukowych”.

Jeśli ten projekt się powiedzie i dostarczy potrzebnych odpowiedzi na pytania dotyczące koronawirusa, może być wykorzystany jako model w przyszłości. Technologia AI jest potężnym narzędziem, które może analizować wyniki ekspertów i instytucji na całym świecie znacznie szybciej niż ludzie. Oznacza to szybszy czas reakcji w przypadku wybuchu pandemii lub innego kryzysu, co może uratować wiele istnień ludzkich i zapobiec turbulencjom gospodarczym.