Set de date deschis despre Covid-19 lansat pentru învățarea automată

Biroul de Știință și Tehnologie al Casei Albe îi solicită cercetătorilor să analizeze mii de articole științifice cu tehnologie de inteligență artificială (IA). Toate articolele, care numără aproximativ 29.000, pot oferi răspunsuri la întrebări despre coronavirus. Aproximativ 13.000 de articole din baza de date sunt în întregime și sunt citibile de mașini. În ceea ce privește celelalte 16.000 de articole, baza de date conține text parțial și rezumate.

În ultimele zile, funcționarii guvernului american au lucrat cu companii tehnologice americane și instituții de cercetare pentru a obține permisiunea legală de a face articolele despre coronavirus disponibile.

Setul de date deschis se numește COVID-19 Open Research Dataset, sau CORD-19. Acesta va adăuga în mod constant informații noi într-un hub centralizat, oferind cercetătorilor și altor persoane un singur loc pentru a accesa informațiile.

Parteneriatul anunțat de Casa Albă include Chan Zuckerberg Initiative, Microsoft (MSFT ) Research, Allen Institute for Artificial Intelligence, Biblioteca Națională de Medicină a Institutului Național de Sănătate, Centrul pentru Securitate și Tehnologie Emergentă al Universității Georgetown, Cold Spring Harbor Laboratory și platforma Kaggle AI, care aparține companiei Google.

Conform spuselor lui Michael Kratsios, directorul pentru tehnologie al Statelor Unite, setul de date CORD-19 este „cea mai extinsă colecție de literatură despre coronavirus citibilă de mașini până în prezent”.

Academia Națională de Științe, Inginerie și Medicină a lucrat cu Organizația Mondială a Sănătății (OMS) pentru a dezvolta întrebări „de înaltă prioritate”. Aceste întrebări se referă la relația dintre coronavirus și genetică, incubație, tratament, simptome și prevenire.

Unele dintre cercetările prezente în baza de date sunt cercetări pre-publicate extrase din resurse cum ar fi medRxiv și bioRxiv. Acestea sunt arhive deschise.

Cori Bargmann este șeful departamentului de știință al Chan Zuckerberg Initiative.

„Partajarea informațiilor vitale în comunitățile științifice și medicale este cheia pentru accelerarea capacității noastre de a răspunde la pandemia de coronavirus”, a spus Bargmann.

Conform apelului la acțiune lansat de Casa Albă, colecția de date a fost dezvoltată prin utilizarea instrumentelor de curățare a literaturii la scară largă de către Microsoft, care au identificat și adunat diferite lucrări științifice de pe glob. Chan Zuckerberg Initiative a oferit acces la conținut pre-publicat, Biblioteca Națională de Medicină a oferit acces la conținutul literaturii, iar echipa Allen AI a format conținutul astfel încât să poată fi analizat.

Dr. Eric Horvitz este ofițerul științific principal la Microsoft.

„Este o situație de urgență pe care o facem față în pandemia COVID-19”, a spus Horvitz. „Trebuie să ne unim ca companii, guverne și oameni de știință și să aducem cele mai bune tehnologii pentru a combate biomedicina, epidemiologia, IA și alte științe. Resursa de literatură COVID-19 și provocarea acesteia vor stimula eforturile care pot accelera drumul spre soluții pentru COVID-19”.

Mulți speră că această abordare va funcționa și va oferi o nouă modalitate de a utiliza tehnologia IA și învățarea automată în viitor. Una dintre aceste persoane este dr. Dewey Murdick, directorul departamentului de știință al datelor la Centrul pentru Securitate și Tehnologie Emergentă al Universității Georgetown. Dr. Murdick a ajutat la coordonarea proiectului.

„Această resursă valoroasă nouă este rodul colaborării altruiste și oferă acum oportunitatea de a găsi răspunsuri la întrebări importante despre COVID-19”, a spus dr. Murdick. „Odată ce criza a trecut, sperăm că acest proiect va inspira noi modalități de a utiliza învățarea automată pentru a avansa cercetarea științifică”.

Dacă acest proiect reușește să ofere răspunsuri necesare despre coronavirus, el ar putea fi utilizat ca model în viitor. Tehnologia IA este un instrument puternic, și poate analiza rezultatele experților și instituțiilor de pe glob mult mai rapid decât oamenii. Acest lucru înseamnă un timp de răspuns mai rapid atunci când apare o pandemie sau o altă criză, ceea ce ar putea salva multe vieți și preveni tulburări economice.