今年初爆發(fā)的疫情讓我們有些措手不及，特別是新冠肺炎的超強傳播特性，使得在沒有相關(guān)免疫疫苗的情況下通過原始的隔離方式阻隔傳播，變得異常艱巨。
但是，我們國家還是迅速成功的控制了疫情，成為世界上控制疫情最好的國家之一。
其中在抗疫的過程中我們的科技互聯(lián)網(wǎng)技術(shù)應用起到了至關(guān)重要的作用。
從開始武漢封城，到小區(qū)快遞上門服務，到交通疏導，到新冠病例的確診都有了高科技互聯(lián)網(wǎng)技術(shù)的應用，這里面有那么一批人他們左手大數(shù)據(jù)，右手人工智能，成為這場抗疫背后的默默奉獻的人，他們就是程序員。
在抗疫早期，診斷試劑還沒有被研發(fā)出來之前，我們就有了一套新冠病毒輔助診斷系統(tǒng)幫助醫(yī)生通過肺部影像數(shù)據(jù)來診斷。
這套系統(tǒng)背后就是大數(shù)據(jù)+人工智能來支持的，而創(chuàng)建這套系統(tǒng)的人程序員們，他們可謂都是左手大數(shù)據(jù)，右手人工智能的大神。
相信近年來隨著大數(shù)據(jù)和人工智能技術(shù)的不斷發(fā)展和成熟應用，小伙伴們肯定聽過不少有關(guān)他們的傳奇應用故事，但是還是會有一些人對到底什么是大數(shù)據(jù)和人工智能，這兩者如何結(jié)合應用到實際場景中感到疑惑，接下來我就簡單說一下，這群大神程序員們在做什么。
首先，大數(shù)據(jù)，其實就是大量的數(shù)據(jù)，之所以在數(shù)據(jù)前面添加一個大字作為修飾語，主要強調(diào)的是數(shù)據(jù)量之大，以以前我們?nèi)魏蔚南到y(tǒng)都不曾擁有過的。
大的規(guī)模完全是比原來我們理解的系統(tǒng)數(shù)據(jù)多出好幾個數(shù)量級，以至于我們原來普通的數(shù)據(jù)庫都無法存儲它們，必須由專門的數(shù)據(jù)庫和相關(guān)的輔助系統(tǒng)來存儲和管理這些數(shù)據(jù)。
就拿我們在疫情開始階段使用的新冠病毒輔助診斷系統(tǒng)為例，它是首先將大量的有關(guān)人體肺部疾病的特征數(shù)據(jù)存儲到大數(shù)據(jù)數(shù)據(jù)庫中，在將這些各類有關(guān)肺部變化的數(shù)據(jù)收集，整理，過濾，分類歸檔，然后應用的過程中，程序員們需要做好大量的數(shù)據(jù)處理工作，當然，這些數(shù)據(jù)的處理都有專門的管理軟件平臺。
過去我們的IT系統(tǒng)一般都是各自擁有自己的數(shù)據(jù)存儲設備，并且只存儲跟自己相關(guān)的業(yè)務數(shù)據(jù)，而且這些數(shù)據(jù)的存在也只是為了滿足各自系統(tǒng)運行的需要，而到了大數(shù)據(jù)時代，程序員們首先需要使用專用的工具將各種數(shù)據(jù)進行抽取加工梳理打標存儲到能夠存儲大型數(shù)據(jù)塊的數(shù)據(jù)庫系統(tǒng)里。
通常這個過程是建立數(shù)據(jù)倉庫，就是把原來在各個系統(tǒng)中的業(yè)務數(shù)據(jù)以及產(chǎn)生這些業(yè)務數(shù)據(jù)有關(guān)的日志記錄數(shù)據(jù)一同匯集起來，根據(jù)需要進行各維度的切分，并按照一定的標準進行標注存儲，以備日后在各層面各角度來使用它們。新冠肺炎診斷輔助系統(tǒng)主要是基于肺部X光片的影像數(shù)據(jù)比對來幫助醫(yī)生讀片。
所以需要先將大量的患者的肺部X光片數(shù)據(jù)存儲到數(shù)據(jù)倉庫中，目前我們國家各大醫(yī)院系統(tǒng)的X光機都能夠通過互聯(lián)網(wǎng)將即時拍攝的患者胸部X光片數(shù)據(jù)存儲到中心數(shù)據(jù)倉庫中，所以我們具備數(shù)據(jù)基礎。
其次就是人工智能了，其實說起人工智能我們已經(jīng)耳熟能詳了，它主要是通過人類的設計和敢于讓機器來替代人進行超大量的數(shù)據(jù)分析和計算，從而將計算結(jié)果匯集起來，形成我們想要的結(jié)果。
說白了，人工智能的核心就是算法工程設計，而它的基礎就是大數(shù)據(jù)，它必須基于大數(shù)據(jù)才能進行。
人工智能目前有現(xiàn)成的實現(xiàn)框架，經(jīng)典問題的算法實現(xiàn)等，程序員們需要做的就是將我們的實際問題轉(zhuǎn)換為一個算法模型，將它們應用到人工智能算法工程框架上，基于大數(shù)據(jù)讓其自主運行。
當然之所以成為人工智能，主要還是因為他必須在人給予一個框架模型和方向的基礎上進行智能化自主運算，還不能完全自主學習并處理實際問題。
我們在抗疫進入攻堅階段，檢測試劑出現(xiàn)后，我們的程序員們又推出了基于公共大數(shù)據(jù)的患者和親密接觸者追蹤系統(tǒng)，讓我們在追蹤隔離患者和密切接觸者方面做到了快速精準有效。
這個追蹤過程就是程序員們首先設計一個跨各行業(yè)數(shù)據(jù)的追蹤模型，這些數(shù)據(jù)包括個人信息，乘車信息，車輛通行信息，個人入住酒店信息，個人消費信息等等，如果哪里出現(xiàn)了確診患者，那么他近幾天內(nèi)所有有關(guān)的活動數(shù)據(jù)都會被檢索出來，并形成一個數(shù)量龐大的密切基礎者信息數(shù)據(jù)群，根據(jù)時間維度，地理位置維度等將這些數(shù)據(jù)挖掘出來提供給各地的抗疫單位和人員使用。
同時，程序員們還根據(jù)一些過往的傳染病傳播統(tǒng)計數(shù)據(jù)的各維度數(shù)據(jù)分析，比如時間，地理位置，溫度，濕度，人員密集度，人員年齡，性別等等來構(gòu)建一個傳播預測模型，從而將一些現(xiàn)實中獲取的真實數(shù)據(jù)輸入到該模型，通過人工智能算法來推測某一病例在某一時間段某一區(qū)域可能造成的感染情況預測，從而為抗疫提供導向性指導。
