கொரோனா வைரஸ் வெடிப்புக்கு AI எவ்வாறு போராடுகிறது?


மறுமொழி 1:

செயற்கை நுண்ணறிவு எதிர்கால கொரோனா வைரஸுடன் போராட முடியும்

.

கொரோனா வைரஸ் போன்ற நோய் வெடிப்புகள் பெரும்பாலும் விஞ்ஞானிகளுக்கு ஒரு சிகிச்சையைக் கண்டுபிடிப்பதற்கு மிக விரைவாக வெளிவருகின்றன. ஆனால் எதிர்காலத்தில், செயற்கை நுண்ணறிவு ஆராய்ச்சியாளர்களுக்கு ஒரு சிறந்த வேலையைச் செய்ய உதவும்.

தற்போதைய தொற்றுநோய்களில் வளர்ந்து வரும் தொழில்நுட்பம் முக்கிய பங்கு வகிக்க தாமதமாகிவிட்டாலும், அடுத்த வெடிப்புகளுக்கு நம்பிக்கை உள்ளது. எந்த வகையான சிகிச்சைகள் செயல்படக்கூடும் அல்லது அடுத்து எந்த சோதனைகளைத் தொடரலாம் என்பதைத் தீர்மானிப்பதை எளிதாக்கும் இணைப்புகளைக் கண்டறிவதற்கு தரவுகளின் மேடுகளை இணைப்பதில் AI நல்லது.

சீனாவில் கடந்த ஆண்டு பிற்பகுதியில் முதன்முதலில் வெளிவந்த கோவிட் -19 போன்ற புதிதாக வெளிவந்த ஒரு நோயைப் பற்றிய தகவல்களை மிகக் குறைவான தகவல்களைப் பெறும்போது பிக் டேட்டா என்ன கொண்டு வரும் என்பது கேள்வி. இது இரண்டு மாதங்களில் 75,000 க்கும் அதிகமான மக்களை நோய்வாய்ப்படுத்தியுள்ளது.

முதன்முதலில் அறிவிக்கப்பட்ட நிகழ்வுகளின் சில வாரங்களுக்குள் புதிய வைரஸின் மரபணு வரிசைமுறையை ஆராய்ச்சியாளர்கள் உருவாக்க முடிந்தது என்பது நம்பிக்கைக்குரியது, ஏனெனில் வெடிப்புகள் நிகழும்போது இப்போது மிக விரைவான தரவு கிடைக்கிறது என்பதைக் காட்டுகிறது.

இங்கிலாந்தை தளமாகக் கொண்ட ஸ்டார்ட்அப் எக்ஸ்சென்ஷியா லிமிடெட் ஆக்ஸ்போர்டின் தலைமை நிர்வாக அதிகாரி ஆண்ட்ரூ ஹாப்கின்ஸ், போதைப்பொருள் கண்டுபிடிப்பிற்கான செயற்கை நுண்ணறிவைப் பயிற்றுவிக்க உதவுவதில் பணியாற்றுகிறார். புதிய சிகிச்சைகள் அடுத்த தசாப்தத்திற்குள் 18 முதல் 24 மாதங்களுக்குள் கருத்தரிப்பிலிருந்து மருத்துவ பரிசோதனைக்கு செல்லக்கூடும் என்று அவர் குறிப்பிடுகிறார்.

ஆரம்ப ஆராய்ச்சி கட்டத்தில் ஒரு வருடத்திற்கும் குறைவான காலத்திற்குப் பிறகு ஆய்வகத்தில் சோதிக்கத் தயாராக இருக்கும் அப்செசிவ்-கட்டாயக் கோளாறுக்கு சிகிச்சையளிக்க எக்ஸ்சென்ஷியா ஒரு புதிய கலவையை வடிவமைத்துள்ளது. இது சராசரியை விட ஐந்து மடங்கு வேகமாக இருக்கும் என்று நிறுவனம் தெரிவித்துள்ளது.

கேம்பிரிட்ஜ் சார்ந்த ஹீல்க்ஸ் இதேபோன்ற அணுகுமுறையைக் கொண்டுள்ளது, ஆனால் இது ஏற்கனவே இருக்கும் மருந்துகளுக்கு புதிய பயன்பாடுகளைக் கண்டறிய இயந்திர கற்றலைப் பயன்படுத்துகிறது. இரு நிறுவனங்களும் தங்கள் வழிமுறைகளை தகவல்களுடன் - பத்திரிகைகள், பயோமெடிக்கல் தரவுத்தளங்கள் மற்றும் மருத்துவ பரிசோதனைகள் போன்ற மூலங்களிலிருந்து சேகரிக்கப்படுகின்றன - நோய்களுக்கான புதிய சிகிச்சைகளை பரிந்துரைக்க உதவுகின்றன.

மனித மேற்பார்வை

இரு நிறுவனங்களும் ஒவ்வொன்றும் மனித ஆராய்ச்சியாளர்களின் குழுவைப் பயன்படுத்தி AI உடன் இணைந்து செயல்பட உதவுகின்றன. சென்டார் வேதியியலாளர் என அழைக்கப்படும் எக்ஸ்சென்ஷியாவின் அணுகுமுறையில், மருந்து வடிவமைப்பாளர்கள் சேர்மங்களைத் தேடுவதற்கான வழிமுறைகளின் உத்திகளைக் கற்பிக்க உதவுகிறார்கள். முடிவுகளை பகுப்பாய்வு செய்து எதைத் தொடர வேண்டும் என்று தீர்மானிக்கும் ஆராய்ச்சியாளர்களுக்கு AI இன் கணிப்புகளை ஹீல்க்ஸ் வைக்கிறது.

புதிய நோயைப் பற்றிய போதுமான தரவு இருக்கும் வரை, கொரோனா வைரஸ் போன்ற வெடிப்புக்கு எதிராக இந்த நுட்பத்தை பயன்படுத்த முடியும் என்று ஹீல்க்ஸின் தலைமை அறிவியல் அதிகாரி நீல் தாம்சன் கூறினார். ஹீரோக்ஸ் கொரோனா வைரஸைக் கையாள்வதில் அல்லது வெடிப்பிற்கான அதன் தொழில்நுட்பத்தை மாற்றியமைப்பதில் வேலை செய்யவில்லை, ஆனால் அது ஒரு நீட்சியாக இருக்காது.

"நாங்கள் மிகவும் நெருக்கமாக இருக்கிறோம்," என்று தாம்சன் ஒரு பேட்டியில் கூறினார். "நாங்கள் பயன்படுத்தும் AI வழிமுறைகளைப் பற்றி நாங்கள் அதிகம் மாற்ற வேண்டிய அவசியமில்லை. மருந்து அம்சங்களை நோய் அம்சங்களுடன் பொருத்துவதைப் பார்க்கிறோம். ”

செயற்கை நுண்ணறிவு வழிமுறைகள் ஏற்கனவே நமக்குத் தெரிந்த நோய்களுக்கான மருந்துகளைத் துடைக்கத் தொடங்கியுள்ளன. மாசசூசெட்ஸ் இன்ஸ்டிடியூட் ஆப் டெக்னாலஜி ஆராய்ச்சியாளர்கள் வியாழக்கிழமை, ஒரு சக்திவாய்ந்த புதிய ஆண்டிபயாடிக் கலவையை அடையாளம் காண இந்த முறையைப் பயன்படுத்துவதாகக் கூறினர், இது சிக்கலான பாக்டீரியாக்களின் வரிசையைக் கொல்லக்கூடும், சில தற்போது மற்ற சிகிச்சைகளுக்கு எதிர்ப்புத் தெரிவிக்கின்றன.

இந்த தொழில்நுட்பங்கள் அனைத்திற்கும் ஒரு பிடி மருத்துவ சோதனை. ஒரு நோயைக் குணப்படுத்த ஏற்கனவே பாதுகாப்பான மருந்துகள் கூட மற்றொன்றுக்கு பரிந்துரைக்கப்படுவதற்கு முன்பு மீண்டும் சோதிக்கப்பட வேண்டும். அதிக எண்ணிக்கையிலான நபர்களுக்கு அவர்கள் பாதுகாப்பானவர்கள் மற்றும் பயனுள்ளவர்கள் என்பதைக் காண்பிக்கும் செயல்முறை மதிப்பாய்வுக்காக கட்டுப்பாட்டாளர்களிடம் செல்வதற்கு பல ஆண்டுகள் ஆகலாம்.

பயனுள்ளதாக இருக்க, AI- அடிப்படையிலான மருந்து உருவாக்குநர்கள் நேரத்திற்கு முன்பே திட்டமிட வேண்டும், எதிர்காலத்தில் சிக்கல்களை ஏற்படுத்தக்கூடிய வைரஸ் மரபணுவைத் தேர்ந்தெடுத்து, அவ்வாறு செய்ய சில சலுகைகள் இருக்கும்போது அதைக் குறிவைக்க வேண்டும்.

நன்றி.


மறுமொழி 2:

விளையாட்டு ஏற்கனவே உள்ளது!

கொரோனா வைரஸுக்கு இல்லையென்றால், குறைந்தபட்சம் சூப்பர் பக்குகளுக்கு. எம்ஐடி மற்றும் ஹார்வர்டின் ஆராய்ச்சியாளர்கள் AI ஐப் பயன்படுத்தி பல மருந்து எதிர்ப்பு பாக்டீரியாக்களைக் கொல்லும் திறன் கொண்ட ஒரு புதிய ஆண்டிபயாடிக் அடையாளம் காணப்பட்டனர். தற்போதுள்ள மருந்துகளிலிருந்து வேறுபட்ட வழிமுறைகளைப் பயன்படுத்தி நோய்த்தொற்றுகளை எதிர்த்துப் போராடும் ரசாயன சேர்மங்களை பகுப்பாய்வு செய்ய இயந்திர கற்றல் வழிமுறையை அவர்கள் பயிற்றுவித்தனர்.

நோயாளிகளிடமிருந்து எடுக்கப்பட்ட பாக்டீரியாக்கள் மற்றும் ஆய்வகங்களில் வளர்க்கப்படும் பாக்டீரியாக்களை பரிசோதிப்பதற்காக ஒரு கலவையை (அவர்கள் அதை ஹாலிசின் என்று அழைத்தனர்) அடையாளம் காணும் 2,500 மூலக்கூறுகளில் தங்கள் மாதிரியைப் பயிற்றுவித்தனர். "ஹாலிசின்" உட்பட பல மருந்து எதிர்ப்பு பாக்டீரியாக்களைக் கொல்லக்கூடும்

மைக்கோபாக்டீரியம் காசநோய், க்ளோஸ்ட்ரிடியம் டிஃப்சைல்

மற்றும்

acinetobacter baumannii.

பாதிக்கப்பட்ட இரண்டு எலிகளை ஹாலிசின் குணப்படுத்தியது

அ.ப au மன்னி.

தற்செயலாக, ஈராக் மற்றும் ஆப்கானிஸ்தானில் உள்ள பல அமெரிக்க வீரர்கள் ஒரே பிழையால் பாதிக்கப்பட்டுள்ளனர். இந்த இரண்டு எலிகளின் தோலில் பயன்படுத்தப்படும் ஹலிசின் களிம்பு 24 மணி நேரத்திற்குள் அவற்றை முழுமையாக குணப்படுத்தியது என்று அறிக்கை கூறியது.

போதைப்பொருள் கண்டுபிடிப்பிற்கு முன்கணிப்பு கணினி மாதிரிகளைப் பயன்படுத்துவது புதியதல்ல, ஆனால் இதுவரை கிடைத்த சிறந்த வெற்றி ஹாலிசினுடன் காணப்படுகிறது.

ஆராய்ச்சியாளர்களைப் பொறுத்தவரை, அவர்களின் முன்கணிப்பு மாதிரியானது பாரம்பரிய சோதனை அணுகுமுறைகளுக்கு தடைசெய்யக்கூடிய விலையைச் செய்ய முடியும்.

ஹாலிசினின் இந்த வெற்றி மனித வரலாற்றில் ஒரு முக்கியமான கட்டத்தில் வருகிறது. 2050 ஆம் ஆண்டளவில், போதை மருந்து எதிர்ப்பு பாக்டீரியாவால் உலகளாவிய இறப்புகள் 10 மில்லியனை எட்டும் என்று கணிக்கப்பட்டுள்ளது.

மனிதர்களில் ஹாலிசின் பயன்படுத்தக்கூடியதாக மாற்றுவதற்கு மேலும் வேலை தேவை. அவற்றின் வழிமுறை பாக்டீரியாக்களுக்காக வடிவமைக்கப்பட்டிருந்தாலும், வைரஸையும் எதிர்த்துப் போராடுவதற்கு இது “மேம்படுத்தக்கூடியதாக” இருக்கலாம்.


மறுமொழி 3:

சீனாவில் ஒரு மருத்துவமனையில் இதே போன்ற அறிகுறிகளுடன் 1000 வழக்குகள் உள்ளன என்று கற்பனை செய்து பாருங்கள், மருத்துவமனை என்ன செய்கிறது? அறிகுறிகள் மற்றும் நோயறிதல் பற்றிய அனைத்து தகவல்களும் ஆவணப்படுத்தப்பட்டு மின்னணு முறையில் கிடைக்கும்போது, ​​சுகாதாரத் துறை தேவையான மற்றும் பொருத்தமான நடவடிக்கைகளை எடுக்க முடிகிறது.

AI கண்டறிதலில் மிகச்சிறந்த மற்றும் வேகமானது, விரைவான கண்டறிதலுக்கான ஒற்றுமைகள். எப்படி என்பதற்கான ஒரு எடுத்துக்காட்டு

கூகிள் தேடல் முடியும்

உலகளவில் சாத்தியமான நோய்களைக் கண்டறிய. எளிமையான தேடல் வடிவங்களுடன் மட்டும், AI உண்மையில் உலகெங்கிலும் பெரிய விகிதத்தில் வெடிக்கக்கூடிய சாத்தியமான அச்சுறுத்தல்களையும் தொற்றுநோய்களையும் கண்டறிய முடியும்.

கொரோனா வைரஸுக்கு திரும்பி வருவது, சீனா நோய் அறிகுறிகளை ஆவணப்படுத்தியதும், அதைக் கண்டறிந்ததும், இந்த தகவல்களை மற்ற அனைத்து அரசு நிறுவனங்களுடனும் பகிர்ந்து கொள்கிறது, அவை வெப்பக் கண்டுபிடிப்பாளர்களை விரைவாக வைக்கக்கூடியவை, இந்த அறிகுறிகளைக் கொண்டவர்களை ஸ்கேன் செய்து அவற்றை நோய்த்தொற்று அல்லது கேரியர்கள் என வகைப்படுத்தலாம். அல்லது நோய் எதிர்ப்பு சக்தி. வைரஸ்கள் விரைவாக உருமாறும் போது, ​​அவை தோற்றத்தை மாற்ற முனைகின்றன, அறிகுறிகள் மாறக்கூடும் மற்றும் கண்டறிய கடினமாக இருக்கும். ஆனால் AI உடன், சீனாவிலிருந்து, குறிப்பாக வுஹானிலிருந்து நகர்ந்து பின்னர் நகரங்கள் முழுவதும் சர்வதேச அளவில் நகர்ந்த மக்களுடன் அரசாங்கங்களுக்கு உதவ சீனாவுக்கு முடியும். இந்த தகவல்களை AI ஆல் பகுப்பாய்வு செய்யலாம், அந்த நகரங்களிலிருந்து வரும் செய்திகளைக் கண்டறிய, மருத்துவமனைகள் புதிரின் பகுதிகளை ஒன்றாக இணைக்க.

இது தங்களுக்கு உதவும் என நம்புகிறேன்!


மறுமொழி 4:

சமீபத்திய சொற்களில், கொரோனா நேர்மறை நோயாளிகளின் வடிவங்களை நாம் கண்டறிந்து கண்டுபிடிப்பதை விட பல நோயாளிகளின் தரவு இருந்தால். அதன்பிறகு, ஒரு புதிய நோயாளிக்கு இந்த நோயாளி நோய்த்தொற்று ஏற்படுமா இல்லையா என்பதைக் கணிக்க, அவர்களின் வடிவத்திலிருந்து பார்க்கலாம். இதை பிரிக்க கிளாசிக்கல் இயந்திர கற்றல் அல்லது ஆழமான கற்றல் நுட்பங்கள் பயன்படுத்தப்படலாம்.

மிகவும் பொதுவான சொற்களில், நாம் மிகவும் எச்சரிக்கையாக இருக்க வேண்டும், மேலும் உண்மையில் என்ன நடக்கிறது என்பதைப் பொதுமைப்படுத்துவதற்கான முறையை பகுப்பாய்வு செய்ய மருத்துவத் துறையைச் சேர்ந்த நபருடன் தொடர்பு கொள்ள வேண்டும், மாதிரியை நன்கு புரிந்துகொள்ள உடலில் வைரஸால் தூண்டப்பட்ட மாற்றங்கள் மற்றும் வழிமுறைகள் என்ன.


மறுமொழி 5:

கொரோனா வைரஸ் போன்ற நோய் வெடிப்புகள் பெரும்பாலும் விஞ்ஞானிகளுக்கு ஒரு சிகிச்சையைக் கண்டுபிடிப்பதற்கு மிக விரைவாக வெளிவருகின்றன. ஆனால் எதிர்காலத்தில், செயற்கை நுண்ணறிவு ஆராய்ச்சியாளர்களுக்கு ஒரு சிறந்த வேலையைச் செய்ய உதவும்.

தற்போதைய தொற்றுநோய்களில் வளர்ந்து வரும் தொழில்நுட்பம் முக்கிய பங்கு வகிக்க தாமதமாகிவிட்டாலும், அடுத்த வெடிப்புகளுக்கு நம்பிக்கை உள்ளது. எந்த வகையான சிகிச்சைகள் செயல்படக்கூடும் அல்லது அடுத்து எந்த சோதனைகளைத் தொடரலாம் என்பதைத் தீர்மானிப்பதை எளிதாக்கும் இணைப்புகளைக் கண்டறிவதற்கு தரவுகளின் மேடுகளை இணைப்பதில் AI நல்லது.

சீனாவில் கடந்த ஆண்டு பிற்பகுதியில் முதன்முதலில் வெளிவந்த கோவிட் -19 போன்ற புதிதாக வெளிவந்த ஒரு நோயைப் பற்றிய தகவல்களை மிகக் குறைவான தகவல்களைப் பெறும்போது பிக் டேட்டா என்ன கொண்டு வரும் என்பது கேள்வி. இது இரண்டு மாதங்களில் 75,000 க்கும் அதிகமான மக்களை நோய்வாய்ப்படுத்தியுள்ளது.

முதன்முதலில் அறிவிக்கப்பட்ட நிகழ்வுகளின் சில வாரங்களுக்குள் புதிய வைரஸின் மரபணு வரிசைமுறையை ஆராய்ச்சியாளர்கள் உருவாக்க முடிந்தது என்பது நம்பிக்கைக்குரியது, ஏனெனில் வெடிப்புகள் நிகழும்போது இப்போது மிக விரைவான தரவு கிடைக்கிறது என்பதைக் காட்டுகிறது.

இங்கிலாந்தை தளமாகக் கொண்ட ஸ்டார்ட்அப் எக்ஸ்சென்ஷியா லிமிடெட் ஆக்ஸ்போர்டின் தலைமை நிர்வாக அதிகாரி ஆண்ட்ரூ ஹாப்கின்ஸ், போதைப்பொருள் கண்டுபிடிப்பிற்கான செயற்கை நுண்ணறிவைப் பயிற்றுவிக்க உதவுவதில் பணியாற்றுகிறார். புதிய சிகிச்சைகள் அடுத்த தசாப்தத்திற்குள் 18 முதல் 24 மாதங்களுக்குள் கருத்தரிப்பிலிருந்து மருத்துவ பரிசோதனைக்கு செல்லக்கூடும் என்று அவர் குறிப்பிடுகிறார்.

ஆரம்ப ஆராய்ச்சி கட்டத்தில் ஒரு வருடத்திற்கும் குறைவான காலத்திற்குப் பிறகு ஆய்வகத்தில் சோதிக்கத் தயாராக இருக்கும் அப்செசிவ்-கட்டாயக் கோளாறுக்கு சிகிச்சையளிக்க எக்ஸ்சென்ஷியா ஒரு புதிய கலவையை வடிவமைத்துள்ளது. இது சராசரியை விட ஐந்து மடங்கு வேகமாக இருக்கும் என்று நிறுவனம் தெரிவித்துள்ளது.

கேம்பிரிட்ஜ் சார்ந்த ஹீல்க்ஸ் இதேபோன்ற அணுகுமுறையைக் கொண்டுள்ளது, ஆனால் இது ஏற்கனவே இருக்கும் மருந்துகளுக்கு புதிய பயன்பாடுகளைக் கண்டறிய இயந்திர கற்றலைப் பயன்படுத்துகிறது. இரு நிறுவனங்களும் தங்கள் வழிமுறைகளை தகவல்களுடன் - பத்திரிகைகள், பயோமெடிக்கல் தரவுத்தளங்கள் மற்றும் மருத்துவ பரிசோதனைகள் போன்ற மூலங்களிலிருந்து சேகரிக்கப்படுகின்றன - நோய்களுக்கான புதிய சிகிச்சைகளை பரிந்துரைக்க உதவுகின்றன.

மனித மேற்பார்வை

இரு நிறுவனங்களும் ஒவ்வொன்றும் மனித ஆராய்ச்சியாளர்களின் குழுவைப் பயன்படுத்தி AI உடன் இணைந்து செயல்பட உதவுகின்றன. சென்டார் வேதியியலாளர் என அழைக்கப்படும் எக்ஸ்சென்ஷியாவின் அணுகுமுறையில், மருந்து வடிவமைப்பாளர்கள் சேர்மங்களைத் தேடுவதற்கான வழிமுறைகளின் உத்திகளைக் கற்பிக்க உதவுகிறார்கள். முடிவுகளை பகுப்பாய்வு செய்து எதைத் தொடர வேண்டும் என்று தீர்மானிக்கும் ஆராய்ச்சியாளர்களுக்கு AI இன் கணிப்புகளை ஹீல்க்ஸ் வைக்கிறது.

புதிய நோயைப் பற்றிய போதுமான தரவு இருக்கும் வரை, கொரோனா வைரஸ் போன்ற வெடிப்புக்கு எதிராக இந்த நுட்பத்தை பயன்படுத்த முடியும் என்று ஹீல்க்ஸின் தலைமை அறிவியல் அதிகாரி நீல் தாம்சன் கூறினார். ஹீரோக்ஸ் கொரோனா வைரஸைக் கையாள்வதில் அல்லது வெடிப்பிற்கான அதன் தொழில்நுட்பத்தை மாற்றியமைப்பதில் வேலை செய்யவில்லை, ஆனால் அது ஒரு நீட்சியாக இருக்காது.

"நாங்கள் மிகவும் நெருக்கமாக இருக்கிறோம்," என்று தாம்சன் ஒரு பேட்டியில் கூறினார். "நாங்கள் பயன்படுத்தும் AI வழிமுறைகளைப் பற்றி நாங்கள் அதிகம் மாற்ற வேண்டிய அவசியமில்லை. மருந்து அம்சங்களை நோய் அம்சங்களுடன் பொருத்துவதைப் பார்க்கிறோம். ”

செயற்கை நுண்ணறிவு வழிமுறைகள் ஏற்கனவே நமக்குத் தெரிந்த நோய்களுக்கான மருந்துகளைத் துடைக்கத் தொடங்கியுள்ளன. மாசசூசெட்ஸ் இன்ஸ்டிடியூட் ஆப் டெக்னாலஜி ஆராய்ச்சியாளர்கள் வியாழக்கிழமை, ஒரு சக்திவாய்ந்த புதிய ஆண்டிபயாடிக் கலவையை அடையாளம் காண இந்த முறையைப் பயன்படுத்துவதாகக் கூறினர், இது சிக்கலான பாக்டீரியாக்களின் வரிசையைக் கொல்லக்கூடும், சில தற்போது மற்ற சிகிச்சைகளுக்கு எதிர்ப்புத் தெரிவிக்கின்றன.

இந்த தொழில்நுட்பங்கள் அனைத்திற்கும் ஒரு பிடி மருத்துவ சோதனை. ஒரு நோயைக் குணப்படுத்த ஏற்கனவே பாதுகாப்பான மருந்துகள் கூட மற்றொன்றுக்கு பரிந்துரைக்கப்படுவதற்கு முன்பு மீண்டும் சோதிக்கப்பட வேண்டும். அதிக எண்ணிக்கையிலான நபர்களுக்கு அவர்கள் பாதுகாப்பானவர்கள் மற்றும் பயனுள்ளவர்கள் என்பதைக் காண்பிக்கும் செயல்முறை மதிப்பாய்வுக்காக கட்டுப்பாட்டாளர்களிடம் செல்வதற்கு பல ஆண்டுகள் ஆகலாம்.

பயனுள்ளதாக இருக்க, AI- அடிப்படையிலான மருந்து உருவாக்குநர்கள் நேரத்திற்கு முன்பே திட்டமிட வேண்டும், எதிர்காலத்தில் சிக்கல்களை ஏற்படுத்தக்கூடிய வைரஸ் மரபணுவைத் தேர்ந்தெடுத்து, அவ்வாறு செய்ய சில சலுகைகள் இருக்கும்போது அதைக் குறிவைக்க வேண்டும்.

மற்றொரு தடையாக தகுதிவாய்ந்த பணியாளர்களைக் கண்டுபிடிப்பது.

"AI மற்றும் உயிரியலின் குறுக்குவெட்டில் செயல்படக்கூடிய நபர்களைக் கண்டுபிடிப்பது கடினம், இது போன்ற தொழில்நுட்பத்தில் பெரிய நிறுவனங்கள் விரைவான முடிவுகளை எடுப்பது கடினம்" என்று துணிகர மூலதன நிறுவனமான அணுக்கருவின் பங்குதாரரும், அமர்ந்திருக்கும் முன்னாள் அறுவை சிகிச்சை நிபுணருமான இரினா ஹைவாஸ் கூறினார். ஹீல்க்ஸின் குழு. "ஒரு AI பொறியாளராக இருப்பதற்கு இது போதாது, நீங்கள் உயிரியலின் பயன்பாடுகளைப் புரிந்துகொண்டு பெற வேண்டும்."


மறுமொழி 6:

ஒரு மர்மமான நோய் முதலில் தோன்றும்போது, ​​அரசாங்கங்களுக்கும் பொது சுகாதார அதிகாரிகளுக்கும் விரைவாக தகவல்களைச் சேகரித்து பதிலை ஒருங்கிணைப்பது கடினம். ஆனால் புதிய செயற்கை நுண்ணறிவு தொழில்நுட்பம் உலகெங்கிலும் உள்ள செய்தி அறிக்கைகள் மற்றும் ஆன்லைன் உள்ளடக்கம் மூலம் தானாகவே சுரங்கப்படுத்த முடியும், இது ஒரு தொற்றுநோய்க்கு அல்லது மோசமான நிலைக்கு வழிவகுக்கும் சாத்தியமான கோளாறுகளை அடையாளம் காண நிபுணர்களுக்கு உதவுகிறது. வேறு வார்த்தைகளில் கூறுவதானால், எங்கள் புதிய AI முதலாளிகள் அடுத்த பிளேக்கிலிருந்து வெளியேற எங்களுக்கு உதவக்கூடும்.

இந்த புதிய

AI

கனடாவை தளமாகக் கொண்ட புளூடேட் நிறுவனத்தால் அடையாளம் காணப்பட்ட சமீபத்திய கொரோனா வைரஸ் வெடிப்புடன் திறன்கள் முழு வீச்சில் உள்ளன, இது பொது சுகாதார அபாயங்களை மதிப்பிடுவதற்கு தரவைப் பயன்படுத்தும் பல நிறுவனங்களில் ஒன்றாகும். நோய் கட்டுப்பாடு மற்றும் தடுப்புக்கான அமெரிக்க மையங்களும் (சி.டி.சி) மற்றும் உலக சுகாதார அமைப்பும் (டபிள்யூ.எச்.ஓ) உத்தியோகபூர்வ அறிவிப்புகளை வெளியிட்டுள்ளன. இப்போது ஜனவரி மாத இறுதியில், சீனாவின் வுஹான் நகரத்துடன் இணைக்கப்பட்ட சுவாச வைரஸ் ஏற்கனவே 100 க்கும் மேற்பட்ட உயிர்களை இழந்துள்ளது. அமெரிக்கா உட்பட பல நாடுகளில் வழக்குகள் எழுந்துள்ளன, மேலும் சீனாவிற்கு தேவையற்ற பயணத்தைத் தவிர்க்குமாறு சிடிசி அமெரிக்கர்களை எச்சரிக்கிறது.


மறுமொழி 7:

ஒரு விசித்திரமான வியாதி முதலில் உருவாகும்போது, ​​அரசாங்கங்களுக்கும் பொது நல்வாழ்வு அதிகாரிகளுக்கும் தரவை விரைவாகக் குவிப்பதும் எதிர்வினைக்கு உதவுவதும் கடினமாக இருக்கலாம். எவ்வாறாயினும், புதிய மனிதனால் உருவாக்கப்பட்ட பகுத்தறிவு கண்டுபிடிப்பு இயற்கையாகவே உலகெங்கிலும் உள்ள செய்தி அறிக்கைகள் மற்றும் ஆன்லைன் பொருள் மூலம் என்னுடையது, இது சாத்தியமான பிளேக் அல்லது, மேலும் வருந்தத்தக்க ஒரு தொற்றுநோயைத் தூண்டும் முரண்பாடுகளை உணர வல்லுநர்களுக்கு உதவுகிறது. நாள் முடிவில், எங்கள் புதிய AI மேலதிகாரிகள் பின்வரும் நோயைத் தாங்க எங்களுக்கு உதவக்கூடும்.

இந்த புதிய AI திறன்கள் தற்போதைய கொரோனா வைரஸ் விரிவடையுடன் முழு காட்சிப் பெட்டியில் உள்ளன, இது ப்ளூடாட் என்ற கனேடிய நிறுவனத்தால் சரியான நேரத்தில் வேறுபடுத்தப்பட்டது, இது பொது நல்வாழ்வு ஆபத்துக்களை மதிப்பிடுவதற்கான தகவல்களைப் பயன்படுத்தும் பல்வேறு அமைப்புகளில் ஒன்றாகும். "ரோபோடைஸ் தவிர்க்கமுடியாத நோய்க் கண்காணிப்பை" நடத்துவதாகக் கூறும் இந்த அமைப்பு, டிசம்பர் மாத இறுதிக்குள் புதிய வகை கொரோனா வைரஸைப் பற்றி தனது வாடிக்கையாளர்களிடம் கூறியது, அமெரிக்க நோய் கட்டுப்பாடு மற்றும் தடுப்பு மையங்கள் (சி.டி.சி) மற்றும் உலக சுகாதார அமைப்பு (WHO ) வயர்டால் அறிவிக்கப்பட்டபடி அதிகாரப்பூர்வ அறிவிப்பைத் தெரிவித்தது. தற்போது ஜனவரி மாதத்தை நெருங்குகிறது, சீனாவின் வுஹான் நகரத்துடன் இணைக்கப்பட்டுள்ள சுவாச தொற்று 100 க்கும் மேற்பட்ட நபர்களைக் கொன்றது. அமெரிக்கா உட்பட ஒரு சில வெவ்வேறு நாடுகளிலும் வழக்குகள் முளைத்துள்ளன, மேலும் சீனாவிற்கு தேவையற்ற பயணத்திலிருந்து ஒரு மூலோபாய தூரத்தை பராமரிக்க அமெரிக்கர்களை சி.டி.சி எச்சரிக்கிறது.

தவிர்க்கமுடியாத நோய் மருத்துவரும் புளூடோட்டின் எழுத்தாளரும் தலைமை நிர்வாக அதிகாரியுமான கம்ரான் கான் ஒரு கூட்டத்தில் தெளிவுபடுத்தினார், அமைப்பின் ஆரம்ப அறிவுரை கட்டமைப்பானது சாதாரண மொழி கையாளுதல் மற்றும் AI உள்ளிட்ட மனிதனால் உருவாக்கப்பட்ட நனவை எவ்வாறு பயன்படுத்துகிறது என்பதை 100,000 கட்டுரைகளை உடைப்பதன் மூலம் 100 க்கும் மேற்பட்ட தவிர்க்கமுடியாத தொற்றுநோய்களைப் பின்பற்றுகிறது. 65 கிளைமொழிகள் தொடர்ந்து. தவிர்க்கமுடியாத நோயின் சாத்தியம் மற்றும் பரவல் குறித்து அதன் வாடிக்கையாளர்களுக்கு எப்போது சொல்ல வேண்டும் என்பதை அந்த தகவல் நிறுவனத்திற்கு உணர உதவுகிறது.

எக்ஸ்ப்ளோரர் அட்டவணை தரவு மற்றும் விமான வழிகளைப் போன்ற பிற தகவல்கள், ஒரு நோய் எவ்வாறு பரவுகிறது என்பது குறித்த கூடுதல் குறிப்புகளை நிறுவனத்திற்கு வழங்க உதவும். எடுத்துக்காட்டாக, சமீபத்தில், புளூடாட் வல்லுநர்கள் ஆசியாவில் வெவ்வேறு நகர்ப்புற சமூகங்களை எதிர்பார்த்தனர், அங்கு சீனாவின் நிலப்பரப்பில் கொரோனா வைரஸ் தோன்றும்.

புளூடோட்டின் மாதிரியின் பின்னணியில் உள்ள சிந்தனை (இதன் முடிவு மனித வல்லுநர்களால் ஆராயப்படுகிறது) சமூக காப்பீட்டுத் தொழிலாளர்களுக்கு அனுமதிக்கக்கூடிய அளவுக்கு விரைவாக தரவைப் பெறுவது, அவர்கள் பகுப்பாய்வு செய்யலாம் என்ற எதிர்பார்ப்புடன் - தேவைப்பட்டால் துண்டிக்கவும் - கறைபட்டு மற்றும் ஒரு சரியான நேரத்தில் தொற்றுநோய்கள்.

"உத்தியோகபூர்வ தரவு ஒவ்வொரு விஷயத்திலும் நல்லதல்ல" என்று கான் ரெக்கோடில் கூறினார். "ஒரு எக்ஸ்ப்ளோரரில் ஒரு வழக்கு மற்றும் ஒரு விரிவடைதல் ஆகியவற்றுக்கு இடையேயான வேறுபாடு ஒரு குறிப்பிட்ட நோய் இருப்பதை உணர்ந்த உங்கள் முன்னணியில் உள்ள மனித சேவை நிபுணரை நம்பியுள்ளது. இது உண்மையில் நடக்காமல் ஒரு விரிவடைய வைப்பதில் உள்ள வேறுபாடாக இருக்கலாம்."

கான் தனது கட்டமைப்பைப் போலவே பலவிதமான பிற தகவல்களையும் பயன்படுத்தலாம் - எடுத்துக்காட்டாக, ஒரு பிராந்தியத்தின் வளிமண்டலம், வெப்பநிலை அல்லது அருகிலுள்ள வளர்ப்பு விலங்குகள் பற்றிய தரவு - ஒரு நோயால் மாசுபட்ட யாராவது ஒருவேளை ஒரு எரிப்பு ஏற்படக்கூடும் என்பதை முன்கூட்டியே அறிய அங்கே. அவர் கூறுகிறார், 2016 ஆம் ஆண்டில், புளோரிடாவில் ஜிகா நோய்த்தொற்று இருப்பதை அரை வருடத்திற்கு முன்பே புளூடாட் முன்கூட்டியே தெரிவுசெய்தது.

மேலும், தாய்லாந்து, தென் கொரியா, ஜப்பான் மற்றும் தைவான் ஆகிய நாடுகளில் நோய்த்தொற்று தோன்றுவதைக் காணும் மிக உயர்ந்த ஆபத்து இருப்பதாக அந்த நாடுகளில் வழக்குகள் வெளிவருவதற்கு ஏழு நாட்களுக்கு முன்னர், விமானத் தகவல்களை நம்புவதன் மூலம், சாரணர் சோதனை அமைப்பு மெட்டாபியோட்டா சரிபார்க்கப்பட்டது. மெட்டாபியோட்டா, புளூடாட் என, சாத்தியமான நோயைப் பற்றிய ஆன்லைன் அறிக்கைகளை மதிப்பிடுவதற்கு பொதுவான மொழி கையாளுதலைப் பயன்படுத்துகிறது, மேலும் இது இணைய அடிப்படையிலான வாழ்க்கைத் தகவல்களுக்கு இதேபோன்ற கண்டுபிடிப்புகளை உருவாக்குவதில் கூடுதலாக உள்ளது.

மெட்டாபியோட்டாவின் தகவல் அறிவியல் நிர்வாகி முத்திரை காலிவன், ஆன்லைன் நிலைகள் மற்றும் விவாதங்கள் இதேபோல் ஒரு தொற்றுநோய்க்கான ஆபத்து இருப்பதற்கான அறிகுறியைக் கொடுக்கக்கூடும் என்பதை தெளிவுபடுத்துகிறது. ஒரு நோயின் அறிகுறிகள், இறப்பு விகிதம் மற்றும் சிகிச்சையின் அணுகல் போன்ற தரவைப் பார்க்கும்போது, ​​சமூக மற்றும் அரசியல் குறுக்கீட்டை ஏற்படுத்தும் ஒரு நோயின் பரவலின் ஆபத்தை மதிப்பீடு செய்ய முடியும் என்று மெட்டாபியோட்டா வலியுறுத்துகிறது. எடுத்துக்காட்டாக, இந்த தற்போதைய கட்டுரையின் விநியோக நேரத்தில், அமெரிக்காவிலும் சீனாவிலும் திறந்த அச e கரியத்தை ஏற்படுத்தும் கொரோனா வைரஸ் நாவலின் ஆபத்தை மெட்டாபியோட்டா மதிப்பிட்டார், இருப்பினும் இது காங்கோ ஜனநாயக குடியரசில் குரங்குபாக்ஸ் தொற்றுக்கான இந்த ஆபத்தை மதிப்பீடு செய்தது ( அந்த நோய்த்தொற்றின் நிகழ்வுகளுக்கு "நடுத்தர" என்று கணக்கிடப்பட்டுள்ளது.

இந்த மதிப்பீட்டு கட்டமைப்பை அல்லது மேடை எவ்வளவு துல்லியமாக இருக்க முடியும் என்பதை சரியாக உணர்ந்து கொள்வது கடினம், இருப்பினும், கொரோனா வைரஸுடன் அடையாளம் காணப்பட்ட பிரச்சினைகள் குறித்து இந்த அமைப்பு அமெரிக்க அறிவு வலையமைப்பு மற்றும் பாதுகாப்புத் துறையுடன் இணைந்து செயல்படுகிறது என்று கல்லிவன் கூறுகிறார். இது மத்திய புலனாய்வு அமைப்போடு இணைக்கப்பட்ட இலாப நோக்கற்ற சாகச நிறுவனமான இன்-கியூ-டெலுடன் மெட்டாபியோட்டாவின் படைப்புகளின் ஒரு பகுதி. இருப்பினும், அரசாங்க அலுவலகங்கள் இந்த கட்டமைப்பின் முக்கிய வாடிக்கையாளர்கள் அல்ல. மெட்டாபயோட்டா மறுகாப்பீட்டு நிறுவனங்களுக்கு அதன் அடித்தளத்தை கூடுதலாக விளம்பரப்படுத்துகிறது - மறுகாப்பீடு என்பது காப்பீட்டு நிறுவனங்களுக்கான பாதுகாப்பாகும் - இது ஒரு நோயின் மறைந்த திறன் பரவலுடன் தொடர்புடைய பண ஆபத்துக்களைச் சமாளிக்க வேண்டும்.

அது போலவே, கணினிமயமாக்கப்பட்ட பகுத்தறிவு என்பது நோய் பரவும் நிபுணர்களையும் அதிகாரிகளையும் ஒரு தொற்றுநோயாக வளர்த்துக் கொள்வதை விட வெறுமனே மதிப்புமிக்கதாக இருக்கும். ஜிகா நோய்த்தொற்றின் அத்தியாயங்களை படிப்படியாக எதிர்பார்க்கக்கூடிய AI- அடிப்படையிலான மாதிரிகள் வல்லுநர்கள் உருவாக்கியுள்ளனர், இது சாத்தியமான அவசரநிலைகளுக்கு நிபுணர்கள் எவ்வாறு பிரதிபலிக்கிறார்கள் என்பதைக் கற்பிக்க முடியும். அவசரகாலத்தில் பொது நல்வாழ்வு அதிகாரிகள் எவ்வாறு சொத்துக்களை சிதறடிக்கிறார்கள் என்பதை நிர்வகிக்க மனிதனால் உருவாக்கப்பட்ட நனவும் பயன்படுத்தப்படலாம். இதன் விளைவாக, AI நோய்க்கு எதிரான மற்றொரு முதல் வரியாக உள்ளது.

இன்னும் விரிவாக, AI இப்போது புதிய மருந்துகளை ஆய்வு செய்வதற்கும், அசாதாரண நோய்த்தொற்றுகளைக் கையாள்வதற்கும், மற்றும் வீரியம் மிக்க வளர்ச்சியைக் கண்டறிவதற்கும் உதவுகிறது. மெக்ஸிகோ மற்றும் மத்திய மற்றும் தென் அமெரிக்காவில் எதிர்பார்க்கப்படும் 8 மில்லியன் நபர்களை களங்கப்படுத்திய சாகாஸைப் பரப்பும் தவழும் வலம்தல்களை வேறுபடுத்துவதற்கு மனிதனால் உருவாக்கப்பட்ட உளவுத்துறை பயன்படுத்தப்பட்டது. நல்வாழ்வு அல்லாத தகவல்களைப் பயன்படுத்துவதற்கான உற்சாகத்தை கூடுதலாக விரிவுபடுத்துகிறது - வலை அடிப்படையிலான வாழ்க்கை பரிசு போன்றவை - நல்வாழ்வு கொள்கை வகுப்பாளர்கள் மற்றும் மருந்து நிறுவனங்கள் ஒரு நல்வாழ்வு அவசரகாலத்தின் பரந்த தன்மையைப் புரிந்துகொள்ள உதவுகின்றன. எடுத்துக்காட்டாக, ஆன்லைன் வாழ்க்கையை சுரங்கப்படுத்தக்கூடிய AI இலக்கு சட்டவிரோத போதைப்பொருள் ஒப்பந்தங்களை அளிக்கிறது, மேலும் இந்த கட்டுப்படுத்தப்பட்ட பொருட்களின் பரவலைப் பற்றி பொது நல்வாழ்வு அதிகாரிகளுக்கு அறிவுறுத்துங்கள்.

மெட்டாபியோட்டா மற்றும் புளூடோட்ஸ் உள்ளிட்ட இந்த கட்டமைப்புகள் அவர்கள் மதிப்பிடும் தகவலுடன் இணையாக உள்ளன. மேலும் என்னவென்றால், AI - பெரும்பகுதிக்கு - சாய்வில் ஒரு சிக்கல் உள்ளது, இது ஒரு கட்டமைப்பின் கட்டடக் கலைஞர்களையும் அது தயாரித்த தகவல்களையும் பிரதிபலிக்கும். மேலும், மருத்துவ சேவைகளுக்குள் பயன்படுத்தப்படும் AI எந்த வகையிலும், வடிவம் அல்லது அந்த சிக்கலுக்கு பாதுகாப்பானது அல்ல.

எல்லாவற்றையும் கருத்தில் கொண்டு, இந்த முன்னேற்றங்கள் AI என்ன செய்ய முடியும் என்பதற்கான படிப்படியாக கருத்தியல் கண்ணோட்டத்துடன் பேசுகின்றன. சாதாரணமாக, AI ரோபோக்கள் பற்றிய தகவல்கள் மிகப் பெரிய தகவல்களின் மூலம் வடிகட்டுகின்றன. வலையில் இருந்து வெட்டப்பட்ட படங்களின் அடிப்படையில் முக ஒப்புதல் தரவுத்தளங்களைப் பயன்படுத்தி சட்டத் தேவையைக் கவனியுங்கள். அல்லது மறுபுறம், உங்கள் இணைய அடிப்படையிலான வாழ்க்கை இடுகைகளின் வெளிச்சத்தில், நீங்கள் எவ்வாறு அரைப்பீர்கள் என்பதை முன்கூட்டியே அறிய AI ஐப் பயன்படுத்தக்கூடிய இயக்குநர்களைப் பட்டியலிடுகிறது. கொடூரமான நோயை எதிர்த்துப் போராடுவதற்கான AI இன் சாத்தியம், மகிழ்ச்சியான வழியாக இல்லாவிட்டாலும், சற்றே குறைவான அச fort கரியத்தை நாம் உணரக்கூடிய சூழ்நிலையை வழங்குகிறது. இந்த கண்டுபிடிப்பு - சரியான நேரத்தில் உருவாக்கப்பட்டு பயன்படுத்தப்படும்போதெல்லாம் - ஒரு சில உயிர்களை காப்பாற்ற உண்மையில் உதவக்கூடும்.