همه‌گیری جهانی بعدی با هوش مصنوعی مدیریت می شود
همه‌گیری جهانی کرونا به ما نشان داد، این همه گیری‌ها چقدر می توانند ویرانگر باشند و حتی اوضاع می توانست خیلی بدتر هم باشد. اکنون، دانشمندان یک برنامه کاربردی هوش مصنوعی توسعه داده اند که می تواند در مورد انواع خطرناک همه‌گیری‌های آینده به ما هشدار دهد.
به گزارش سیناپرس، این سیستم تشخیص ناهنجاری هشدار اولیه (EWAD) نامیده می شود و زمانی که در برابر داده‌های واقعی از انتشار کرونا آزمایش شد و در پیش‌بینی اینکه کدام گونه‌های جدید (VOCs) با جهش ویروس ظاهر می شوند، دقیق بود.
دانشمندان از مرکز تحقیقات اسکریپس و دانشگاه نورث وسترن در ایالات متحده از روش یادگیری ماشینی برای تولید این سیستم استفاده کردند. در یادگیری ماشینی، مقادیر زیادی از داده‌های آموزشی توسط رایانه‌ها برای شناسایی الگوها، توسعه الگوریتم‌ها و سپس پیش‌بینی در مورد نحوه اجرای آن الگوها در سناریوهای ناشناخته آینده، تجزیه و تحلیل می شوند.
در این مورد، هوش مصنوعی اطلاعاتی در مورد توالی ژنتیکی انواع مختلف کرونا به هنگام گسترش عفونت ها، میزان فراوانی آن گونه ها و میزان مرگ و میر جهانی گزارش شده دریافت کرد. سپس این نرم‌افزار تغییرات ژنتیکی را در حین سازگاری با ویروس شناسایی کرد که معمولاً در افزایش نرخ عفونت و کاهش میزان مرگ و میر نشان داده می شود.
ویلیام بالچ (William Balch) میکروبیولوژیست مرکز تحقیقات اسکریپس و پژوهشگر این مطالعات می گوید: ما می توانستیم انواع ژن های کلیدی را ببینیم که ظاهر شده و بیشتر می شوند، زیرا نرخ مرگ و میر نیز تغییر کرد و همه اینها هفته ها قبل از تعیین رسمی گونه‌های جدید توسط سازمان بهداشت جهانی اتفاق می افتاد.
به گزارش سیناپرس، تکنیک خاصی که در اینجا توسط تیم تحقیقاتی مورد استفاده قرار گرفت، کوواریانس فضایی مبتنی بر فرآیند گاوسی است که اساساً مجموعه ای از داده‌های موجود را برای پیش بینی داده‌های جدید خرد کرده و نه تنها از میانگین‌های نقاط داده، بلکه از روابط بین آنها نیز استفاده می کند.
دانشمندان با آزمایش مدل خود بر روی چیزی که قبلاً اتفاق افتاده است و یافتن تطابق نزدیک بین داده های واقعی و پیش بینی شده، می توانند اثربخشی این سیستم را در پیش بینی اینکه چگونه اقداماتی مانند واکسن ها و پوشیدن ماسک می تواند باعث ادامه تکامل یک ویروس شود، ثابت کنند.
بالچ می گوید: یکی از درس‌های بزرگ این کار این است که باید نه تنها چند نوع برجسته، بلکه ده‌ها هزار نوع دیگر تعریف نشده را در نظر بگیریم.
به گزارش سیناپرس، محققان می گویند الگوریتم های هوش مصنوعی آنها قادر به شناسایی قوانین تکامل ویروس بودند که در غیر این صورت شناسایی نمی شدند. به گفته دانشمندان این سیستم توسعه یافته می تواند محققان را قادر به درک بیشتر در مورد اصول اولیه زیست شناسی ویروس کرده که می توان از آن برای بهبود درمان ها و سایر اقدامات بهداشت عمومی استفاده کرد.
شرح کامل این تحقیق در مجله Cell Patterns منتشر شده است.
مترجم: مهدی فلاحی پناه
No tags for this post.
