总19期
Lecture Hall    讲堂
Lecture Hall    讲堂
阻击新冠疫情,人工智能崭露头角
文/高玉娴

2020年新年伊始,新型冠状病毒肺炎不期而至,而且来势汹汹,导致中国多地封城、封村,给人们的正常工作和生活带来了很大影响。经过国人几个月来众志成城的努力,如今国内的疫情才逐渐得到控制。在此番长达数月的“战疫”过程中,以人工智能为代表的科学技术在这次疫情中展现了强大的能力,让我们这些一个科技行业的从业者颇感欣慰,也看到了科技的力量。

当下,国家吹响了加速“新基建”的号角,在此重大利好的刺激下,我们相信人工智能等技术的应用必将更加普及和深入,科技行业将会迎来一次新的发展高峰。

新冠疫情中的人工智能

在这次的新冠疫情中,人工智能扮演了非常重要的角色,在诸如病毒溯源、疫情监测分析、人群追踪、患者诊治、资源调配、药物研发等环节中完成了不少任务,充分彰显了科技的力量。

1.更快地认识和了解病毒

病毒对细胞的感染方式是首先与细胞结合,然后通过“刺突(spike)”将自身遗传物质注入宿主细胞。这个过程需要对病毒进行分离研究、对海量的数据进行分析,单凭人工来完成,势必花费大量的时间和精力。

如果依靠人工智能,事情就会简单很多。面对新型冠状病毒,集成了人工智能技术的基因组测序平台能够提供从基因组数据管理、生物信息分析流程、科研分析管理到知识图谱整个流程的服务,快速实现基因组数据分析及AI建模,让基因组分析更便捷和快速。这意味着,医学专家们就可以把自己更多的时间、精力以及医学经验投入到疫情防控中,同时,也能提升数据分析的速度和效果。

2.更精准地追踪潜在人群

时间是这次战“疫”中的重要变量。如果我们能更早地获知疫情的严重性、更早地采取防控措施,也许就能大大降低传染率;如果疑似患者能更快地被确诊或解除隔离、确诊患者能更快地住院就诊,也许就能大大降低病亡率。道理大家都懂,但现实依旧残酷。

而利用物联网、数据分析和AI工具,更快地锁定病毒感染者及其传播链,追踪流向各地的已感人群和易感人群,与此同时,可以根据接触史更好地跟踪病毒的传播轨迹、传播方式并对病毒的下一步扩散做出预测。

3.更快地排查和确诊

由于新冠疫情具有爆发性,在疫情初期,医疗资源的不足几乎让武汉这座城市变得不堪一击。解决办法还是利用大数据、人工智能等技术,解放一部分人力,帮助医生提高效率,充当智能可靠的辅助。比如,基于AI 算法对疑似病例的病毒样本进行全基因组序列比对,从而防止病毒因变异而造成检测漏检的情况,同时使得疑似病例的病毒样本检测从原来的数小时缩减为半小时,大幅提高确诊效率。另外,结合了AI的医疗影像系统,也可以帮助医生提高阅片效率,减少漏诊、误诊的情况。

4.加速药物筛选和新药研发

病患确诊后便是治疗,而药物是治疗中最重要的手段之一。对中国来说,目前的疫情控制取得了阶段性成果,6万多人被治愈出院。在这个过程中,老药新用成了抗疫的主力军。通过国内外的研究团队披露的许多分析结果,医学专家筛选出了多种可能对新冠肺炎治疗有效的药物。

AI平台是基础

基于前面的描述我们可以看出人工智能技术在抗疫过程中的重要价值,而要支持这些人工智能应用的成功落地就离不开AI平台。实际上,今天几乎每个AI研究和突破点的背后都离不开一个高效的AI平台。

众所周知,人工智能由数据、算力、算法三部分构成,缺一不可,而算力、算法的落地就需要AI平台来支撑。AI平台是一个集成各种软硬件一体的综合平台,不仅包含有计算、网络、存储等硬件,同时也涉及有对AI基础软件的集成能力,因此需要提供者具有比较全面的技术实力。由于AI平台可以大大提高AI项目的交付和部署,简化运维,因而受到了很多企业的欢迎。不过,这对提供商提出很高的要求,新华三的ABC融合平台(A、B、C分别代表了AI、大数据和云)也正是这样一个平台。

新华三的ABC融合平台将传统的网络、计算、存储这类资源能力和新兴的人工智能、大数据、物联网技术能力都统一融入到该平台,然后把这些资源、技术、数据都以云服务的方式对外提供,让用户像用水用电一样来使用它们。该平台的价值在于屏蔽了所有的技术、数据或者底层资源的差异性,将其以统一的服务快速、简便、高效的交付。

值得一提的是,新华三的ABC融合平台不只是一个硬件平台,软件能力也是重要的组成部分。在ABC融合平台中的一个关键组成是人工智能操作系统AIOS,它封装了人工智能的主要计算方法,还有把很多模型的工作实现了自动化,较大程度地为AI应用提供方便。

如今,新华三的ABC融合平台不仅支撑了很多客户的AI研究和应用,也支撑了公司的AI相关研发和开发工作。

AI应用加速数据中心技术演进

一直以来,数据中心都是IT建设的一个重要组成部分。如今,随着人工智能等新兴技术的广泛应用,数据中心面临着新的挑战,从而推动数据中心技术的更新和行业发展。这主要体现在以下几个方面:

首先是海量数据带来的压力。人工智能高度依赖数据,而且往往是海量的数据,这些数据除了传统的结构化数据外,更多的是视频、日志、流式数据等非结构化数据,而且数据类型还在不断增加。另外,很多业务决策系统需要在短时间内分析处理数据,需要后台具有实时响应的能力。

其次是更加丰富多样的应用场景,今天云、虚拟化、大数据分析、容器、边缘计算、流式业务等新业务形式层出不穷,多种业务、多种数据类型给数据中心的管理、供给能力带来了很大的挑战。

第三是智能化的管理,智能时代的新业务需要及时、敏捷、智能。

应对这些挑战需要从数据中心的设计开始就充分考虑,同时,在后期数据中心的管理和运营也要大量应用AI等技术,从而为人工智能应用的最后落地提供更好的支撑。这包括对数据中心的风火水电的合理配置和按需调度,包括对不同区域的服务器、网络设备、存储设备、空调、UPS等进行实时调控,以严格根据业务需要进行负载管控,从而有效控制数据中心能耗。要实现这种能力一方面依赖智慧的运营支撑系统,另一方面也依赖服务器、网络、存储等系统能够支持AI能力。以新华三集团基于先知网络架构(SNA)开发的AD-DC方案为例,通过部署该方案的数据中心PUE值平均降低30%。

新华三认为,未来数据中心有四个关键特征:一是分布式,边缘计算驱动边缘数据中心出现,分布式部署将越来越多。二是互联化,除传统集中式的数据中心建设外,边缘数据中心逐步建设,并带来更多的数据中心互联需求。三是智能化,越来越多设备具备AI能力,并以AI来管理与运维数据中心,数据中心实现智能化联接。四是高速化,数据中心是数字信息交换中心、处理中心与存储中心,随着需要处理的数据量增加、处理时间要求更短,数据中心对性能的需求会持续提升。

今年 3月份,中央提出要加快5G网络、人工智能、工业互联网、大数据中心等新型基础设施建设进度,业界称为“新基建”。很显然,接下来将会迎来数据中心的一波建设高潮,届时新一代数据中心的会陆续得到更多部署,随之也将为人工智能的应用提供更好的支撑,进而为当下正在进行的各行业数字化转型创造更好的条件、注入新的活力。

结束语

17年前,我们面对非典,许多信息化技术和数据统计手段尚不完善;17年后,我们面对新冠病毒,包括人工智能、大数据、物联网、云计算等在内的各种各样的新兴技术都已经成熟发展,并且在疫情中刷满了存在感,与人类共克时艰。今天,人工智能应用正在快速发展和普及,它帮助机构、企业、个人通过数据采集、处理、分析,加速数据利用效率,进而获得更有价值的洞察。人工智能技术在这次疫情中的应用,也是其中的一个缩影,相信未来人工智能的应用还会更加深入,人类也将从中收获更多的创新和便利。

分享到
关闭