कति ठूलो डाटाले महामारीसँग लड्न मद्दत गरिरहेको छ

कसरी बिग डाटा विश्लेषणले कोरोनाभाइरसलाई हराउन मद्दत गर्न सक्छ र कसरी मेसिन लर्निङ टेक्नोलोजीहरूले हामीलाई ठूलो मात्रामा डाटा विश्लेषण गर्न अनुमति दिन्छ? यी प्रश्नहरूको जवाफ Industry 4.0 Youtube च्यानलका होस्ट निकोलाई डुबिनिनले खोजिरहेका छन्।

बिग डाटा विश्लेषण भाइरसको फैलावट ट्र्याक गर्न र महामारीलाई पराजित गर्ने सबैभन्दा शक्तिशाली तरिकाहरू मध्ये एक हो। 160 वर्ष पहिले, एक कथा भयो जसले स्पष्ट रूपमा देखाएको थियो कि यो डेटा सङ्कलन गर्न र छिटो विश्लेषण गर्न कति महत्त्वपूर्ण छ।

यो सबै कसरी सुरु भयो? 1854 लन्डनको सोहो क्षेत्र हैजाको प्रकोपले ग्रस्त छ। दस दिनमा 500 जनाको मृत्यु। यो रोग फैलनुको स्रोत कसैले बुझ्दैन। त्यतिबेला अस्वस्थ हावाका कारण यो रोग सरेको मानिन्थ्यो । सबै कुराले डाक्टर जोन स्नोलाई परिवर्तन गर्यो, जो आधुनिक महामारी विज्ञानको संस्थापक मध्ये एक बने। उसले स्थानीय बासिन्दाहरूसँग अन्तर्वार्ता लिन थाल्छ र नक्सामा रोगका सबै पहिचान गरिएका केसहरू राख्छ। तथ्याङ्कले देखाएको छ कि अधिकांश मृतकहरू ब्रोड स्ट्रीट स्ट्यान्डपाइप नजिकै थिए। हावा होइन, तर ढलको विषाक्त पानीले महामारी निम्त्यायो।

Tectonix को सेवाले देखाउँछ, मियामीको समुद्र तटको उदाहरण प्रयोग गरेर, भीडले कसरी महामारीको फैलावटलाई असर गर्न सक्छ। नक्साले स्मार्टफोन र ट्याब्लेटबाट आउने भौगोलिक स्थानको साथ अज्ञात डेटाको लाखौं टुक्राहरू समावेश गर्दछ।

अब कल्पना गर्नुहोस् कि अप्रिल 15 मा मस्को मेट्रोमा ट्राफिक जाम पछि हाम्रो देशमा कोरोनाभाइरस कत्तिको छिटो फैलिरहेको छ। त्यसपछि पुलिसले सबवेमा जाने प्रत्येक व्यक्तिको डिजिटल पास जाँच गर्यो।

यदि प्रणालीले तिनीहरूको प्रमाणीकरणको सामना गर्न सक्दैन भने हामीलाई किन डिजिटल पासहरू चाहिन्छ? त्यहाँ निगरानी क्यामेरा पनि छन्।

यान्डेक्समा टेक्नोलोजी प्रसारका निर्देशक ग्रिगोरी बाकुनोभका अनुसार, आज सञ्चालन गर्ने अनुहार पहिचान प्रणालीले 20 लाई पहिचान गर्दछ- एकल कम्प्युटरमा 30 fps। यसको लागत लगभग $ 10 छ। एकै समयमा, मास्को मा 200 क्यामेरा छन्। यो सबै वास्तविक मोडमा काम गर्नको लागि, तपाईंले लगभग 20 हजार कम्प्युटरहरू स्थापना गर्न आवश्यक छ। सहरमा त्यस्तो पैसा छैन ।

उही समयमा, मार्च 15 मा, अफलाइन संसदीय चुनाव दक्षिण कोरियामा भयो। विगत सोह्र वर्षमा मतदान एक रेकर्ड थियो - 66%। भीडभाड हुने ठाउँबाट किन डराउँदैनन् ?

दक्षिण कोरियाले देश भित्र महामारीको विकासलाई उल्टाउन सफल भएको छ। तिनीहरूसँग पहिले नै यस्तै अनुभव थियो: 2015 र 2018 मा, जब देशमा MERS भाइरसको प्रकोप थियो। 2018 मा, तिनीहरूले तीन वर्ष पहिलेका गल्तीहरूलाई ध्यानमा राखे। यस पटक, अधिकारीहरूले विशेष गरी निर्णायक रूपमा कार्य गरे र ठूलो डाटा जडान गरे।

रोगी आन्दोलनहरू प्रयोग गरेर निगरानी गरिएको थियो:

• निगरानी क्यामेराबाट रेकर्डिङ

• क्रेडिट कार्ड लेनदेन

• नागरिकहरूको कारबाट GPS डाटा

• मोबाइल फोन

जो क्वारेन्टाइनमा थिए उनीहरूले एक विशेष अनुप्रयोग स्थापना गर्नुपर्‍यो जसले अधिकारीहरूलाई उल्लङ्घन गर्नेहरूलाई सचेत गराउँदछ। एक मिनेट सम्मको सटीकताका साथ सबै आन्दोलनहरू हेर्न सम्भव थियो, र मानिसहरूले मास्क लगाएका थिए कि भनेर पनि पत्ता लगाउन।

उल्लङ्घनको लागि $ 2,5 हजार सम्म जरिवाना थियो। एउटै अनुप्रयोगले प्रयोगकर्तालाई सूचित गर्दछ यदि त्यहाँ संक्रमित व्यक्तिहरू वा नजिकका मानिसहरूको भीड छ भने। यो सबै सामूहिक परीक्षण संग समानांतर छ। देशमा हरेक दिन २० वटासम्म परीक्षण गरिन्थ्यो। कोरोना परीक्षणका लागि मात्रै ६ सय ३३ केन्द्र स्थापना गरिएको छ । त्यहाँ पार्किङ स्थलहरूमा 20 स्टेशनहरू पनि थिए जहाँ तपाईंले आफ्नो कार नछोडिकन परीक्षा दिन सक्नुहुन्छ।

तर, विज्ञान पत्रकार र N + 1 विज्ञान पोर्टलका निर्माता एन्ड्रे कोन्याएभले सही रूपमा टिप्पणी गरे, महामारी बित्नेछ, तर व्यक्तिगत डेटा रहनेछ। राज्य र निगमहरूले प्रयोगकर्ता व्यवहार ट्र्याक गर्न सक्षम हुनेछ।

वैसे, पछिल्लो तथ्याङ्क अनुसार, कोरोनाभाइरस हामीले सोचे भन्दा बढी संक्रामक भएको छ। यो चिनियाँ वैज्ञानिकहरूको आधिकारिक अध्ययन हो। यो थाहा भयो कि COVID-19 एक व्यक्तिबाट पाँच वा छ व्यक्तिमा सार्न सक्छ, दुई वा तीन होइन, पहिले सोचे जस्तै।

तथ्याङ्क अप्रिलको सुरुको रूपमा प्रस्तुत गरिएको छ। धेरै केसहरू पत्ता लाग्दैन किनभने व्यक्तिको कोरोनाभाइरसको लागि परीक्षण गरिएको छैन वा रोग एसिम्प्टोमेटिक छ। त्यसकारण, अहिले संख्याको बारेमा निष्कर्ष निकाल्न असम्भव छ।

मेशिन लर्निङ टेक्नोलोजीहरू डेटाको ठूलो मात्राको विश्लेषण गर्न सबैभन्दा राम्रो हो र चालहरू, सम्पर्कहरू, तर पनि ट्र्याक गर्न मद्दत गर्दछ:

• कोरोनाभाइरस निदान

• औषधि खोज्नुहोस्

• खोप खोज्नुहोस्

धेरै कम्पनीहरूले कृत्रिम बुद्धिमत्ताको आधारमा तयार समाधानहरू घोषणा गर्छन्, जसले स्वचालित रूपमा कोरोनाभाइरस पत्ता लगाउने विश्लेषणद्वारा होइन, तर उदाहरणका लागि, फोक्सोको एक्स-रे वा सीटी स्क्यानद्वारा। यसरी, डाक्टर सबैभन्दा गम्भीर अवस्थामा तुरुन्तै काम गर्न थाल्छ।

तर हरेक आर्टिफिसियल इन्टेलिजेन्समा पर्याप्त बुद्धि हुँदैन। मार्चको अन्त्यमा, मिडियाले समाचार फैलायो कि 97% सम्मको शुद्धताको साथ नयाँ एल्गोरिदमले फोक्सोको एक्स-रे द्वारा कोरोनाभाइरस निर्धारण गर्न सक्छ। यद्यपि, यो पत्ता लाग्यो कि न्यूरल नेटवर्कलाई 50 तस्बिरहरूमा मात्र तालिम दिइएको थियो। यो रोग पहिचान गर्न सुरु गर्न आवश्यक भन्दा लगभग 79 कम फोटो हो।

Google को मूल कम्पनी Alphabet को एक डिभिजन DeepMind, AI को प्रयोग गरेर भाइरस को प्रोटिन संरचना पूर्ण रूप मा पुन: निर्माण गर्न चाहन्छ। मार्चको सुरुमा, डीपमाइन्डले भने कि यसका वैज्ञानिकहरूले COVID-19 सँग सम्बन्धित प्रोटीनहरूको संरचनाको बारेमा बुझेका थिए। यसले भाइरसले कसरी काम गर्छ भनेर बुझ्न र उपचारको खोजीलाई गति दिनेछ।

सदस्यता लिनुहोस् र Yandex.Zen मा हामीलाई पछ्याउनुहोस् — प्रविधि, नवीनता, अर्थशास्त्र, शिक्षा र एउटै च्यानलमा साझेदारी।