第十三期“AI未来说·青年学术论坛”带你了解疫情中AI的力量_飞道的博客

第十三期“AI未来说·青年学术论坛”带你了解疫情中AI的力量

2020-04-18 13:01 376人阅读评论(0)

2020年3月29日，第13期“AI未来说·青年学术论坛”AI助力疫情攻关线上专场论坛以“线上平台直播+微信社群图文直播”形式举行。本次论坛邀请了清华大学电子工程系副系主任、长聘教授、博士生导师、清华大学精准医学研究院临床大数据中心共同主任吴及教授，北京大学软件工程国家工程研究中心副主任、教授、博士生导师王亚沙教授，百度人工智能技术委员会主席黄际洲博士，百度地图出行业务部主任架构师张传明博士作为嘉宾，从“理论+实践”带领参会人员了解AI是如何应用到疫情前线，助力疫情防控。

吴及教授作“信息技术助力新冠防控”的报告分享

吴及教授介绍了如何使用信息技术助力新冠防控。首先，他介绍了自己及团队在疫情期间研发辅助分诊系统的工作，即依据新冠感染的可能性、病情严重程度对患者进行分级，确保患者得到合理诊治。1月下旬，吴及教授团队与北京清华长庚医院合作设计分诊系统，并在2月3日将该系统投入长庚医院的急诊和发热门诊中。至3月28日，该系统累计完成6262例病例的分诊。吴及教授表示，患者进入医院后，护士站将利用分诊系统进行问诊，将病人分至不同诊间，以提高临床医生的诊疗工作效率。另外，该系统还实现了数据迭代优化，根据大量患者分诊后的实际诊疗数据不断改进系统，提升系统性能。此外，吴及教授还介绍了新冠数据分析的相关工作，包括分析新增、累计病例和人口变化的热力数据的关系，根据病情分类别建立症状词云等。

王亚沙教授作“新冠肺炎传播预测模型”的报告分享

王亚沙教授介绍了新冠肺炎传播预测模型。首先，他介绍建立新冠病毒疫情分析预测的意义、数据来源和数据预处理方法。然后，他介绍了自己及团队建立的多种疫情数据分析方法和疫情预测模型。该模型可以预测疫情的总体发展状况、到达拐点的时刻，以及未来的感染人数、潜伏期人数、发病期人数、地区疫情走势等关键信息。通过模型，还可以计算出不易直接观察的动态参数，例如有效再生数、基本再生数、感染者被医院收治比例等等，以帮助人们理解并预测不同时期的疫情特点。此外，模型还能够预测不同措施对疫情发展的影响。之后，王亚沙教授将地域分为湖北、湖北域外地区对模型预测结果进行了对比和讨论。最后，他还探讨了相关方法、模型的可扩展性及其在其他领域的应用潜力。

黄际洲博士作“时空大数据与AI助力抗击疫情：百度地图的实践与思考”的报告分享

黄际洲博士介绍了时空大数据和AI技术在本次疫情中发挥的作用。首先，黄际洲博士介绍了百度迁徙平台，该平台能够将城市人口迁徙数据进行智能化处理和可视化展现，提供每日全国各省市人口迁入迁出规模、趋势、出行强度等数据。之后，黄际洲博士介绍道，百度地图在疫情期间上线了疫情小区专题地图、发热门诊地图、复工地图、抗疫特别版语音包、疫情期间出行管控消息速报页面、境外出行防疫指南专题页、跨省市申报登记服务、目的地人群趋势查询等服务，方便用户快速找到城市和周边社区的疫情信息、出行信息和复工信息。在介绍完这些服务后，黄际洲博士解释了百度地图团队是如何利用AI技术实现这些功能的，例如利用智能电话实现千万商户的信息核实、利用AI技术“个性化语音合成”在短时间内自动合成语音包等。

张传明博士作“疫情下的‘活’导航是如何炼成的”的报告分享

张传明博士介绍了疫情期间百度地图的导航功能。首先，他介绍了导航相关的基础知识。他表示，导航实现的流程包括（1）数据生产出路网；（2）数据加载到内存里形成权值图；（3）进行搜索产生侯选路线并加以排序；（4）基于语音、图像等交互方式进行用户引导。其次，他还具体介绍了影响路线好坏的要素，包括实时路况、ETA（起点到终点需要的时长）、路况预测等。之后，张传明博士又介绍了疫情中突发问题的解决方案，包括收费站出现异常排队时间、高速路口封停等。例如，针对突发封路，百度提供了三种解决方案：一是利用百度地图采集车；二是依靠用户、交警的反馈；三是进行轨迹挖掘。最后，张传明博士从工程架构层面讨论了如何设计可靠的架构以支撑节假日特殊的流量波动问题。

“AI未来说·青年学术论坛”系列讲座由中国科学院大学主办，承办单位为中国科学院大学学生会，协办单位为中国科学院计算所研究生会、中科院计算机网络信息中心研究生会、人工智能学院学生会、化学工程学院学生会、公共政策与管理学院学生会、微电子学院学生会、数学与系统科学研究院研究生会，百度为支持单位，读芯术、PaperWeekly为合作自媒体。该系列讲座以贯彻落实国家人工智能发展规划和推动我国人工智能技术水平进步为目标，通过邀请业界专家、青年学者和优秀学生介绍领域前沿技术成果和分享教学、科研和产业化经验，促进产、学、研结合，助力我国人工智能的蓬勃发展。