副教授Bistra Dilkina和四年级本科生Jackie Dong, Katherine Sing, Kaushik Tandon和Prathik Rao。
南加州大学计算机科学专业的一个学生团队已经进入了50万美元大流行应对挑战赛的最后一轮，这是一项由XPRIZE举办并由Cognizant赞助的全球比赛。目的是开发一个人工智能驱动的模型，帮助政策制定者应对COVID大流行。
去年12月，南加州大学的队伍和来自17个国家的48支队伍一起进入了比赛的第二阶段，也是最后阶段。2021年2月26日，将在挑战结束时选出获胜队伍。
Jackie Dong, Prathik Rao, Katherine Sing和Kaushik tandon都是四年级学生，他们在导师的指导下工作Bistra Dilkina他是计算机科学副教授。作为来自全球各地的专业人士和学者中唯一的本科生团队之一，标准很高，竞争也很激烈。BOB综合体育官方APP地址但他们接受了挑战。
迪尔基纳说:“我为这支由南加州大学本科生组成的优秀团队感到骄傲，他们热衷于将人工智能应用于社会公益事业。”“他们作为一个团队工作，积累了他们的知识和技能，但也在飞行中学到了很多东西。他们在结合不同的方法方面非常有创意。”
人工智能造福社会
这一切都始于去年秋天，当时团队在一起进行一个班级项目cs499: AI for Social Good该校的联合主任迪尔金娜教授南加州大学社会人工智能中心．
他说:“这门课程不仅关注人工智能或机器学习的技术细节，还关注人工智能在解决现实社会问题方面的各种应用，比如生态或环境保护。”
在课程中，董、辛和坦登致力于开发一个机器学习模型，以预测洛杉矶社区的新冠病毒感染率。目标是在地方而不是州一级预测每月的COVID感染率。
“我认为这个项目最有见地的部分是，我们不是仅仅基于数学和统计建模来预测病例，”董说。“我们基于人口普查和流动数据来跟踪隔离状况——有多少人进入或离开这个城市。因此，我们使用大量社会数据来观察对COVID病例的影响。”
通过课堂上学习的技术，他们能够改善预测结果，达到r平方值0.85 (r平方1表示回归预测与经验数据完美吻合)。在完成课程项目后，他们把他们的成果提交给洛杉矶数据科学团队，提供了一份可能影响COVID数量的社区级社会因素清单。
由于该团队已经在研究COVID - 19的发病率预测，Dilkina立即分享了XPRIZE大流行应对挑战赛的消息。这时，AI for Social Good课程的助教普拉希克·拉奥(Prathik Rao)来了。离预产期12月22日还有三周，他们就开始工作了。
时间很紧
在比赛的第一阶段，团队的任务是分析来自全球200多个地区的日常COVID数据、干预策略和缓解政策，以开发和测试可以预测感染高峰的预测模型。
Rao说:“我们利用时间序列和回归模型来准确预测感染率，这使我们进入了第二阶段。”
他们必须在2月3日之前完成第二阶段，其中包括开发“处方模型”，以最大限度地减少病例数量和严格程度，即成本。
“第二阶段完全是关于规定这些严格条件——在关闭企业或获得疫苗资金捐赠方面，我必须有多严格?我们正在努力将病例数量降至最低，同时也在努力降低我们对经济的严格程度。”
“我们必须为第二阶段学习一些本课程范围之外的复杂知识，比如理解深度神经网络。我们被扔进了这个未知的代码库，这是很好的经历——这与工业中发生的事情类似。”
在整个过程中，团队会在代码上紧张地工作，然后将其提交给担任顾问的迪尔基纳。
“迪尔金娜教授说，我们必须做一些不仅有好的结果，而且有意义的事情，”Rao说。“她在课堂上也经常表达这一点:机器学习的好坏取决于那些解释它如何工作的人。”
迎接挑战
这并不容易。该团队使用的人工智能模型需要15个小时的训练，所以随着时间的推移，他们的尝试次数有限。
“第二阶段的最后一周对我们所有人来说都非常忙碌，”Tandon说。“我们写了大量的代码，训练了很多模型，并对它们进行评估。气氛很紧张。”
此外，由于疫情的影响，他们只能通过视频会议进行交流，而且学生们处于不同的时区。“晚上10点我们有很多会议，”Rao说。尽管在截止日期前有几个不眠之夜，但他们不仅通过了比赛，而且对这次经历保持乐观。
“说实话，这很有趣。我觉得我们学到了很多东西。”“看到我们正在做的事情有一些有趣的结果，可能会影响现实世界，这真的很酷。我从来不认为这是一项艰苦的工作。有一些非常明星云集的球队，但我认为我们已经尽了全力。这是一次很好的学习经历。”
出版于2021年2月23日
最后更新于2021年2月23日
