疫情下 AI价值与应用场景有哪些新突破?

  • 来源: 驱动号 作者: AiChinaTech   2020-02-14/00:07
  • 当前,全国上下都在进行抗击防控新型冠状病毒感染的肺炎疫情中。工信部于2月4日发布《充分发挥人工智能赋能效用协力抗击新型冠状病毒的肺炎疫情倡议书》,提出加大科研攻关力度,尽快利用人工智能技术补齐疫情管控的技术短板,快速推动产业生产与应用服务。各大企业响应号召,为疫情的控制及市场的发展,做出了更多的准备及行动。

    云计算加强研发算力

    云计算的加持使2020年初冷淡的市场,迸发出了新的发展方向。阿里巴巴、腾讯等科技巨头利用云计算的强项,积极为疫情防控作出贡献。阿里云宣布疫情期间向公共科研机构免费开放病毒疫苗喝新药研发所需的一切AI算力。浙江上线自动化的全基因组检测分析平台,由浙江省疾病预防控制中心、阿里达摩院医疗AI团队和杰毅生物技术公司共同研发,大幅提高确诊速度和准确率,将原来需数小时的疑似病例基因分析流程缩短至半小时。此外,这一平台还能检测可能存在的病毒变异情况,为后续疫苗与药物研发提供支撑。

    依托云计算能力,腾讯云构建了统一标准和数据共享的数据治理体系政务云平台,使得“国家政务服务平台”微信小程序的“新型肺炎疫情防控专题”迅速上线,及时提供包括实时动态、预防、自查及提供就医指引等一系列服务。此外,腾讯云也表示为新冠肺炎的药物筛选等工作提供免费的云超算。

    大数据技术深挖病毒接触者

    近日,全国多地公安机关频频通报患者因刻意隐瞒行程史、接触史及发病史甚至拒绝隔离、外出传播病原体而被立案调查的案例。据统计,目前已有近20起类似案例。如何能够更好防止接触者故意隐瞒,实现接触人员准确无误判断与隔离已成为当务之急。

    众所周知,与流行传染病患者密切接触的人,自身被感染的风险更高,并且有可能进一步传染他人。因此,追踪并观察这些密切接触者有助于这些高危人群第一时间得到护理和治疗,并防止病毒进一步扩展,这也是流行病控制的关键。

    从数据本质上看,接触者识别本质上是寻找和感染者时间、空间上有重叠的人群。当前,通过基站数据、支付数据、出行数据、城市公共安全视频监控系统等可以建立大数据融合平台,通过数据融合与深度挖掘进一步实现人员的追踪。

    目前,安防行业中已经建立针对目标人员的出行轨迹进行精确筛查,分析其历史轨迹。可以借此针对疫情防控,对接当地的确诊病例、疑似病例人员名单,政府、公安等相关部门在保护个人隐私的情况下,分析、筛选人员的出行历史轨迹,筛查到访区域,从而对这些区域进行重点观察和消毒处理。

    另外通过对接确诊病例、疑似病例名单关系图谱分析,在保护个人隐私的情况下,挖掘其接触的人员信息,筛查病例同行人员、潜在发病人员,从而对密切接触人群进行重点观察和隔离预防,对防止疫情扩散将大有帮助。

    AI打造无接触广告营销

    根据疫情的发展情况,春节假期返工返学时间一再推迟,进入2月中旬大多数人依然配合号召在家隔离办公或学习,这种情况下,广告人即使为广告主产出更好的内容,也容易淹没在疫情信息的洪流之中,触达率、点击率、目标转化自然都大不如从前。户外广告受到冲击,那么品牌自然要将户外广告的营销投入,转移到线上营销层面,比如视频营销、直播营销、朋友圈广告、app广告等。

    各品牌正在紧锣密鼓的制定针对性的营销方案,国内各大AI营销企业也相应这一举措,为品牌方和广告主制定疫情下的解决方案。如极链科技推出的“视联网”模式,观众在这一模式中,用外部已有的用户大数据和行为心理学对视频观众的心态和行为进行预测,挑选出被认为能引起观众共鸣的场景。进而集中人力和数据让计算机学会识别这些场景,并在全网视频中找出此类场景中,推送与之相关的应用服务。例如,针对视频中的团队聚餐事件,可以分为提出聚餐、进入餐厅、点菜、吃的热火朝天和结账等五个场景。通过数据分析和常识判断,吃的热火朝天的场景能引起人们对吃的情感共鸣,这时候就可以集中资源让计算机学会识别“吃的热火朝天”场景,进而在此类场景中大规模自动化地推送与吃相关的应用服务。

    对于视频AI企业来说,与其追求大而全的全案式运作,盲目打造爆款大量曝光,不如化繁为简。 按照品牌定位和营销需求,利用AI技术提升商品转化率及消费体验,降低客户的支出成本。

    小结:在特殊时期,多家企业根据自身的技术优势推出了一系列的

    措施,经历了年初市场的冷淡和疫情的恐慌,AI无论是对个人、对企业、还是对国家,都提供了大量的支持。相信这场疫情后,AI技术的在各个领域内都将会释放出更大的潜力。


    评论 {{userinfo.comments}}

    {{money}}

    {{question.question}}

    A {{question.A}}
    B {{question.B}}
    C {{question.C}}
    D {{question.D}}
    提交
    文章数: {{userinfo.count}}
    访问量: {{userinfo.zongrenqi}}

    驱动号 更多