新冠病毒疫後復工成爲當務之急,然而病毒尚未消散,風險權衡面臨不確定因素,如果可以準確預測未來的疫情走勢,將會爲復工計劃的制定提供有效輔助。
傳統機器學習模型雖然可以精確擬合曆史數據,但由於脫離疾病傳播機理,外推預測的可靠性低。另一方面,傳染病學領域提出的傳播模型則恰好相反,主要依賴疾病傳播機理進行推演,但對歷史數據的擬合能力弱,不同疾病會得到相似的結論,特異性不足。
近日,南棲仙策通過強化學習融合傳染病傳播機理與數據擬合,使用其自主研發的Universe平臺構建傳播模型,並基於橫琴先進智能計算平臺提供人工智能計算資源,實現新冠病毒疫情長達60天的預測,可爲疫情防控提供決策輔助。
在線預覽預測結果:
http://ncov.polixir.ai
值得注意的是,目前AI領域常用的深度學習模型是黑盒模式,內部運算過程難以被人們理解,同時也難以將人