图片/ PixxlTeufel Pixabay
随着COVID-19继续扰乱正常生活，该研究所的研究负责人Mayank Kejriwal说信息科学研究所他是南加州大学维特比研究所的研究助理教授bob国际首页登录Daniel J. Epstein工业与系统工程系，旨在利用人工智能抗击疫情。在微软的人工智能健康计划下，Kejriwal正在支持他的项目，“辅助专业知识的COVID-19知识图谱基础设施”，该项目旨在超越用于研究寻找疫苗或治疗方法的简单关键词搜索。Kejriwal的研究发现是发表在哈佛数据科学评论10月。
绘制COVID-19危机图表
2020年4月，微软推出了人工智能促进健康计划，投入2000万美元帮助研究人员开发可以在COVID-19研究中发挥重要作用的技术，从使用人工智能处理大型数据集到确定治疗的影响。由于他的项目，Kejriwal获得了3万美元的赞助积分Azure这是微软的一个混合云平台，用户可以在多个云上运行几乎任何工具和应用程序。
即使对专家来说，浏览现有的和不断更新的关于冠状病毒家族的大量文献也可能是一项艰巨的工作，因为简单的关键词搜索出于几个原因不起作用。例如，一个基本的关键字搜索不能通过分析文献中的相关数据来提供对蛋白质或基因等实体的全面概述。为了解决这些限制，Kejriwal的项目建议利用Azure上的知识图谱(KG)基础设施，专家可以很容易地查询到它，并且随着新的科学发现的出现不断更新。凯杰里瓦尔从微软的人工智能健康计划获得了3万美元的拨款，用于开发基础设施。
正如Kejriwal解释的那样，KG是一个让机器理解“知识”的模型，而不仅仅是0和1。他说:“知识是人类智力的基础——它使我们能够思考实体、事件和关系，并在日常生活中对它们进行推理。”“KG是一种弥合人类知识概念与机器喜欢处理的0和1之间差距的方式。”
随着对COVID-19的研究越来越多，KGs将能够将主题专家生成的专业知识编码为人工智能算法可以使用的形式。Kejriwal说:“在我们的研究中，kg是核心，因为我们工作的领域知识丰富。”“关于COVID-19已经有很多现有的知识(这些知识还在继续增长)，还有我工作过的其他领域，比如打击人口贩运、危机信息学和电子商务。”
与kg合作并非没有挑战，因为kg整合了来自多个非标准化来源的数据;然而，大多数挑战更倾向于社交而非技术。“人工智能研究人员认为的挑战与主题专家(sme)认为的挑战之间有时存在脱节，”Kejriwal说。“这更像是一种社交挑战，但也是我经常遇到的问题。例如，人工智能研究人员仍然非常关注‘准确性’指标，而中小企业希望确保他们可以信任他们所看到的结果。”
此外，正如Kejriwal所说，完全自动化被高估了。他说:“如果我们能让他们很容易地‘训练’一个人工智能系统，大多数人都愿意付出一些努力。”“我认为主要的挑战与人工智能关系不大，本质上更多的是社交。”
潜在的蓝图
至少有两个主要项目使用kg来尝试创建初始的COVID-19基础设施。的雅虎COVID-19 KG项目和COVIDGraph项目都利用了多个COVID-19数据集。然而，Kejriwal的项目还将整合关于COVID-19的科学文献，优先考虑质量和可用性。
一般来说，这些模型使用的绝大多数信息都是公开的数据源，以防止出现匿名化问题。他说:“在涉及个人数据的情况下(例如当我们使用民意调查数据集或社交媒体时)，我们从不透露完整的信息或元数据，而只展示汇总的结果。”“出于复制的目的，我们通常会非常明确地说明我们的方法，这样如果其他人愿意的话，他们也可以实现类似的目标。”
Kejriwal项目的一个关键部分将需要计算基础设施，并将专注于建立和训练机器学习模型。他说:“我们希望使用Azure机器学习来简化我们的一些ML管道，并抵消如果我们没有得到这笔拨款可能会产生的成本和低效率。”“我们还希望在此过程中构建和测试一些新颖的模型。”
Kejriwal的研究有可能增加人们对人工智能和KGs使用的信任，因为KGs作为工具和实践的生态系统已经走了很长的路。开发COVID-19 KG仍然是非常前沿的研究，Kejriwal希望在微软拨款的支持下取得重大进展。该项目也将被详细记录下来，作为类似工作的蓝图。
Kejriwal说:“当前的危机告诉我们，我们对可能使整个系统瘫痪的大流行和危机准备得再充分也不过分。”“我们希望有了一个可复制的蓝图，未来的工作将更快、更高质量，我们希望就成本、收益和最佳实践进行全面讨论，这些讨论将得到所有利益相关者的认可，并导致kg和人工智能在未来成为此类危机的主流解决方案。”
发布于2020年11月20日
最后更新于2022年4月17日
