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