盡管美國各地在今年春天都努力地抑制新型冠狀病毒的傳播，但在過去幾周，美國各州都經歷了多次疫情高峰。自疫情爆發(fā)以來，美國新冠肺炎確診病例已經攀升至450多萬例。
包括加州在內的許多州的政府官員已經開始取消重新開放，以幫助遏制病毒的傳播。在未來，州和地方決策者將會再次決定何時以及如何重新開放他們的社區(qū)。一加州大學圣巴巴拉分校工程學院的兩位研究人員Xifeng Yan和Yu-Xiang Wang說，他們已經開發(fā)出一種受人工智能啟發(fā)的新型預測模型，這種模型能夠提供及時的本地信息，官員和公眾都可以使用這些信息來進行決策。
Yan是Venkatesh Narayanamurti計算機科學系主任，他說：“我們接觸到許多的數(shù)據，其中大部分數(shù)據都是國家和州提供的。但家長們更感興趣的是他們孩子的學區(qū)發(fā)生了什么，以及他們的孩子在秋季上學是否安全，然而提供這些信息的網站卻很少。我們的目標是利用更有用的當?shù)財?shù)據為當?shù)鼐用窈蜎Q策者提供預測和解釋。”
這項預測項目名為“利用神經領域適應模型在當?shù)厣鐓^(qū)進行干預性新冠肺炎反應預測”，獲得了美國國家科學基金會(NSF)近20萬美元的快速反應研究(Rapid Response Research，簡稱Rapid)資助。
作為計算機科學助理教授、Eugene Aas主席，Wang表示：“理解混亂的數(shù)據正是我們作為人工智能和機器學習領域的計算機科學家每天都要處理的挑戰(zhàn)。我們有必要提供我們的專業(yè)知識來幫助社區(qū)做出明智的決定。”
Yan和Wang開發(fā)了一種創(chuàng)新的預測算法，該算法基于名為Transformer的深度學習模型。這個模型是由一種由注意力機制驅動的模型，這種機制通過了解過去要查看的時間段以及哪些是最重要和最相關的數(shù)據，從而直觀地學習如何進行預測。
“如果我們試圖預測一個特定的地區(qū)，比如圣巴巴拉縣，我們的算法會比較不同地區(qū)在一段時間內的新冠肺炎病例增長曲線，以確定最相似的地區(qū)。然后對這些地區(qū)進行權衡，以預測目標地區(qū)的案例。”
除了新冠肺炎數(shù)據之外，該算法還從美國人口普查中提取信息，以便在為當?shù)厣鐓^(qū)校準預測時考慮到本地的細節(jié)。
Wang說：“普查數(shù)據信息量很大，因為它含蓄地反映了每個社區(qū)的文化、生活方式、人口統(tǒng)計和商業(yè)類型。當你把這些數(shù)據與各地區(qū)現(xiàn)有的新冠肺炎數(shù)據結合起來時，它有助于我們將從一個地區(qū)學到的知識轉移到另一個地區(qū)，這將對那些希望獲得干預措施有效性數(shù)據以便做出明智決定的社區(qū)來說會很有用。”
研究人員的模型顯示，在最近的高峰期，圣巴巴拉縣經歷了與梅克倫堡、威克和北卡羅來納州達勒姆縣在3月底和4月初經歷的相似傳播情況。通過利用這些縣來預測圣巴巴拉縣未來的病例，研究人員基于注意力的模型勝過了最常用的流行病學模型：SIR(疑似、感染、康復)模型，該模型描述了個人在三個階段的流動情況;以及自回歸模型，這個模型只根據一段時間內顯示的一系列數(shù)據點做出預測?；谌斯ぶ悄艿哪Ｐ偷钠骄^對百分比誤差(MAPE, 統(tǒng)計中衡量預測精度的常用指標)為0.030，而SIR模型為0.11，自回歸模型為0.072。
Yan和Wang說，他們的模型預測更準確，因為它消除了當前模型的關鍵弱點。普查數(shù)據提供了現(xiàn)有模擬模型中缺少的細節(jié)，而注意力機制還利用了現(xiàn)在公開獲得的大量數(shù)據。
Wang說：“人類無法像計算機算法那樣有效地處理海量數(shù)據，即使是訓練有素的專業(yè)人員也不例外。而我們的研究提供的工具可以自動從數(shù)據中提取有用的信息，從而簡化形勢，不會使它變得更加復雜。”
這個項目是與圣巴巴拉Cottage醫(yī)院的Richard Beswick博士和Lynn Fitzgibbons博士合作進行的，項目將在本月晚些時候的計算研究協(xié)會(CRA)虛擬會議上展示。CRA成立于1972年，是全國各地計算機科學系系主任的論壇，它的成員已經包括200多個活躍在計算機研究領域的組織。
Yan和Wang的研究工作不會就此止步。他們計劃通過網站向公眾提供他們的模型和預測，并收集足夠的數(shù)據，為全國各地的社區(qū)進行預測。Yan說：“我們希望為全國每個社區(qū)進行預測，因為我們相信，當人們掌握了當?shù)財?shù)據后，他們就會做出明智的決定。”
他們還希望他們的算法能夠用于預測在特定時間實施特定干預措施后可能發(fā)生的情況。
Yan補充道：“因為我們的研究集中在更基本的方面，所以開發(fā)的工具可以應用于各種因素。希望下次遇到這種情況時，我們能更好地作出準備，在正確的時間做出正確的決定。”
