빅 데이터가 팬데믹 퇴치를 돕는 방법

빅 데이터 분석이 어떻게 코로나 바이러스를 퇴치하는 데 도움이 될 수 있으며 머신 러닝 기술을 통해 엄청난 양의 데이터를 분석할 수 있는 방법은 무엇입니까? 이러한 질문에 대한 답변은 Industry 4.0 Youtube 채널의 호스트인 Nikolai Dubinin이 찾고 있습니다.

빅 데이터 분석은 바이러스의 확산을 추적하고 팬데믹을 물리치는 가장 강력한 방법 중 하나입니다. 160년 전, 데이터를 수집하고 빠르게 분석하는 것이 얼마나 중요한지 여실히 보여준 이야기가 있었습니다.

모든 것이 어떻게 시작 되었습니까? 1854년 런던의 소호 지역에 콜레라가 창궐합니다. 500일 동안 XNUMX명이 죽는다. 아무도 질병 확산의 원인을 이해하지 못합니다. 그 당시에는 건강에 해로운 공기를 흡입하여 질병이 전염된다고 믿었습니다. 모든 것이 현대 역학의 창시자 중 한 명이 된 John Snow 박사를 변화시켰습니다. 그는 지역 주민들을 인터뷰하기 시작하고 확인된 모든 질병 사례를 지도에 표시합니다. 통계에 따르면 사망자 대부분은 브로드 스트리트 스탠드파이프 근처에 있었습니다. 공기가 아니라 하수로 오염된 물이 전염병을 일으켰습니다.

Tectonix의 서비스는 마이애미 해변의 예를 사용하여 군중이 전염병 확산에 어떤 영향을 미칠 수 있는지 보여줍니다. 이 지도에는 스마트폰과 태블릿에서 가져온 지리적 위치가 포함된 수백만 개의 익명 데이터가 포함되어 있습니다.

이제 15월 XNUMX일 모스크바 지하철에서 교통 체증 이후 코로나바이러스가 우리나라 전역에 얼마나 빨리 퍼지고 있는지 상상해 보십시오. 그런 다음 경찰은 지하철로 내려간 모든 사람의 디지털 패스를 확인했습니다.

시스템이 검증에 대처할 수 없는 경우 디지털 패스가 필요한 이유는 무엇입니까? 감시 카메라도 있습니다.

Yandex의 기술 보급 이사인 Grigory Bakunov에 따르면 현재 작동하는 얼굴 인식 시스템은 20가지를 인식합니다.단일 컴퓨터에서 -30fps. 비용은 약 $10입니다. 동시에 모스크바에는 200대의 카메라가 있습니다. 리얼 모드에서 모두 작동하려면 약 20만 대의 컴퓨터를 설치해야 합니다. 도시에는 그런 종류의 돈이 없습니다.

같은 시각 15월 66일 대한민국에서는 오프라인 총선이 치러졌다. 지난 XNUMX년 동안의 투표율은 XNUMX%라는 기록적인 기록이었습니다. 사람들이 붐비는 곳을 두려워하지 않는 이유는 무엇입니까?

한국은 국내에서 전염병의 발전을 역전시키는 데 성공했습니다. 2015년과 2018년 국내에서 메르스(MERS) 바이러스가 유행했을 때 그들은 이미 비슷한 경험을 했다. 2018년, 그들은 XNUMX년 전의 실수를 참작했습니다. 이번에는 특히 당국이 단호하게 행동해 빅데이터를 연결했다.

다음을 사용하여 환자 움직임을 모니터링했습니다.

• 감시 카메라의 녹음

• 신용 카드 거래

• 시민 차량의 GPS 데이터

• 휴대 전화

검역소에 있는 사람들은 위반자를 당국에 경고하는 특수 애플리케이션을 설치해야 했습니다. 모든 움직임을 최대 XNUMX분의 정확도로 볼 수 있었고 사람들이 마스크를 착용하고 있는지도 알 수 있었습니다.

위반에 대한 벌금은 최대 $ 2,5 천입니다. 동일한 애플리케이션은 감염된 사람이 있거나 근처에 많은 사람들이 있는 경우 사용자에게 알립니다. 이 모든 것은 대량 테스트와 병행합니다. 매일 최대 20건의 테스트가 국내에서 이루어졌습니다. 코로나바이러스 검사만을 전담하는 633개의 센터가 세워졌습니다. 주차장에는 차에서 내리지 않고 시험을 볼 수 있는 스테이션이 50개나 있었습니다.

그러나 N + 1 과학 포털의 창시자이자 과학 저널리스트인 Andrey Konyaev는 다음과 같이 정확하게 지적합니다. 팬데믹은 지나가겠지만 개인 데이터는 남을 것입니다. 주와 기업은 사용자 행동을 추적할 수 있습니다.

그런데 최신 데이터에 따르면 코로나 바이러스는 우리가 생각했던 것보다 더 전염성이 강한 것으로 밝혀졌습니다. 이것은 중국 과학자들의 공식 연구입니다. 코로나19는 기존에 생각했던 것처럼 XNUMX~XNUMX명이 아닌 XNUMX명에서 XNUMX~XNUMX명에게 전파될 수 있다는 사실이 알려지게 됐다.

데이터는 XNUMX월 초 기준으로 제공됩니다. 코로나바이러스에 대한 검사를 받지 않았거나 질병이 무증상이기 때문에 많은 사례가 진단되지 않습니다. 따라서 현재로서는 숫자에 대한 결론을 내리는 것이 불가능합니다.

기계 학습 기술은 엄청난 양의 데이터를 분석하는 데 가장 적합하며 움직임, 접촉을 추적하는 데 도움이 될 뿐만 아니라 다음을 지원합니다.

• 코로나 바이러스 진단

• 약을 찾다

• 백신을 찾아라

많은 기업들이 인공 지능을 기반으로 하는 기성 솔루션을 발표합니다. 이 솔루션은 분석이 아닌 X-레이 또는 폐 CT 스캔을 통해 코로나바이러스를 자동으로 감지합니다. 따라서 의사는 가장 심각한 경우에 즉시 작업을 시작합니다.

그러나 모든 인공 지능이 충분한 지능을 가지고 있는 것은 아닙니다. 97월 말, 언론은 최대 XNUMX%의 정확도를 가진 새로운 알고리즘이 폐의 X선으로 코로나 바이러스를 결정할 수 있다는 소식을 퍼뜨렸습니다. 그러나 신경망은 단 50장의 사진에 대해 훈련된 것으로 밝혀졌습니다. 질병을 인식하기 시작하는 데 필요한 사진보다 약 79장 적은 사진입니다.

Google의 모회사인 Alphabet의 사업부인 DeepMind는 AI를 사용하여 바이러스의 단백질 구조를 완전히 재현하고자 합니다. 19월 초 DeepMind는 과학자들이 COVID-XNUMX와 관련된 단백질 구조를 이해하게 되었다고 말했습니다. 이것은 바이러스가 어떻게 기능하는지 이해하고 치료법을 찾는 속도를 높이는 데 도움이 될 것입니다.

하나의 채널에서 기술, 혁신, 경제, 교육 및 공유를 제공하는 Yandex.Zen을 구독하고 팔로우하세요.