人工智能在解決大流行方面不是很有幫助

2020年4月22日-隨著人工智能在日常生活的各個領(lǐng)域(從交通，雜貨店購物到Alexa和Siri)的興起越來越頻繁，人們很自然地會認(rèn)為該技術(shù)將有助于解決。

亞歷克斯·恩格勒

布魯金斯學(xué)會(Brookings Institution)政府研究研究員(表示：“至少到目前為止，事實(shí)并非如此。”

很少有救濟(jì)的地方，其中AI在幫助方面有所幫助，例如協(xié)助某些疾病傳播模型的構(gòu)建。

并有一些可能有用的假想項目，例如結(jié)合CT掃描和模型化病毒蛋白結(jié)構(gòu)來提高測試的準(zhǔn)確性。

但是，大多數(shù)情況下，媒體充斥著誤導(dǎo)性或不準(zhǔn)確的說法(英格勒稱它們?yōu)?ldquo;蛇油”)，這些言論都是關(guān)于AI解決危機(jī)的能力。

恩格勒談到AI和熱傳感器可以感知個人中的存在的說法，這是媒體中錯誤信息的一個例子。

米歇爾·理查森

當(dāng)民主黨和技術(shù)中心數(shù)據(jù)與隱私項目負(fù)責(zé)人，專家小組成員(引用一篇文章聲稱使用AI來告訴人們是否戴著口罩時，他嘆了口氣。

然后，小組討論了聯(lián)系人跟蹤及其熱門的表親：接近跟蹤。

小組成員Engler和Richardson討論了Apple和Google提出的“接近性跟蹤”應(yīng)用程序的可行性，在這種應(yīng)用程序中，疾病的傳播不是通過單個位置來跟蹤，而是通過彼此之間一定距離內(nèi)的設(shè)備上的藍(lán)牙激活來跟蹤。

然后，對該病毒測試呈陽性的個人可以向與感染者的設(shè)備接觸的每臺設(shè)備發(fā)送警報，并告知他們可能已經(jīng)暴露于。

英格勒提出了以下障礙：要進(jìn)行接近跟蹤工作：人將不得不更新操作系統(tǒng)，下載應(yīng)用程序并同意其隱私政策。

然后他列出了數(shù)字：據(jù)皮尤(Pew)稱，81%的人擁有智能手機(jī)。