Kunstig intelligens vs COVID-19

Share this post:

De siste årene er det blitt stadig vanligere å snakke om kunstig intelligens (KI) som en trussel mot menneskelig intelligens. Stephen Hawking, Bill Gates og Elon Musk er blant dem som har reist varselflagg mot utviklingen av KI. Grunnleggeren av Alibaba, Jack Ma, har på sin side lagt vekt på hvor viktig det er for oss mennesker å finne nye kreative måter å være relevante på i en tid der maskiner blir bedre enn mennesker til å utføre enkelte gjøremål.

Men akkurat nå feier en pandemi over planeten, og da kan KI faktisk vise seg å være helt avgjørende for hvordan vi kan klare å håndtere krisen raskt, effektivt og smart. Derfor stiller vi følgende spørsmål: kan vi bekjempe koronaviruset med KI som et hjelpemiddel – og ikke som en konkurrent?

I dette blogginnlegget trekker jeg frem noen eksempler på hvordan vi kan bruke KI til bekjempelsen av Covid-19, og hvordan den pågående krisen kan bringe oss mennesker nærmere hverandre og teknologien – til tross sosial distansering. Vi står midt i en global krise, og som Yuvel Harari påpekte i Financial Times nylig: Denne krisen krever global solidaritet.

Covid-19 er en global utfordring

Den 26. mars publiserte FN-organet UN Global Pulse en sammenstilling av pågående initativer som forsøker å bekjempe Covid-19 med KI. Rapporten viser at det er tre områder hvor KI kan ha stor innvirking: diagnostikk, forskning og epidemiologi.

Forbedret diagnostisering ved hjelp av KI

Røntgen av lungene er blant metodene som brukes for å diagnostisere Covid-19 hos potensielle smittede. Røntgenmetoden generer bilder det er svært tidkrevende å analysere. Ved hjelp av KI kan imidlertid de unike radiologiske mønstrene som kjennetegner infiserte lunger raskt og pålitelig identifiseres. Dette sparer radiologene for tid- og ressurskrevende arbeid. Ved å kombinere ulike former for maskinlæring og menneskelig kompetanse kan arbeidet med diagnostikk akselereres. Dette vil frigi både tid og ressurser som heller kan brukes på andre områder.

Bedre medisinsk forskning ved hjelp av KI

Kunstig intelligens brukes allerede i biokjemi for å øke vår forståelse av kompleksiteten i molekylstrukturen til viruset. Dette gjøres for å kunne skape nye medisiner, men også for å finne effektive måter å bruke eksisterende medisiner. Gjennom bruk av ulike KI-teknologier kan man søke i store eksisterende datasett for å identifisere komplekse sammenhenger mellom forskjellige enheter som proteiner og stoffer. På denne måten kan forskerne identifisere nye sammenhenger som kan gi ledetråder til virusets biokjemiske mekanismer, og hva vi kan gjøre for å motvirke dem. KI-teknologier som Generative Adverserial Networks og Reinforcement Learning brukes også for å identifisere nye molekyler som kan påvirke virusets atferd.

Forbedret epidemiologi ved hjelp av KI

KI som maskinlæring brukes også for å forbedre det epidemiologiske arbeidet med å forstå og dempe spredningen av Covid-19. Arbeidet med å etablere rådgivende retningslinjer for antivirale tiltak hindres av at utviklingsprosessen er både rask og global. Dette betyr også at det genereres en enorm mengde data som potensielt kan gi ny forståelse av hvordan vi skal handle og fordele ressurser. Maskinlæringsalgortimer som k-means clustering, Flower Pollination Algorithm, Hamiltonian Monte Carlo og Salp Swarm Algorithm brukes for å kunne forutsi spredningen og utviklingen av koronaviruset.

Vi trenger kvalitative data for å kunne bruke KI effektivt

Tilgang til høykvalitetsdata er helt avgjørende for å kunne lykkes med å bruke KI i bekjempelsen av Covid-19. UN Global Pulse peker spesielt på tre former for data:

1. Case-relaterte data
   – data som knyttes til antall smittede, døde og friske, i tillegg til hvor disse tilfellene har skjedd og hvordan tilfellene kan knyttes til smittebegrensende tiltak. Denne typen data kan brukes av forskjellige prediktive analysemetoder (for eksempel Auto Regressive Integrated Moving Average og Long-Short Term Memory Networks) for å kunne forutsi virusets utvikling og spredning.
2. Tekstdata
   – data relatert til den generelle informasjonen om Covid-19, som for eksempel smitteoverføring, inkubasjonstid, risikofaktorer, behandlingsmetoder og så videre. Denne typen data er spesielt egnet for en KI-teknologi kalt Natural Language Processing. Teknologien gjør det mulig å bruke KI for å svare på spørsmål som «hva er de viktigste risikofaktorene for Covid-19?» eller «hva vet vi om effektive ikke-farmakologiske intervensjonsmetoder?».
3. Biomedisinsk data
   – data som brukes som grunnlag for biomedisinsk forskning. For å gjøre det mulig for forskerne å dra nytte av KI, pågår det for tiden ulike initiativer for å samle forskere innenfor biomedisin, epidemiologi og informatikk. Et slikt eksempel er Data Against Covid.

For å sikre at dataene kommer til sin rett, er en rekke datainitativer nå i gang. Et eksempel er Covid-19 Open Research Dataset, også kalt CORD-19. CORD-19 inneholder mer enn 45 000 vitenskapelige artikler om Covid-19 og andre koronaviurus. Alt er nå tilgjengelig kostnadsfritt. Et annet eksempel er sammenkoblingen mellom data fra teleoperatører og helsemyndighetene i Belgia, som nå er under tilsyn av belgiske personvernmyndigheter, slik at vi enklere kan forstå smittespredningen. Dette bringer imidlertid med seg andre utfordringer som økt risiko for datainnbrudd og brudd på personvern. Det er en vanskelig og følsom balansegang mellom akutt pandemisk avbøtning og langsiktige personvernkonsekvenser.

Global Pulse runder av rapporten med tre helt avgjørende oppfordringer for å lyktes med arbeidet:

1. Det er behov for å skape effektiv datadeling mellom alle institusjoner og grupper som jobber med å bekjempe Covid-19. Disse dataene må også kvalitetssikres.
2. Vi må aktivere tverrfaglig samarbeid mellom en rekke fagområder.
3. Vi må ta tak i dette globalt. Internasjonalt samarbeid vil være avgjørende for å minimere de katastrofale konsekvensene Covid-19 kan føre til.

IBM har, som mange andre innovative teknologiselskaper, sluttet seg til kampen mot Covid-19. Vi har satt i gang en rekke initiativer rundt dette, og jeg vil trekke frem tre av disse:

• IBM har tilgjengeliggjort verdens kraftigste superdatamaskin, Summit, for forskere som undersøker hvorvidt vi kan bruke eksisterende medisiner mot Covid-19. Summit er del av IBMs nylig etablerte HPC (High Performance Computing) allianse sammen med mange andre partnere som tilbyr gratis dataprosessering til forskningsprosjekter for Covid-19.
• Sammen med datterselskapet The Weather Company har IBM utviklet et interaktivt kart som lar deg spore utviklingen og spredningen av viruset i detalj, med tips fra WHO om hvordan du best kan beskytte deg selv.
• Årets Call for Code (et initiativ drevet av IBM sammen med The David Clark Foundation rettet mot utviklere) fokuserer i år på å bekjempe Covid-19.

Mer lesning:

Er du interessert i mer informasjon om hvordan KI brukes i dag for å bekjempe Covid-19? Les UN Global Pulse rapport: ”Mapping the landscape of artificial intelligence applications against COVID-19”.

Vil du lese mer om personvernrisikoen med datadrevne grep for å bekjempe Covid-19 fra et EU-perspektiv? Les denne artikkelen fra EU Observer.

Vil du lese mer om hvordan spesifikke KI-selskaper mobiliserer for å støtte kampen mot Covid-19, gir denne artikkelen en god oversikt.