Як AI бореться зі спалахом коронавірусу?


Відповідь 1:

Штучний інтелект може боротися з коронавірусом у майбутньому

.

Спалахи хвороби, такі як коронавірус, часто розгортаються занадто швидко, щоб вчені знайшли ліки. Але в майбутньому штучний інтелект може допомогти дослідникам зробити кращу роботу.

Хоча, мабуть, вже пізно, щоб новітні технології відіграли головну роль у нинішній епідемії, є надія на наступні спалахи. ШІ добре поєднує дані через кургани даних, щоб знайти зв’язки, які полегшують визначення того, які види лікування можуть працювати або які експерименти слід проводити далі.

Питання полягає в тому, що з’являться Big Data, коли вони отримують лише мізерні записки інформації про новоявлену хворобу, подібну до Covid-19, яка вперше з’явилася наприкінці минулого року в Китаї і постраждала понад 75 000 людей приблизно за два місяці.

Той факт, що дослідникам вдалося створити секвенування генів нового вірусу протягом декількох тижнів після перших повідомлених випадків, є багатообіцяючим, оскільки він показує, що зараз є набагато більше негайних даних, коли трапляються спалахи.

Ендрю Хопкінс, головний виконавчий директор Oxford, заснований в Англії стартап Exscientia Ltd., є одним із тих, хто працює з метою підготовки штучного інтелекту до виявлення наркотиків. Він вважає, що нові методи лікування можуть перейти від зачаття до клінічного тестування протягом всього 18 - 24 місяців протягом наступного десятиліття, завдяки AI.

Exscientia розробила нове з'єднання для лікування обсесивно-компульсивного розладу, яке готове випробувати в лабораторії через менше ніж рік на початковій фазі дослідження. За даними компанії, це приблизно в п’ять разів швидше середнього показника.

Аналогічний підхід на базі Кембриджського "Хілкса", але він використовує машинне навчання для пошуку нових застосувань для існуючих наркотиків. Обидві компанії подають свої алгоритми інформацією, отриманою з таких джерел, як журнали, біомедичні бази даних та клінічні випробування, - щоб допомогти запропонувати нові методи лікування захворювань.

Людський нагляд

Дві компанії використовують команду дослідників з людських питань, щоб працювати разом із ШІ, щоб допомогти керувати процесом. У підході Exscientia, який отримав назву хіміка Кентавра, розробники ліків допомагають навчати алгоритмам стратегій пошуку сполук. Хількс ставить передбачення ШІ дослідникам, які аналізують результати та вирішують, що робити.

Ніл Томпсон, головний науковий співробітник Хілкса, заявив, що методику можна застосовувати проти спалаху, як коронавірус, якщо у нього буде достатньо даних про нову хворобу. Хілкс не працює над боротьбою з коронавірусом або налаштуванням його технологій для спалахів, але це не буде розтягненням.

"Ми досить близькі", - сказав Томпсон в інтерв'ю. "Нам не потрібно було б багато міняти алгоритми AI, якими ми користуємося. Ми розглядаємо відповідність властивостей ліків та особливостей хвороби. "

Алгоритми штучного інтелекту вже починають витісняти ліки від захворювань, про які ми знаємо. Дослідники з Массачусетського технологічного інституту заявили в четвер, що вони використовували метод для виявлення нової потужної антибіотичної сполуки, яка могла б знищити безліч проблемних бактерій, навіть тих, які наразі стійкі до інших методів лікування.

Одним з упіймань всіх цих технологій є клінічне тестування. Навіть препарати, вже безпечні для використання, щоб вилікувати одну недугу, слід перевірити ще раз, перш ніж їх прописати на іншу. Процес показу, що вони безпечні та ефективні для великої кількості людей, може зайняти роки, перш ніж звернутися до регуляторів для огляду.

Для ефективності розробникам препаратів на основі ШІ доведеться планувати заздалегідь, вибираючи геном вірусу, який, можливо, спричинить проблеми в майбутньому та націлюється на нього, коли для цього є мало стимулів.

Дякую.


Відповідь 2:

Гра вже включена!

Якщо не коронавірус, то принаймні для супербудів. Дослідники з MIT та Гарварду використовували ШІ для виявлення нового антибіотика, здатного вбити багато стійких до лікарських засобів бактерій. Вони навчили алгоритм машинного навчання для аналізу хімічних сполук, здатних боротися з інфекціями, використовуючи механізми, відмінні від механізмів діючих наркотиків.

Вони навчили свою модель на 2500 молекул, ідентифікуючи сполуку (її назвали Галіцин) для тестування на бактерії, взяті у пацієнтів та бактерій, вирощених у лабораторіях. "Галіцин" може вбити багато бактерій, стійких до наркотиків, у тому числі

мікобактеріум туберкульоз, клостридій діффіле

і

acinetobacter baumannii.

Галіцин вилікував двох заражених мишами

A.baumannii.

До речі, багато американських солдатів в Іраку та Афганістані заразилися одним і тим же клопом. Як сказано в повідомленні, мазь Галіцин, нанесена на шкіру цих двох мишей, повністю вилікувала їх лише протягом 24 годин.

Використання комп’ютерних моделей прогнозування для виявлення наркотиків не є новим, але найкращий успіх досі спостерігається у Галіцина.

На думку дослідників, їх передбачувальна модель може зробити те, що буде надзвичайно дорогим для традиційних експериментальних підходів.

Цей успіх Галіцина переходить у вирішальний етап людської історії. За прогнозами, до 2050 р. Смерть у світі внаслідок стійких до наркотиків бактерій може досягати 10 мільйонів.

Потрібна подальша робота, щоб зробити Галіцин корисним для людей. Хоча їх алгоритм розроблений для бактерій, він може бути "модернізованим" і для боротьби з вірусом.


Відповідь 3:

Уявіть, що в лікарні в Китаї є 1000 випадків подібних симптомів, що робить лікарня? Хоча вся інформація про симптоми та діагноз задокументована та доступна в електронному вигляді, відділ охорони здоров'я може вжити необхідних та відповідних заходів.

ШІ чудовий і швидкий при виявленні шаблонів, подібності для швидкого виявлення. Один приклад того, як

Пошук Google може

для виявлення можливих захворювань у всьому світі. Тільки за допомогою простих моделей пошуку AI може фактично виявити можливі загрози та епідемії, які можуть вибухнути у великих розмірах по всьому світу.

Повертаючись до вірусу Корона, коли Китай задокументував симптоми хвороби, поставив діагноз, він поділиться цією інформацією з усіма іншими можливими урядовими організаціями, які можуть швидко встановити теплові детектори, які можуть сканувати людей з цими симптомами та класифікувати їх як вірогідно заражених чи носіїв або імунітет. Оскільки віруси мутують швидко, вони, як правило, змінюють зовнішній вигляд, симптоми можуть змінюватися і важко діагностувати. Але за допомогою ШІ Китай може допомогти урядам людям, які переїхали з Китаю, особливо Ухань, а потім переїхали за кордон у містах. Ця інформація може бути проаналізована AI, щоб виявити новини з тих міст, лікарень, щоб скласти частини головоломки.

Сподіваюся, це допомагає!


Відповідь 4:

Останнім часом, якщо ми маємо дані про декількох пацієнтів, ніж ми можемо виявити та знайти закономірності, про корона-позитивних пацієнтів. Після цього ми можемо перевірити, чи може новий пацієнт передбачити, може цей пацієнт заражений чи ні, виходячи зі своєї картини. Для цього можна розділити класичні методи машинного навчання або глибокого навчання.

Більш загально кажучи, нам потрібно бути дуже обережними і повинні взаємодіяти з людиною з медичної галузі, щоб проаналізувати схему, щоб узагальнити те, що відбувається насправді, які зміни та механізми, що викликаються вірусом в організмі, щоб краще зрозуміти модель.


Відповідь 5:

Спалахи хвороби, такі як коронавірус, часто розгортаються занадто швидко, щоб вчені знайшли ліки. Але в майбутньому штучний інтелект може допомогти дослідникам зробити кращу роботу.

Хоча, мабуть, вже пізно, щоб новітні технології відіграли головну роль у нинішній епідемії, є надія на наступні спалахи. ШІ добре поєднує дані через кургани даних, щоб знайти зв’язки, які полегшують визначення того, які види лікування можуть працювати або які експерименти слід проводити далі.

Питання полягає в тому, що з’являться Big Data, коли вони отримують лише мізерні записки інформації про новоявлену хворобу, подібну до Covid-19, яка вперше з’явилася наприкінці минулого року в Китаї і постраждала понад 75 000 людей приблизно за два місяці.

Той факт, що дослідникам вдалося створити секвенування генів нового вірусу протягом декількох тижнів після перших повідомлених випадків, є багатообіцяючим, оскільки він показує, що зараз є набагато більше негайних даних, коли трапляються спалахи.

Ендрю Хопкінс, головний виконавчий директор Oxford, заснований в Англії стартап Exscientia Ltd., є одним із тих, хто працює з метою підготовки штучного інтелекту до виявлення наркотиків. Він вважає, що нові методи лікування можуть перейти від зачаття до клінічного тестування протягом всього 18 - 24 місяців протягом наступного десятиліття, завдяки AI.

Exscientia розробила нове з'єднання для лікування обсесивно-компульсивного розладу, яке готове випробувати в лабораторії через менше ніж рік на початковій фазі дослідження. За даними компанії, це приблизно в п’ять разів швидше середнього показника.

Аналогічний підхід на базі Кембриджського "Хілкса", але він використовує машинне навчання для пошуку нових застосувань для існуючих наркотиків. Обидві компанії подають свої алгоритми інформацією, отриманою з таких джерел, як журнали, біомедичні бази даних та клінічні випробування, - щоб допомогти запропонувати нові методи лікування захворювань.

Людський нагляд

Дві компанії використовують команду дослідників з людських питань, щоб працювати разом із ШІ, щоб допомогти керувати процесом. У підході Exscientia, який отримав назву хіміка Кентавра, розробники ліків допомагають навчати алгоритмам стратегій пошуку сполук. Хількс ставить передбачення ШІ дослідникам, які аналізують результати та вирішують, що робити.

Ніл Томпсон, головний науковий співробітник Хілкса, заявив, що методику можна застосовувати проти спалаху, як коронавірус, якщо у нього буде достатньо даних про нову хворобу. Хілкс не працює над боротьбою з коронавірусом або налаштуванням його технологій для спалахів, але це не буде розтягненням.

"Ми досить близькі", - сказав Томпсон в інтерв'ю. "Нам не потрібно було б багато міняти алгоритми AI, якими ми користуємося. Ми розглядаємо відповідність властивостей ліків та особливостей хвороби. "

Алгоритми штучного інтелекту вже починають витісняти ліки від захворювань, про які ми знаємо. Дослідники з Массачусетського технологічного інституту заявили в четвер, що вони використовували метод для виявлення нової потужної антибіотичної сполуки, яка могла б знищити безліч проблемних бактерій, навіть тих, які наразі стійкі до інших методів лікування.

Одним з упіймань всіх цих технологій є клінічне тестування. Навіть препарати, вже безпечні для використання, щоб вилікувати одну недугу, слід перевірити ще раз, перш ніж їх прописати на іншу. Процес показу, що вони безпечні та ефективні для великої кількості людей, може зайняти роки, перш ніж звернутися до регуляторів для огляду.

Для ефективності розробникам препаратів на основі ШІ доведеться планувати заздалегідь, вибираючи геном вірусу, який, можливо, спричинить проблеми в майбутньому та націлюється на нього, коли для цього є мало стимулів.

Ще одна перешкода - пошук кваліфікованого персоналу.

"Важко знайти людей, які можуть працювати на перехресті ШІ та біології, і великим компаніям важко приймати швидкі рішення щодо такої технології", - сказала Ірина Хайвас, партнер фірми венчурного капіталу Atomico та колишній хірург, який сидить на правління Healx. "Недостатньо бути інженером ШІ, ви повинні зрозуміти і вступити в сферу застосування біології".


Відповідь 6:

У той момент, коли вперше з’являється дивна недуга, урядам та загальним благополучним органам може бути важко швидко збирати дані та сприяти реакції. У будь-якому випадку, нові техногенні інноваційні міркування можуть, природно, видобуватися за допомогою новинних повідомлень та онлайнових матеріалів по всьому світу, що допомагає фахівцям сприймати невідповідності, які могли б спонукати до потенційної чуми або, що вже шкодує, пандемії. Врешті-решт, наші нові ІП-супергенери можуть насправді допомогти нам перенести наступне захворювання.

Ці нові здібності AI в повному обсязі демонструють спалах коронавірусу, який вчасно відзначився канадською фірмою BlueDot, яка є однією з різних організацій, що використовують інформацію для оцінки загальної небезпеки для добробуту. Організація, яка заявляє, що проводить "робототехнічне непереборне спостереження за хворобою", розповіла своїм клієнтам про новий тип коронавірусу до кінця грудня, за кілька днів до Центрів контролю та профілактики захворювань США (CDC) та Всесвітньої організації охорони здоров'я (ВООЗ) ) передав офіційне повідомлення, про що повідомив Wired. В даний час наближається до кінця січня, респіраторна інфекція, яка була підключена до міста Ухань у Китаї, щойно загинула понад 100 осіб. Випадки виникли також у кількох різних країнах, включаючи США, і CDC застерігає американців дотримуватися стратегічної відстані від зайвих поїздок до Китаю.

Камран Хан, непереборний лікар із захворювань та автор та генеральний директор BlueDot, на зустрічі пояснив, як в початкових застереженнях організації використовується свідомість, спричинена людиною, включаючи нормальне поводження з мовою та ШІ, щоб слідкувати за більш ніж 100 непереборними інфекціями, розбивши близько 100 000 статей у 65 діалектів послідовно. Ця інформація дає змогу організації зрозуміти, коли розповісти своїм клієнтам про потенційну близькість та поширення непереборної хвороби.

Інша інформація, подібна до даних розкладу провідника та способів польоту, може допомогти надати організації додаткові вказівки про те, як, мабуть, пошириться захворювання. Наприклад, нещодавно фахівці BlueDot передбачили різні міські громади в Азії, де коронавірус з'явиться після появи на території Китаю.

Думка, що стоїть за моделлю BlueDot (чиї остаточні результати таким чином вивчаються фахівцями-людьми), полягає в тому, щоб отримати дані працівникам соціального страхування як можна швидше, з надією, що вони зможуть проаналізувати - і, якщо потрібно, відключити - пошкоджені та Можливо, заразливі люди у відповідний час.

"Офіційні дані не у всіх випадках сприятливі", - сказав Хан Recode. "Різниця між одним випадком у досліднику та спалахом покладається на ваш передовий фахівець з питань людських служб, сприймаючи, що існує конкретна хвороба. Це може бути відмінністю у збереженні спалаху від дійсно трапляється".

Хан включив, що його рамки можуть також використовувати різноманітну іншу інформацію - наприклад, дані про атмосферу території, температуру або навіть одомашнених тварин поблизу - щоб передбачити, чи хтось заразиться хворобою, ймовірно, спричинить спалах там. Він підкреслює, що в 2016 році BlueDot мав можливість передбачити наявність інфекції Zika у Флориді за півроку до того, як вона там справді з’явилася.

Крім того, організація, що перевіряє напасть, Metabiota підтвердила, що в Таїланді, Південній Кореї, Японії та Тайвані найбільше небезпека появи інфекції за сім днів до того, як випадки в цих країнах були справді розкриті, дещо сподіваючись на інформацію про польоти. Metabiota, як BlueDot, використовує загальну мову, щоб оцінити звіти в Інтернеті про потенційну хворобу, і, крім того, відколюється, створюючи подібну інновацію для веб-інформації про життя.

Відбиток Галліван, керівник відділу інформатики Metabiota, пояснює, що онлайн-етапи та дискусії також можуть дати знак, що існує небезпека пандемії. Метабіота також стверджує, що вона може оцінити небезпеку поширення недуги, що спричинить соціальні та політичні зриви, з огляду на такі дані, як показання недуги, смертність та доступність лікування. Наприклад, в годину розповсюдження цієї статті Metabiota оцінив небезпеку нового коронавірусу, що спричинив відкриту тривогу, як "високу" у США та Китаї, однак оцінив цю небезпеку для зараження вітряною віспою в Демократичній Республіці Конго ( де були зараховані випадки цієї інфекції) як "середній".

Важко зрозуміти, наскільки точно може бути ця рейтингова рамка чи сам етап, однак Галліван каже, що організація працює з мережею знань США та Міністерством оборони з питань, визначених коронавірусом. Це частина роботи Metabiota з In-Q-Tel, некомерційною фірмою-пригодами, пов'язаною з Центральним розвідувальним агентством. Однак урядові офіси не є основними потенційними замовниками цих рамок. Metabiota додатково оприлюднює свій фундамент перестрахувальним організаціям - перестрахування в основному є захистом для страхових агентств, - які повинні боротися з грошовими небезпеками, пов'язаними з поширенням прихованої спроможності хвороби.

Як би там не було, комп'ютерні міркування можуть бути безперечно ціннішими, ніж просто тримати експертів з передачі хвороби та органів влади, освічених як зараження інфекції. Фахівці виготовили моделі на основі ШІ, які дозволяють поступово передбачати епізоди зараження Зікою, які можуть навчити, як фахівці реагують на потенційні надзвичайні ситуації. Антропогенна свідомість також може бути використана для управління тим, як органи загального добробуту розповсюджують активи під час надзвичайних ситуацій. Як результат, ШІ - це ще одна перша лінія захисту від хвороб.

Тим більше, що зараз ШІ допомагає вивчати нові лікарські засоби, поводитись з нечастою інфекцією та виявляти злоякісні процеси в грудях. Рукотворна розвідка була навіть використана для розрізнення моторошних скаулів, що поширюють Чагас, серйозну та мислимо смертельну недугу, яка загрожує 8 мільйонам людей у ​​Мексиці та Центральній та Південній Америці. Додатково розширюється ентузіазм щодо використання недоброзичливої ​​інформації, як-от подарунки, що базуються на веб-сторінках, - про допомогу поліцейським та організаціям, що займаються медикаментозним благополуччям, зрозуміти широку надзвичайну ситуацію щодо добробуту. Наприклад, ШІ, яка може видобувати інтернет-життя, представляє цільові незаконні наркотичні угоди та інформує загальні органи добробуту про розповсюдження цих контрольованих речовин.

Ці рамки, включаючи Metabiota та BlueDot, просто нарівні з інформацією, яку вони оцінюють. Більше того, AI - здебільшого - має проблему з нахилом, яка може відображати як архітекторів рамки, так і інформацію, яку вона готує. Крім того, ШІ, який використовується у медичних послугах, жодним чином, формою чи формою не є безпечним для цього питання.

Зважаючи на все, ці поступки говорять про прогресивно ідеалістичну точку зору на те, що може зробити AI. Зазвичай оновлення AI-роботів, що фільтрують через величезну кількість інформації, не так добре. Розглянемо вимогу закону, що використовує бази даних для підтвердження обличчя на основі зображень, видобутих з Інтернету. Або з іншого боку, залучаючи директорів, які тепер зможуть використовувати AI, щоб передбачити, як ви будете вести шліфування, зважаючи на свої життєві посади в Інтернеті. Можливість AI робити боротьбу з дикунською хворобою пропонує ситуацію, коли ми можемо відчувати себе дещо менш незручно, якщо не через і через бадьорість. Можливо, це нововведення - коли б воно було створене та використано належним чином - справді могло б допомогти зберегти життя.


Відповідь 7:

У той момент, коли вперше з’являється дивна недуга, урядам та загальним благополучним органам може бути важко швидко збирати дані та сприяти реакції. У будь-якому випадку, нові техногенні інноваційні міркування можуть, природно, видобуватися за допомогою новинних повідомлень та онлайнових матеріалів по всьому світу, що допомагає фахівцям сприймати невідповідності, які могли б спонукати до потенційної чуми або, що вже шкодує, пандемії. Врешті-решт, наші нові ІП-супергенери можуть насправді допомогти нам перенести наступне захворювання.

Ці нові здібності AI в повному обсязі демонструють спалах коронавірусу, який вчасно відзначився канадською фірмою BlueDot, яка є однією з різних організацій, що використовують інформацію для оцінки загальної небезпеки для добробуту. Організація, яка заявляє, що проводить "робототехнічне непереборне спостереження за хворобою", розповіла своїм клієнтам про новий тип коронавірусу до кінця грудня, за кілька днів до Центрів контролю та профілактики захворювань США (CDC) та Всесвітньої організації охорони здоров'я (ВООЗ) ) передав офіційне повідомлення, про що повідомив Wired. В даний час наближається до кінця січня, респіраторна інфекція, яка була підключена до міста Ухань у Китаї, щойно загинула понад 100 осіб. Випадки виникли також у кількох різних країнах, включаючи США, і CDC застерігає американців дотримуватися стратегічної відстані від зайвих поїздок до Китаю.

Камран Хан, непереборний лікар із захворювань та автор та генеральний директор BlueDot, на зустрічі пояснив, як в початкових застереженнях організації використовується свідомість, спричинена людиною, включаючи нормальне поводження з мовою та ШІ, щоб слідкувати за більш ніж 100 непереборними інфекціями, розбивши близько 100 000 статей у 65 діалектів послідовно. Ця інформація дає змогу організації зрозуміти, коли розповісти своїм клієнтам про потенційну близькість та поширення непереборної хвороби.

Інша інформація, подібна до даних розкладу провідника та способів польоту, може допомогти надати організації додаткові вказівки про те, як, мабуть, пошириться захворювання. Наприклад, нещодавно фахівці BlueDot передбачили різні міські громади в Азії, де коронавірус з'явиться після появи на території Китаю.

Думка, що стоїть за моделлю BlueDot (чиї остаточні результати таким чином вивчаються фахівцями-людьми), полягає в тому, щоб отримати дані працівникам соціального страхування як можна швидше, з надією, що вони зможуть проаналізувати - і, якщо потрібно, відключити - пошкоджені та Можливо, заразливі люди у відповідний час.

"Офіційні дані не у всіх випадках сприятливі", - сказав Хан Recode. "Різниця між одним випадком у досліднику та спалахом покладається на ваш передовий фахівець з питань людських служб, сприймаючи, що існує конкретна хвороба. Це може бути відмінністю у збереженні спалаху від дійсно трапляється".

Хан включив, що його рамки можуть також використовувати різноманітну іншу інформацію - наприклад, дані про атмосферу території, температуру або навіть одомашнених тварин поблизу - щоб передбачити, чи хтось заразиться хворобою, ймовірно, спричинить спалах там. Він підкреслює, що в 2016 році BlueDot мав можливість передбачити наявність інфекції Zika у Флориді за півроку до того, як вона там справді з’явилася.

Крім того, організація, що перевіряє напасть, Metabiota підтвердила, що в Таїланді, Південній Кореї, Японії та Тайвані найбільше небезпека появи інфекції за сім днів до того, як випадки в цих країнах були справді розкриті, дещо сподіваючись на інформацію про польоти. Metabiota, як BlueDot, використовує загальну мову, щоб оцінити звіти в Інтернеті про потенційну хворобу, і, крім того, відколюється, створюючи подібну інновацію для веб-інформації про життя.

Відбиток Галліван, керівник відділу інформатики Metabiota, пояснює, що онлайн-етапи та дискусії також можуть дати знак, що існує небезпека пандемії. Метабіота також стверджує, що вона може оцінити небезпеку поширення недуги, що спричинить соціальні та політичні зриви, з огляду на такі дані, як показання недуги, смертність та доступність лікування. Наприклад, в годину розповсюдження цієї статті Metabiota оцінив небезпеку нового коронавірусу, що спричинив відкриту тривогу, як "високу" у США та Китаї, однак оцінив цю небезпеку для зараження вітряною віспою в Демократичній Республіці Конго ( де були зараховані випадки цієї інфекції) як "середній".

Важко зрозуміти, наскільки точно може бути ця рейтингова рамка чи сам етап, однак Галліван каже, що організація працює з мережею знань США та Міністерством оборони з питань, визначених коронавірусом. Це частина роботи Metabiota з In-Q-Tel, некомерційною фірмою-пригодами, пов'язаною з Центральним розвідувальним агентством. Однак урядові офіси не є основними потенційними замовниками цих рамок. Metabiota додатково оприлюднює свій фундамент перестрахувальним організаціям - перестрахування в основному є захистом для страхових агентств, - які повинні боротися з грошовими небезпеками, пов'язаними з поширенням прихованої спроможності хвороби.

Як би там не було, комп'ютерні міркування можуть бути безперечно ціннішими, ніж просто тримати експертів з передачі хвороби та органів влади, освічених як зараження інфекції. Фахівці виготовили моделі на основі ШІ, які дозволяють поступово передбачати епізоди зараження Зікою, які можуть навчити, як фахівці реагують на потенційні надзвичайні ситуації. Антропогенна свідомість також може бути використана для управління тим, як органи загального добробуту розповсюджують активи під час надзвичайних ситуацій. Як результат, ШІ - це ще одна перша лінія захисту від хвороб.

Тим більше, що зараз ШІ допомагає вивчати нові лікарські засоби, поводитись з нечастою інфекцією та виявляти злоякісні процеси в грудях. Рукотворна розвідка була навіть використана для розрізнення моторошних скаулів, що поширюють Чагас, серйозну та мислимо смертельну недугу, яка загрожує 8 мільйонам людей у ​​Мексиці та Центральній та Південній Америці. Додатково розширюється ентузіазм щодо використання недоброзичливої ​​інформації, як-от подарунки, що базуються на веб-сторінках, - про допомогу поліцейським та організаціям, що займаються медикаментозним благополуччям, зрозуміти широку надзвичайну ситуацію щодо добробуту. Наприклад, ШІ, яка може видобувати інтернет-життя, представляє цільові незаконні наркотичні угоди та інформує загальні органи добробуту про розповсюдження цих контрольованих речовин.

Ці рамки, включаючи Metabiota та BlueDot, просто нарівні з інформацією, яку вони оцінюють. Більше того, AI - здебільшого - має проблему з нахилом, яка може відображати як архітекторів рамки, так і інформацію, яку вона готує. Крім того, ШІ, який використовується у медичних послугах, жодним чином, формою чи формою не є безпечним для цього питання.

Зважаючи на все, ці поступки говорять про прогресивно ідеалістичну точку зору на те, що може зробити AI. Зазвичай оновлення AI-роботів, що фільтрують через величезну кількість інформації, не так добре. Розглянемо вимогу закону, що використовує бази даних для підтвердження обличчя на основі зображень, видобутих з Інтернету. Або з іншого боку, залучаючи директорів, які тепер зможуть використовувати AI, щоб передбачити, як ви будете вести шліфування, зважаючи на свої життєві посади в Інтернеті. Можливість AI робити боротьбу з дикунською хворобою пропонує ситуацію, коли ми можемо відчувати себе дещо менш незручно, якщо не через і через бадьорість. Можливо, це нововведення - коли б воно було створене та використано належним чином - справді могло б допомогти зберегти життя.