Set de date deschis pe 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, ar putea oferi răspunsuri la întrebări despre coronavirus. Aproximativ 13.000 de articole din baza de date sunt în întregime și sunt lizibile de mașină. În ceea ce privește celelalte 16.000 de articole, baza de date are 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 Inițiativa Chan Zuckerberg, Microsoft Research, Institutul Allen pentru Inteligență Artificială, Biblioteca Națională de Medicină a Institutului Național de Sănătate, Centrul pentru Securitate și Tehnologie Emergentă al Universității Georgetown, Laboratorul Cold Spring Harbor și platforma Kaggle AI, care aparține companiei Google.

Conform spuselor lui Michael Kratsios, CTO al Statelor Unite, setul de date CORD-19 este “cea mai extinsă colecție de literatură coronavirus lizibilă de mașină 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 precum medRxiv și bioRxiv. Acestea sunt arhive de acces deschis.

Cori Bargmann este șeful științific al Inițiativei Chan Zuckerberg.

“Partajarea informațiilor vitale în cadrul comunităților 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 unor instrumente de curare a literaturii la scară largă de la Microsoft, care au identificat și adus împreună diferite lucrări științifice de pe glob. Inițiativa Chan Zuckerberg 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 criză, suntem toți implicați în fața pandemiei 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 și provocarea literaturii COVID-19 vor stimula eforturile care pot accelera drumul către 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. Unul dintre acești oameni este dr. Dewey Murdick, directorul științei 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 dezinteresate 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 utilizare a învățării automate pentru a avansa cercetarea științifică”.

Dacă acest proiect reușește să ofere răspunsuri necesare despre coronavirus, poate fi utilizat ca model în viitor. Tehnologia IA este un instrument puternic, care 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 poate salva multe vieți și preveni tulburări economice.