Το θετικό στην δυσοίωνη πρόβλεψη είναι πως η τεχνητή νοημοσύνη δεν υπολογίζει τους παράγοντες μεταδοτικότητας και ανίχνευσης που αλλάζουν, γεγονός που με τη σειρά του αλλάζει και την πρόβλεψη
Σοκάρουν τα αποτελέσματα προσομοίωσης που πραγματοποιήθηκε με τη χρήση τεχνητής νοημοσύνης, η οποία έδειξε ότι ο κορωνοϊός θα μπορούσε να μολύνει 2,5 δισεκατομμύρια ανθρώπους μέσα σε 45 ημέρες σκοτώνοντας τουλάχιστον 52,9 εκατομμύρια από αυτούς.
Ευτυχώς, ωστόσο, οι παράγοντες μεταδοτικότητας και ανίχνευσης αλλάζουν, γεγονός που με τη σειρά του αλλάζει απίστευτα σημαντικούς παράγοντες που δεν υπολογίζει η τεχνητή νοημοσύνη.
Και αυτό πιθανότατα σημαίνει ότι είμαστε πιο ασφαλείς από όσο πιστεύουμε, καθώς ο κορωνοϊός έχει εξαπλωθεί διεθνώς.
Οι χειρουργικές μάσκες εξαντλούνται στο Βανκούβερ του Καναδά, όπου πολλοί Κινέζοι έχουν μεταναστεύσει τα τελευταία χρόνια.
Η United Airlines και άλλες αεροπορικές εταιρείες έχουν ακυρώσει ή αναβάλει τις πτήσεις προς και από την Κίνα και ένα κρουαζιερόπλοιο με χιλιάδες επιβάτες βρίσκεται σε καραντίνα ανοιχτά των ακτών της Ιταλίας, καθώς επιβεβαιώθηκε κρούσμα κορωνοϊού.
Νεότερες πληροφορίες κάνουν λόγο για 31.521 κρούσματα και 639 θανάτους, ενώ 1.607 άνθρωποι έχουν αναρρώσει από τον ιό.
Όλα αυτά οδήγησαν τον James Ross, συνιδρυτή της startup HedgeChatter, να δημιουργήσει ένα μοντέλο προσομοίωσης για την εκτίμηση της συνολικής παγκόσμιας εξάπλωσης του κορωνοϊού.
"Ξεκίνησα με στοιχεία της ημερήσιας εξάπλωσης του ιού", είπε, χρησιμοποιώντας τα διαθέσιμα δεδομένα που είχαν ανακοινώσει οι κινεζικές αρχές.
"Στη συνέχεια πήρα αυτά τα δεδομένα και τα μελέτησα με τη βοήθεια τεχνητής νοημοσύνης χρησιμοποιώντας το μοντέλο RNN [επαναλαμβανόμενα νευρωνικά δίκτυα] και έτρεξα την προσομοίωση δέκα εκατομμύρια φορές. Τα αποτελέσματα αυτά έδειχναν την πρόβλεψη για την επόμενη μέρα.
Μόλις δημοσιεύονταν τα αποτελέσματα της επόμενης ημέρας, έπαιρνα αυτά τα δεδομένα, τα πρόσθετα στον αλγόριθμο και επαναλάμβανα τη προσομοίωση δέκα εκατομμύρια φορές".
Τα αποτελέσματα μέχρι τώρα έχουν προβλέψει επιτυχώς τους αριθμούς που δημοσιεύονταν την επόμενη ημέρα με απόκλιση +/- 3%, δήλωσε ο Ross.
Τα αποτελέσματα ήταν συγκλονιστικά και τρομακτικά.
Από 50.000 κρούσματα και 1.000 θανάτους μετά από μια εβδομάδα έως 208.000 κρούσματα και σχεδόν 4.400 θάνατους μετά από δύο εβδομάδες, οι αριθμοί συνεχίζουν να αυξάνονται καθώς κάθε μολυσμένο άτομο προσβάλλει άλλα με τη σειρά του.
Μέσα σε 30 ημέρες, σύμφωνα με το μοντέλο, δύο εκατομμύρια άνθρωποι θα μπορούσαν να έχουν πεθάνει.
Και μέσα σε 15 ακόμη ημέρες, ο αριθμός των θανάτων, σύμφωνα με το μοντέλο, εκτοξεύεται.
Υπάρχουν ωστόσο και καλά νέα
Το μοντέλο προσομοίωσης δεν υπολογίζει όλους τους παράγοντες, αναφέρει ο Ross.
Πολλοί γιατροί και ειδικοί δηλώνουν ότι τα καλά νέα είναι ότι οι παράγοντες και τα δεδομένα που τροφοδοτούνται στον αλγόριθμο αλλάζουν και καθώς οι συνθήκες αυτές αλλάζουν, θα αλλάζουν σημαντικά και τα αποτελέσματα.
Μια σημαντική αλλαγή: Το ποσοστό θνησιμότητας
''Εάν ένα μεγάλο ποσοστό μολυσμένων ατόμων δεν παρουσιάζει συμπτώματα ή αναπτύσσει μόνο ήπια συμπτώματα, οι ασθενείς αυτοί μπορεί να μην αναφέρονται και ο πραγματικός αριθμός προσβεβλημένων ατόμων στην Κίνα μπορεί να είναι πολύ υψηλότερος από ότι αναφέρεται'', δήλωσε ο καθηγητής Eyal Leshem του ιατρικού κέντρου Sheba του Ισραήλ.
Αυτό μπορεί επίσης να σημαίνει ότι το ποσοστό θνησιμότητας (που σήμερα εκτιμάται στο 2%) μπορεί να είναι πολύ χαμηλότερο".
Η ευρύτερη επιδημία δεν αποτελεί καλή είδηση, αλλά αν το ποσοστό θνησιμότητας είναι μόλις στο 0,5% ή ακόμη και στο 0,1%, τότε ο κορωνοϊός θα καταστεί ξαφνικά ένα σημαντικά χαμηλότερης σημασίας πρόβλημα.
Επίσης, αφότου έχει κηρυχθεί συναγερμός για τον ιό, έχουν αλλάξει η συμπεριφορές και η αντιμετώπιση του ιού.
Κι αυτό επιφέρει αλλαγές στην εξάπλωσή του.
"Ο αποτελεσματικός περιορισμός της επιδημίας στην Κίνα και η πρόληψη της εξάπλωσής του ιού σε άλλες χώρες αναμένεται να έχει ως αποτέλεσμα έναν πολύ μικρότερο αριθμό κρουσμάτων και θανάτων απ' ό,τι εκτιμάται", ανέφερε ο Leshem.
Ο Δρ. Amesh A. Adalja, ανώτερος επιστήμονας στο Κέντρο Ασφάλειας Υγείας Johns Hopkins, συμφωνεί.
"Το ποσοστό θνησιμότητας πέφτει καθώς αντιλαμβανόμαστε ότι η πλειονότητα των περιπτώσεων δεν ενέχουν σοβαρό κίνδυνο και όταν εξεταστούν μεγαλύτερες ομάδες του πληθυσμού - όχι μόνο νοσοκομειακοί ασθενείς - θα δούμε ότι το εύρος της ασθένειας δεν αποτελεί πανδημία".
Το συγκεκριμένο θέμα αποτελεί έναν από τους βασικούς παράγοντες: Ποιους εξετάζουν οι ιατροί; Ποια δεδομένα δεν λαμβάνουμε;
''Το ποσοστό θνησιμότητας που αναφέρεται σε μια επιδημία είναι συνήθως ''φουσκωμένο'' επειδή εξετάζουμε πρώτα τους πιο άρρωστους ανθρώπους και πολλοί από αυτούς πεθαίνουν και έτσι δημιουργείται μια στρεβλωμένη εικόνα'', σημείωσε ο Brian Labus, βοηθός καθηγητής στη σχολή δημόσιας υγείας UNLV.
"Οι προβλέψεις φαίνονται υπερβολικά υψηλές.
Η γρίπη μόλυνε περίπου το 8% του πληθυσμού σε διάστημα 7-8 μηνών πέρυσι. Αυτό το μοντέλο υποστηρίζει ότι το ένα τρίτο του πληθυσμού της Γης θα μολυνθεί μέσα σε έξι εβδομάδες".
Όλοι αυτοί οι παράγοντες μαζί δημιουργούν δυνητικά μεγάλες αλλαγές τόσο στον ρυθμό μεταδοτικότητας όσο και στο ποσοστό θνησιμότητας και ακόμη και μικρές αλλαγές έχουν τεράστιες επιπτώσεις στις προβλέψεις των υπολογιστών, δήλωσε ο Dr. Jack Regan, διευθύνων σύμβουλος και ιδρυτής της LexaGene, η οποία κατασκευάζει αυτοματοποιημένο διαγνωστικό εξοπλισμό.
"Οι μικρές μεταβολές στη μεταδοτικότητα, το ποσοστό θνησιμότητας κτλ., μπορούν να προκαλέσουν μεγάλες αλλαγές στις επιπτώσεις όσον αφορά τη θνησιμότητα από τον ιό παγκοσμίως".
Ακόμη και έτσι όμως, αυτό δεν σημαίνει ότι βγαίνουμε από το τούνελ της επιδημίας.
''Μέχρι σήμερα, με κάθε μέρα που περνάει, σημειώνεται μόνο αύξηση του αριθμού των κρουσμάτων και των συνολικών θανάτων'', λέει ο Regan.
"Καθώς κάθε μολυσμένο άτομο φαίνεται να μεταδίδει τον ιό σε περισσότερους από έναν άλλους, ο ρυθμός εξάπλωσης φαίνεται να αυξάνεται, καθιστώντας ακόμη πιο δύσκολο τον περιορισμό του.
Απ' ό,τι φαίνεται, αυτή η ασθένεια θα συνεχίσει να εξαπλώνεται και, αναμφισβήτητα, είναι απίθανο να περιοριστεί και ως εκ τούτου είναι πιθανό να μετατραπεί σε παγκόσμια πανδημία''.
Παρά τις διεθνείς διαστάσεις του κορωνοϊού, χάρη στις ιατρικές προσπάθειες, είναι απίθανο ο ιός να καταστεί τόσο θανατηφόρος όσο υποστηρίζουν οι προβλέψεις.
Αξίζει να σημειωθεί, τέλος, ότι η κοινή γρίπη, η οποία υπάρχει από πάντα και ευθύνεται για τον θάνατο 50 εκατομμυρίων ανθρώπων μετά τον Α 'Παγκόσμιο Πόλεμο, κυκλοφορεί ακόμη.
Μέχρι στιγμής αυτή την εποχή, η γρίπη έχει μολύνει 19 εκατομμύρια ανθρώπους, ενώ 180.000 άτομα έχουν νοσηλευτεί και 10.000 έχουν πεθάνει... μόνο στις Ηνωμένες Πολιτείες.
Κανείς δεν αγοράζει μάσκες, δεν κλείνει τα σύνορα ή δεν διακόπτει πτήσεις εξαιτίας της γρίπης.
Όσο για τον άνθρωπο που δημιούργησε το μοντέλο προσομοίωσης βασιζόμενο στην τεχνητή νοημοσύνη;
Κανείς δεν θα είναι πιο ευτυχισμένος από τον ίδιο εάν οι προβλέψεις του διαψευστούν.
"Αν και η τεχνητή νοημοσύνη μπορεί να χρησιμοποιηθεί για την επίλυση ή/και για την πρόβλεψη για πολλά ζητήματα, υπάρχουν πάντα πρόσθετες μεταβλητές που πρέπει να προστεθούν για να σταθούν γερά στα πόδια τους τα μοντέλα", δήλωσε ο Ross.
"Ας ελπίσουμε ότι οι κυβερνήσεις θα καταλάβουν ότι η πρόσθετη προληπτική δράση σήμερα θα οδηγήσει σε λιγότερη ανάγκη για εκτεταμένη αντίδραση αύριο".
Πηγή : www.bankingnews.gr
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου