Как будет развиваться эпидемия COVID-19 в Польше? Точны и достоверны ли прогнозы, касающиеся распространения вируса? Какую роль в процессе прогнозирования развития эпидемии играет искусственный интеллект? В Центре цифровой науки и технологии Университета им. Кардинала Стефана Вышиньского в Варшаве реализуется проект proME. Это система с использованием искусственного интеллекта, созданная учеными Центра как вспомогательная в управлении рисками, вытекающими из эпидемии. Подробности вы узнаете из беседы с известным польским математиком, директором Центра цифровой науки и технологии Университета им. Кардинала Стефана Вышиньского, профессором Мареком Незгудкой.
- Термин «искусственный интеллект» изобрел американский информатик Джон Маккарти в 1956 году. С тех пор прошло 65 лет. Время простых ЭВМ уже кануло в историю, а искусственный интеллект сейчас, можно сказать, одна из самых модных тем в научном и общественном дискурсе. Может быть, как вступление к беседе, вспомним, что было на заре «искусственного интеллекта»?
Марек Незгудка: В начале своего развития искусственный интеллект был призван для укрепления в ту пору еще очень слабых, но вместе с тем огромных ламповых электронно-вычислительных машин, названных компьютерами, чьи мощности по сравнению с сегодняшними были даже ниже смартфона. Искусственный интеллект связывался с использованием алгоритмических методов моделирования, создания самообучающихся моделей для выяснения природы сбора данных и последующих выводов о разных процессах на основании доступных данных. Масштаб этих данных в 50-х-60-х годах трудно даже сравнить с тем,чем мы располагаем сегодня. Мозг может синтезировать информацию, при этом, если мы не располагаем признанными, принятыми формами моделирования, то остается переработка таких огромных собраний данных, что без скорости, предлагаемой новейшим поколением компьютеров, это просто невозможно реализовать. Наш мозг просто был не в состоянии охватить такого количества данных и одновременно объединить информацию, зачастую очень разнородную, так, чтобы извлечь и систематизировать знания о явлениях и процессах.
- Прогнозирование эпидемии COVID-19 в Польше, государстве с населением 38 миллионнов человек, может считаться таким примером?
Марек Незгудка: Это необычайно сложная проблема, особенно, тем более, что прогнозы развития эпидемии, по моему глубокому убеждению, не должны ограничиваться представлением ожиданий, касающихся количества заболеваний за определенный период. Но они должны также учитывать огромную разнородность общества, которое подвержено такого рода опасностям. Я имею в виду разный уровень сопротивляемости организма, различные иммунные реакции на контакт с тем, кто уже заразился, разные привычки и модели поведения. Следует делать синтетические выводы из всего богатства информации, входящей в систему. С одной стороны, создание самообучающихся моделей требует как можно более широких сведений о людях, тем временем наблюдается конфликт с общественной впечатлительностью, которая касается всех аспектов частной жизни. С одной стороны, речь идет о защите персональных данных, которая является бесспорной, с другой - о создании решений, которые позволили бы определять способ распространения эпидемии в малых группах, также в контексте перемещения отдельных людей, что требует описания всех этих явлений определенным образом. Это вопрос того, как в контексте такой глубокой опасности, какая связана с нынешней эпидемией коронавируса, а ведь можно себе представить эпидемии еще более грозные, защитить личные данные.
- А насколько алгоритмы могут такую деликатную ситуацию, скажем, предвидеть?
Марек Незгудка: Алгоритмы строятся таким способом, на основании которого создаются многовариантные сценарии. Но никогда нет окончательной формулы, по которой все известно. Эксперты производят оценку того, какой из вариантов можно считать наиболее вероятным, и получают также рецепты, подсказывающие, какими будут последствия решений, принятых для отдельных сценариев.
- Похож ли этот процесс на прогнозирование, например, погоды на ближайшую неделю или две?
Марек Незгудка: Процессы, в которых значительную роль играет социальный фактор, фактор общественного поведения, значительно более трудны для точной характеризации, чем физические или природные явления. В данном случае речь идет о совершенно ином подходе. Модели, которые мы создаем, описывают процессы, происходящие от индивидуального уровня через уровни разных общественных групп до так называемой средней в большой массе популяции. То, что удастся получить, можно приспосабливать к очередным вариантам эпидемии, очередным мутациям вируса, и тем самым давать инструменты для принятия правильных решений, адресованных небольшим территориям, без необходимости введения ограничений в масштабе страны. Так как это уже происходило в Польше, то есть вводились ограничения регионального машстаба. Но и в регионах ситуация может быть разнородной. Кроме того, есть еще одна цель нашего проекта, тоже очень важная. А именно - эпидемия вызвала жесткие ограничения в функционировании всей системы здравоохранения, усложнения доступа к диагностике и лечебным процедурам. Поэтому мы занялись созданием класса моделей для отдельных секторов здравоохранения. Мы начали с урологии, где с главным консультантом, профессором Артуром Антоневичем сконцентрировались на создании модели, во-первых, показывающей, как выглядит на уровне отдельных административных единиц и даже отдельных медицинских учреждений сокращение выполнения обязательств урологической опеки. Но также мы построили модели, дающие возможность разных сценариев восстановления урологической опеки.
- Можно ли сказать, что это уже готовый пакет к использованию не только в урологии, но и в прогнозировании эпидемии COVID-19 в Польше?
Марек Незгудка: Если говорить об урологии, то все разработки уже готовы, благодаря сотрудничеству с Министерством здравоохранения, но пока еще они ждут внедрения, так как это не наше решение. Мы лишь даем такую возможность. Что касается прогнозов относительно COVID-19, то сейчас мы находимся в процессе насыщения данными. Это подход, который применяется на основе стратегического анализа везде. Хочу подчеркнуть, что является наиболее важным аспектом нашей деятельности: мы готовим систему моделей не с точки зрения одного вида вируса. Мы готовим эти модели так, чтобы их можно было умно адаптировать к неминуемым будущим, очередным вариантам вируса или других эпидемий. Без систематического создания такого рода инфраструктуры данных, которая будет готова заранее, до того, как вспыхнет очередная эпидемия, мы окажемся в такой же ситуации, в какой были год назад, когда надо было срочно, невероятно быстро найти какие-то закономерности. Это ситуация беспрецедентная.
PR1/iza