Από τον Δεκέμβρη του 2019, οπότε και ξεκίνησε από την Κίνα, η πανδημία του νέου κορωνοϊού (SARS-CoV-2), υπεύθυνου για την ασθένεια με το όνομα COVID-19, έχουν δημοσιευτεί αρκετές χιλιάδες επιστημονικά paper σε έγκριτα διεθνή επιστημονικά περιοδικά, σχετικά με αυτόν. Αυτό, φέρνει στο προσκήνιο ένα τεχνικό θέμα σχετικά με τη δυνατότητα παρακολούθησης όλων των εξελίξεων αλλά και της αναζήτησης λύσεων (π.χ. αποτελεσματικούς τρόπους αντιμετώπισης του ιού, εύρεσης εμβολίου, απαντήσεις για μη-προφανείς παράγοντες που συνεισφέρουν σε βαρύτερη ή ελαφρύτερη εκδήλωση του ιού, κ.α.) μέσα από τον ορυμαγδό δημοσιεύσεων.
Κάπου εδώ, έρχεται να βοηθήσει η Τεχνητή Νοημοσύνη. Μια ανάλογη περίπτωση για τον τρόπο με τον οποίο μπορεί να λειτουργήσει σε αυτό το πλαίσιο, είχαμε δει και παλαιότερα (https://fkp2100.blogspot.com/2019/12/blog-post_21.html). Για πρώτη φορά επισήμως, ανακοινώθηκε την 1/6, από τον Λευκό Οίκο στις ΗΠΑ, ότι μεγάλες εταιρείες τεχνολογίας μαζί με πανεπιστήμια (π.χ. National Library of Medicine, Allen Institute for AI, Georgetown University, Microsoft Research, κ.α.), θα συνεργαστούν χρησιμοποιώντας τα δεδομένα από περίπου 30000 επιστημονικές δημοσιεύσεις σχετικά με τον κορωνοϊό αλλά και την ευρύτερη «οικογένεια» των κορωνοϊών, ώστε να τροφοδοτήσουν τεχνητά νευρωνικά δίκτυα αναζητώντας «κρυμμένα» δεδομένα και λύσεις μέσα σε αυτά, με τη μέθοδο της βαθειάς μηχανικής μάθησης (deep learning), η οποία αποτελεί ένα είδος «στενής» τεχνητής νοημοσύνης.
Περισσότερα για τη μηχανική μάθηση και την τεχνητή νοημοσύνη, στον τόμο ΙΙΙ του έργου μας «Τα φυσικά φαινόμενα» που αναμένεται εντός του 2020.
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου