世界各地的科學(xué)家都在尋求復(fù)雜的分析方法來預(yù)測冠狀病毒和其他傳染性疾病的傳播。

企業(yè)通常使用連續(xù)智能(CI)和人工智能(AI)來建模動態(tài)系統(tǒng)，做出預(yù)測，自動化決策并在時間表內(nèi)采取行動以取得成功。就像企業(yè)轉(zhuǎn)向CI和AI做出預(yù)測并采取明智的行動一樣，世界衛(wèi)生組織和政府衛(wèi)生機構(gòu)也在尋求使用相同的技術(shù)來更好地了解冠狀病毒和其他傳染性疾病并為其建模。

在當(dāng)前的疫情中，人們正在使用各種分析方法來研究社交媒體流以及世界衛(wèi)生組織的報告和數(shù)據(jù)庫。有些人正在使用機器學(xué)習(xí)來搜索醫(yī)學(xué)出版物，醫(yī)療保健網(wǎng)站和許多其他資源，以尋找與疾病癥狀，報告的感染，感染率和其他因素有關(guān)的信息。

結(jié)果好壞參半。預(yù)測增長速度以及下一步疾病的發(fā)生是非常復(fù)雜的挑戰(zhàn)。過去的努力不足。但是，研究人員意識到過去限制成功的缺點。希望這種認識將來會導(dǎo)致更好的模型和更準確的預(yù)測。

建立在過去

2008年，Google流感趨勢試圖通過匯總有關(guān)流感癥狀的Google搜索查詢來估算25個以上國家的流感活動。不幸的是，它常常高估了流感的活動。Google關(guān)閉了該服務(wù)，但該服務(wù)背后的技術(shù)目前已被一些全球衛(wèi)生組織使用。

缺點不僅限于對傳染性疾病的預(yù)測。在科學(xué)領(lǐng)域預(yù)測結(jié)果的其他努力也有類似的結(jié)果。

以炸彈旋風(fēng)為例，這是一種罕見的冬季風(fēng)暴，在很短的時間內(nèi)爆發(fā)(因此得名)，成為大風(fēng)暴。多年來，預(yù)測模型一直無法預(yù)測它們。結(jié)果往往是殘酷的。暴風(fēng)雪造成了大雪，颶風(fēng)(在某些情況下)，人們實際上幾乎沒有預(yù)警。

人們被困在沒有食物或照明的情況下。他們沒有時間提前儲備電池，水或其他用品。城市，城鎮(zhèn)和公用事業(yè)沒有手頭的人員或沒有資源清理街道，砍伐樹木或恢復(fù)電力。