_原题为 疾控女侠吴凡：帝国理工人工智能为何算错上海新冠感染病例
7月11日 ， 2020世界人工智能大会云端峰会的AI+公共卫生专题论坛邀请“疾控女侠”复旦大学上海医学院副院长吴凡和“硬核医生”复旦大学附属华山医院教授张文宏与主持人对话 。

文章图片

吴凡
在对话过程中 ， 主持人提问 ， 大数据分析在传染病智能预警方面取得了什么成效 ， 会对未来抗疫带来怎么样的启示意义 。
对此 ， 吴凡肯定了大数据在其中的作用 。 她认为 ， 首先 ， 有了大数据和人工智能之后 ， 不同地方发现的散在病例 ， 如果彼此之间有关联 ， 可以第一时间显现 ， 这是动态感知的作用 。
第二 ， 这些技术还可以叠加其它的大数据来进行深度挖掘和分析 ， 例如分析病例的发生与时间、空间、气象等因素之间的关联 。
第三 ， 还可以起到监测和预警的作用 ， 例如预测蚊子的生长 ， “如果这个地区有登革热和疟疾 ， 将会呈现什么样的趋势” 。
但她特别强调一点 ， 人和机器、大数据是互动的关系 。 “大家是不是想如果有了这些数据 ， 机器都能够给我们解决问题了 ， 那还要人干嘛？”
“这里最典型的就是我们这次新冠疫情 ， 大家都知道英国的帝国理工给上海预测 ， 说上海按照城市的人口密度和人员的流量 ， 新冠疫情应该是80万感染者 。 但我们本土病例只有341个人 。 有几个数量级的差异 。 ”
“那为什么他算错了呢？大家用的都是传染病动力模型 ， 为什么能差这么多？”
吴凡认为 ， 原因在于人 ， “在人这几颗脑袋上” 。 “模型是一样的 ， 但传染病在不同地区 ， 有不同的流行态势、不同参数 。 而这些参数的估计是靠人来估计 ， 要不然要专家干什么？”
她介绍 ， 上海不仅用传染病动力模型来预测 ， 还加入了人的社会交往的神经网络模型 。 “同样是2000万人 ， 你是在家里种地的？各归各的？还是聚集在一起的？”这种人的行为模型决定了传染病的传播动力和模式不同 。
“所以这些模式的界定和参数的给定、设置 ， 它需要（人）依据科学在经验的基础上 ， 给出不同的参考值 ， 它（机器）才能算得准 。 ”
【吴凡|疾控女侠吴凡：帝国理工人工智能为何算错上海新冠感染病例】(本文来自澎湃新闻 ， 更多原创资讯请下载“澎湃新闻”APP)

来源：(澎湃新闻)

【】网址：/a/2020/0711/kd263003.html

标题：吴凡|疾控女侠吴凡：帝国理工人工智能为何算错上海新冠感染病例