AI模型說(shuō)明了持續(xù)社會(huì)疏離的重要性

隨著世界各地大流行病的蔓延不減，被迫避難的人們有著共同的愿望，即希望看到社會(huì)距離在多大程度上減慢了疾病的傳播速度。這是可以理解的-政府強(qiáng)行關(guān)閉企業(yè)造成的附帶損害有可能破壞整個(gè)行業(yè)。根據(jù)勞工統(tǒng)計(jì)局的數(shù)據(jù)，截至本周，已有2600萬(wàn)人申請(qǐng)失業(yè)救濟(jì)，國(guó)際貨幣基金組織(IMF)預(yù)測(cè)，全球金融危機(jī)將與大蕭條相提并論。

幸運(yùn)的是，德克薩斯大學(xué)，西南研究所和德克薩斯大學(xué)健康科學(xué)中心的研究人員發(fā)表的預(yù)印本研究強(qiáng)烈暗示，隔離和物理疏遠(yuǎn)已達(dá)到預(yù)期的效果。使用名為SIRNet和幾種流行病學(xué)模型的混合AI系統(tǒng)，這些模型在智能手機(jī)位置數(shù)據(jù)以及人口加權(quán)密度和初創(chuàng)公司Safe Graph，世界衛(wèi)生組織，疾病控制與預(yù)防中心以及其他地方的其他數(shù)據(jù)點(diǎn)上進(jìn)行了訓(xùn)練，合著者聲稱他們?cè)O(shè)法準(zhǔn)確預(yù)測(cè)了各種社會(huì)疏遠(yuǎn)政策的結(jié)果。

人們可以在德克薩斯大學(xué)建模協(xié)會(huì)發(fā)布的網(wǎng)站上查看其的預(yù)測(cè)。

研究人員的系統(tǒng)從成千上萬(wàn)部智能手機(jī)中獲取的，州和級(jí)位置數(shù)據(jù)用于預(yù)測(cè)接觸率，人口密度的函數(shù)以及一個(gè)地區(qū)中人們之間的移動(dòng)和互動(dòng)。這是針對(duì)病例計(jì)數(shù)數(shù)據(jù)繪制的，特別是一個(gè)時(shí)間序列集，它捕獲了不同地理粒度級(jí)別的活動(dòng)，恢復(fù)和致命病例的，研究人員應(yīng)用了10天的滯后時(shí)間來(lái)解釋傳染與獲得陽(yáng)性檢測(cè)確認(rèn)之間的延遲。

研究人員報(bào)告說(shuō)，基于未來(lái)三周(系統(tǒng)的最大值)的預(yù)計(jì)預(yù)測(cè)，僅“檢疫級(jí)流動(dòng)性”的持續(xù)進(jìn)行將導(dǎo)致低病例數(shù)。如果將限制減少約50%，該系統(tǒng)預(yù)計(jì)某些社區(qū)將達(dá)到穩(wěn)定高峰的邊緣，死亡曲線將保持在低峰或迅速急劇上升。而且，如果有75%的人口能夠像往常一樣自由移動(dòng)，那么該系統(tǒng)預(yù)測(cè)結(jié)果將是在100%流動(dòng)時(shí)(僅在韓國(guó)除外)略微延遲的峰值，大約是最大峰值的2/3。