雷鋒網 4 月 7 日消息，微軟、印度理工學院和 TCS Research(Tata Consul tancy Services 的研發(fā)部門)的研究人員共同撰寫的一篇預印論文描述了一個人工智能框架，旨在幫助城市和地區(qū)根據 COVID-19 作出關于鎖定、關閉和物理距離的政策決策。 他們聲稱，由于它會自動學習政策作為疾病參數的函數，如傳染性、妊娠期、癥狀持續(xù)時間、死亡概率、人口密度和運動傾向，因此，優(yōu)于迄今使用的其他建模工具。

并表示這個框架可能對近 200 個有冠狀病毒病例的國家的組織和政府有用。包括新加坡和中國在內的亞洲國家已經證明，遏制戰(zhàn)略，如接觸追蹤，或識別可能與感染者接觸的人的過程，可以有效地緩解 COVID-19 的傳播。

合著者首先生成了一個圖網絡-一個包含一些對相關的對象的模型，使得對象對應于頂點，每對頂點被稱為邊緣-有 100 個節(jié)點和 1000 個個體。 每個節(jié)點都代表一個城市或一個包含一定數量個體的區(qū)域，節(jié)點對之間連接的強度與節(jié)點之間的種群的乘積成正比，與它們之間距離的平方根成反比。

接下來，研究人員模擬了 COVID-19 可用的最佳疾病參數：潛伏期為 5-10 天，感染期為 7-14 天，80%的可能性顯示可見癥狀，2% 的死亡率，以及與易感人群接觸的感染者 100% 的傳播概率，并進行了多次模擬，以獲得可靠的統(tǒng)計數據。

在整個研究過程中，研究人員假設一個開放節(jié)點允許人們往返于網絡中的其他開放節(jié)點。 表現出癥狀的人不允許前往其他節(jié)點，但無癥狀和暴露的人可以這樣做。 （當一個節(jié)點被鎖定時，所有進出該節(jié)點的旅行都被阻塞） 此外，他們還解釋了一個事實，即雖然有癥狀的人在節(jié)點內被隔離，但少數人打破了檢疫，并在節(jié)點內流通。

研究人員還制定了幾個基線鎖定策略，其中他們假設每個節(jié)點都可以選擇每周鎖定或打開一次。 然后，他們定義了一組策略，如果該節(jié)點中癥狀人群的比例超過了 5% 、10% 、20% 、50% 或超過 100% 的預定義閾值，則鎖定任何給定節(jié)點。

最后，該團隊訓練了一種深度 Q 網絡強化學習算法（一種通過獎勵激勵軟件代理的算法），該算法每周通過對疾病傳播的一些模擬，做出每節(jié)點二進制決策-“開放”或“鎖定”。 為了讓該算法確定鎖定的最佳策略，他們量化了模擬每個結果的成本：鎖定的每一天和每個感染者的權重為 1.0 ；每次死亡的權重為2.5；獎勵被定義為這些成本的負值，以便更高的獎勵對應于較低的成本。

在實驗中，在 75 次模擬過程中，模擬持續(xù) 52 周（364天），研究人員確定，5% 至 10% 的鎖定政策經歷了較低的感染高峰。 可以預見的是，該政策對導致同一節(jié)點內癥狀人群和總體人口比例增加的決定持謹慎態(tài)度，因此，一旦感染開始擴散，它就會提前鎖定較大的節(jié)點，一旦感染開始在節(jié)點內擴散，外部感染的可能性就會更高的節(jié)點。

不過，需要注意的是，研究中的人工智能模型沒有考慮人口規(guī)模和地理，他們沒有使用真實的數據進行網絡模型。 但他們說，更深入的分析正在進行中，他們將繼續(xù)添加更詳細的描述和文獻綜述的階段。

除了這項研究，各個團隊正在開發(fā)人工智能系統(tǒng)來跟蹤 COVID-19 的傳播。 例如，卡內基梅隆大學的研究人員正在重新訓練一種預測季節(jié)性流感的算法，而柏林的羅伯特·科赫研究所使用了一種考慮到政府遏制措施的模型，如封鎖、隔離和社會隔離處方，以表明遏制措施可以成功地減少擴散。

雷鋒網雷鋒網雷鋒網

編譯來源：https://venturebeat.com/2020/04/06/microsoft-ai-lockdown-policies-curb-spread-of-coronavirus/

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。