এআই কীভাবে করোনভাইরাস প্রাদুর্ভাবের সাথে লড়াই করছে?


উত্তর 1:

কৃত্রিম বুদ্ধিমত্তা একটি ভবিষ্যত করোনভাইরাস লড়াই করতে পারে

করোনভাইরাস জাতীয় রোগের প্রাদুর্ভাব প্রায়শই খুব দ্রুত উদ্ভাবন করে বিজ্ঞানীদের পক্ষে কোনও নিরাময় খুঁজে পাওয়ার জন্য। তবে ভবিষ্যতে কৃত্রিম বুদ্ধিমত্তা গবেষকদের আরও ভাল কাজ করতে সাহায্য করতে পারে।

যদিও নবীন প্রযুক্তিটি বর্তমান মহামারীতে একটি বড় ভূমিকা নিতে খুব বেশি দেরী হয়েছে, তবে পরবর্তী মহামারীটির আশা রয়েছে। কোন ধরণের চিকিত্সা কাজ করতে পারে বা পরবর্তী কোন পরীক্ষা-নিরীক্ষা চালানো উচিত তা নির্ধারণ করা সহজ করে এমন সংযোগগুলি সন্ধানের জন্য আইআই mিবিটি ডেটা দিয়ে ঝাঁকুনিতে ভাল।

বিগ ডেটা যখন কোভিড -১৯-এর মতো সদ্য উত্থাপিত অসুস্থতার বিষয়ে কেবলমাত্র সামান্য স্ক্র্যাপের তথ্য পাবে তখনই প্রশ্ন উঠবে, যা সর্বশেষ প্রথম বছরে চীনে প্রকাশিত হয়েছিল এবং প্রায় দুই মাসের মধ্যে 75৫,০০০ জনের বেশি অসুস্থ হয়ে পড়েছে।

গবেষকরা প্রথম রিপোর্ট হওয়া মামলার কয়েক সপ্তাহের মধ্যেই নতুন ভাইরাসের জিনের সিকোয়েন্সিং উত্পাদন করতে সক্ষম হয়েছিল তা আশাব্যঞ্জক, যেহেতু এটি দেখায় যে প্রাদুর্ভাব ঘটলে এখন আরও অনেক তাত্ক্ষণিক তথ্য পাওয়া যায়।

অক্সফোর্ডের প্রধান নির্বাহী কর্মকর্তা, অ্যান্ড্রু হপকিনস, ইংল্যান্ড ভিত্তিক স্টার্টআপ এক্সসিটিয়েনিয়া লিমিটেড, মাদক আবিষ্কারের জন্য কৃত্রিম বুদ্ধিমত্তাকে প্রশিক্ষণে সহায়তার জন্য কাজ করা ব্যক্তিদের মধ্যে রয়েছেন। তিনি এআইকে ধন্যবাদ জানায় যে নতুন চিকিত্সা পরবর্তী দশকের মধ্যে 18 থেকে 24 মাসের মধ্যে গর্ভধারণ থেকে ক্লিনিকাল টেস্টিংয়ে যেতে পারে।

প্রাথমিক গবেষণা পর্যায়ে এক বছরেরও কম সময় পরে পরীক্ষাগারে পরীক্ষার জন্য প্রস্তুত আবেশ-বাধ্যতামূলক ব্যাধিটির চিকিত্সার জন্য এক্সসিটিয়া একটি নতুন যৌগ তৈরি করেছে। সংস্থাটির মতে এটি গড় থেকে পাঁচগুণ বেশি দ্রুত।

কেমব্রিজ-ভিত্তিক হিলেক্সের অনুরূপ পন্থা রয়েছে, তবে এটি বিদ্যমান ওষুধের জন্য নতুন ব্যবহারগুলি খুঁজতে মেশিন লার্নিং ব্যবহার করে। উভয় সংস্থা তাদের অ্যালগরিদমগুলিকে তথ্য দিয়ে খাওয়ান - রোগগুলির জন্য নতুন চিকিত্সার পরামর্শ দেওয়ার জন্য জার্নাল, বায়োমেডিকাল ডেটাবেস এবং ক্লিনিকাল ট্রায়ালের মতো উত্স থেকে সংগ্রহ করা g

মানব তদারকি

দুটি সংস্থা প্রতিটি মানব গবেষককে এআইয়ের পাশাপাশি কাজ করার জন্য প্রক্রিয়াটি গাইড করতে সহায়তা করে। এক্সটেনসিয়ার দৃষ্টিভঙ্গিতে, সেন্টাওর কেমিস্টকে ডাব করা হয়েছে, ড্রাগ ডিজাইনাররা যৌগগুলির সন্ধানের জন্য অ্যালগরিদম কৌশল শিখতে সহায়তা করে। হেলাক্স এআই এর ভবিষ্যদ্বাণীগুলি গবেষকদের কাছে রেখেছেন যারা ফলাফলগুলি বিশ্লেষণ করে এবং কোনটি অনুসরণ করা উচিত তা স্থির করে।

হিলেক্সের প্রধান বিজ্ঞান কর্মকর্তা নীল থম্পসন জানিয়েছেন, নতুন রোগের যথেষ্ট পরিমাণ তথ্য থাকা সত্ত্বেও কার্নোভাইরাস জাতীয় প্রাদুর্ভাবের বিরুদ্ধে এই কৌশলটি স্থাপন করা যেতে পারে। হিলেক্স করোনাভাইরাস মোকাবেলা করতে বা এর প্রযুক্তিটি প্রকোপের জন্য টুইটারে কাজ করছে না, তবে এটি প্রসারিত হবে না।

থম্পসন একটি সাক্ষাত্কারে বলেছিলেন, "আমরা বেশ ঘনিষ্ঠ"। “আমরা যে এআই অ্যালগরিদম ব্যবহার করি সেগুলি সম্পর্কে আমাদের খুব বেশি পরিবর্তন করার প্রয়োজন হবে না। আমরা ওষুধের বৈশিষ্ট্যগুলিকে রোগের বৈশিষ্ট্যগুলির সাথে মেলে দেখি ”"

কৃত্রিম বুদ্ধিমত্তা অ্যালগরিদমগুলি আমরা ইতিমধ্যে যে রোগগুলির সম্পর্কে জানি সেগুলির জন্য ওষুধ মন্থর করা শুরু করেছে। ম্যাসাচুসেটস ইনস্টিটিউট অফ টেকনোলজির গবেষকরা বৃহস্পতিবার বলেছিলেন যে তারা এই পদ্ধতিটি একটি শক্তিশালী নতুন অ্যান্টিবায়োটিক যৌগ সনাক্ত করতে ব্যবহার করেছেন যা ঝামেলা ব্যাকটেরিয়াগুলির একটি অ্যারেকে মেরে ফেলতে পারে, এমনকি কিছু কিছু যা বর্তমানে অন্যান্য চিকিত্সার বিরুদ্ধে প্রতিরোধী।

এই সমস্ত প্রযুক্তির জন্য একটি ধরা ক্লিনিকাল টেস্টিং। এমনকি কোনও অসুস্থতা নিরাময়ের জন্য ইতিমধ্যে নিরাপদ ওষুধগুলি অন্যের জন্য নির্ধারিত হওয়ার আগে আবার পরীক্ষা করা উচিত। বিপুল সংখ্যক লোককে তারা নিরাপদে এবং কার্যকর দেখানোর প্রক্রিয়াটি পর্যালোচনার জন্য নিয়ামকদের কাছে যাওয়ার আগে কয়েক বছর সময় নিতে পারে।

কার্যকর হওয়ার জন্য, এআই-ভিত্তিক ওষুধ বিকাশকারীদের আগেই পরিকল্পনা করতে হবে, ভবিষ্যতে সমস্যা হতে পারে এমন একটি ভাইরাস জিনোমকে বাছাই করে এবং যখন লক্ষ্য করার জন্য খুব কম উত্সাহ পাওয়া যাচ্ছে তখন লক্ষ্যবস্তু করতে হবে।

ধন্যবাদ.


উত্তর 2:

খেলা ইতিমধ্যে চালু!

করোনাভাইরাস না হলে, কমপক্ষে সুপারব্যাগগুলির জন্য। এমআইটি এবং হার্ভার্ডের গবেষকরা অনেকগুলি ওষুধ-প্রতিরোধী ব্যাকটিরিয়া হত্যার জন্য সক্ষম একটি নতুন অ্যান্টিবায়োটিক সনাক্ত করতে এআই ব্যবহার করেছিলেন। তারা বিদ্যমান ওষুধের চেয়ে পৃথক ব্যবস্থাগুলি ব্যবহার করে সংক্রমণের বিরুদ্ধে লড়াই করতে সক্ষম রাসায়নিক যৌগগুলি বিশ্লেষণ করতে একটি মেশিন লার্নিং অ্যালগরিদকে প্রশিক্ষণ দিয়েছিল।

তারা ল্যাবগুলিতে জন্মানো রোগী এবং ব্যাকটিরিয়া থেকে নেওয়া ব্যাকটিরিয়াগুলির পরীক্ষার জন্য একটি যৌগ চিহ্নিতকরণের (তাদের এটিকে হ্যালিসিন বলে) সনাক্ত করার জন্য 2,500 অণুতে তাদের মডেলকে প্রশিক্ষণ দিয়েছিলেন। "হ্যালিসিন" সহ অনেকগুলি ড্রাগ প্রতিরোধী ব্যাকটিরিয়াকে মেরে ফেলতে পারে

মাইকোব্যাকটিরিয়াম যক্ষ্মা, ক্লোস্ট্রিডিয়াম ডিফিসিল

এবং

অ্যাকিনেটোব্যাক্টর বাউমানি।

হ্যালিসিন আক্রান্ত দুটি ইঁদুর নিরাময় করেছেন

A.baumannii।

ঘটনাচক্রে ইরাক ও আফগানিস্তানের অনেক মার্কিন সেনা একই বাগে সংক্রামিত হয়েছিল। রিপোর্টে বলা হয়েছে, এই দুটি ইঁদুরের ত্বকে লাগানো হ্যালসিনের একটি মলম মাত্র 24 ঘন্টার মধ্যে এগুলি পুরোপুরি নিরাময় করে।

ড্রাগ আবিষ্কারের জন্য ভবিষ্যদ্বাণীপূর্ণ কম্পিউটার মডেলগুলি ব্যবহার করা নতুন নয় তবে এ পর্যন্ত সেরা সাফল্য হ্যালিসিনের সাথে দেখা যায়।

গবেষকদের মতে, তাদের ভবিষ্যদ্বাণীমূলক মডেল এমনটি করতে পারে যা প্রচলিত পরীক্ষামূলক পদ্ধতির জন্য নিখরচায় ব্যয়বহুল হবে।

হ্যালিসিনের এই সাফল্য মানব ইতিহাসের এক গুরুত্বপূর্ণ পর্যায়ে এসেছিল। এটি পূর্বাভাস দেওয়া হয়েছে, 2050 সালের মধ্যে, ড্রাগ প্রতিরোধী ব্যাকটেরিয়াগুলির কারণে বিশ্বব্যাপী মৃত্যুর পরিমাণ 1 কোটিতে পৌঁছে যেতে পারে।

মানুষের মধ্যে হ্যালিকিনকে ব্যবহারযোগ্য করে তোলার জন্য আরও কাজ করা দরকার। যদিও তাদের অ্যালগোরিদম ব্যাকটিরিয়ার জন্য ডিজাইন করা হয়েছে তবে ভাইরাস সংক্রমণের জন্য এটি "আপগ্রেডেবল" হতে পারে।


উত্তর 3:

ভাবুন চিনের কোনও হাসপাতালে একই রকম লক্ষণ রয়েছে এমন 1000 টি কেস রয়েছে, হাসপাতালটি কী করবে? লক্ষণগুলি ও রোগ নির্ণয়ের সমস্ত তথ্য নথিভুক্ত এবং বৈদ্যুতিনভাবে উপলব্ধ থাকলেও স্বাস্থ্য বিভাগ প্রয়োজনীয় এবং যথাযথ ব্যবস্থা নিতে সক্ষম হয়।

এআই হ'ল প্যাটার্ন সনাক্তকরণে দ্রুত এবং দ্রুত, দ্রুত সনাক্তকরণের জন্য সাদৃশ্য। কিভাবে একটি উদাহরণ

গুগল অনুসন্ধান সক্ষম

বিশ্বব্যাপী সম্ভাব্য অসুস্থতা সনাক্ত করতে। কেবলমাত্র সহজ অনুসন্ধানের নিদর্শনগুলির সাথেই, এআই প্রকৃতপক্ষে সম্ভাব্য হুমকি এবং মহামারী সনাক্ত করতে পারে যা বিশ্বব্যাপী বৃহত্তর অনুপাতে ছড়িয়ে পড়তে পারে।

কোরোনা ভাইরাস ফিরে আসার পরে, একবার চীন অসুস্থতার লক্ষণগুলি নথী করে সনাক্ত করেছে, এটি অন্যান্য সমস্ত সম্ভাব্য সরকারী সংস্থার কাছে এই তথ্য ভাগ করে নিচ্ছে যা দ্রুত এই রোগের লক্ষণগুলির দ্বারা লোককে স্ক্যান করতে পারে এবং সম্ভবত তাদের সংক্রামিত বা বাহক হিসাবে শ্রেণিবদ্ধ করতে পারে এমন তাপীয় ডিটেক্টর স্থাপন করতে পারে them বা অনাক্রম্যতা। ভাইরাসগুলি দ্রুত রূপান্তরিত হওয়ার সাথে সাথে তারা দেখতে দেখতে যেভাবে পরিবর্তন করে সেগুলির লক্ষণগুলি পরিবর্তিত হতে পারে এবং নির্ণয় করা কঠিন হতে পারে। তবে এআই এর মাধ্যমে চীন এমন লোকদের সাথে সরকারকে সহায়তা করতে সক্ষম হয়েছে যারা চীন থেকে বিশেষত উহান স্থানান্তরিত হয়েছে এবং তারপরে আন্তর্জাতিকভাবে শহরগুলি জুড়ে চলে গেছে। এই তথ্যগুলি এআই দ্বারা বিশ্লেষণ করা যেতে পারে, সেই শহরগুলি থেকে খবরগুলি সনাক্ত করতে, হাসপাতালগুলি ধাঁধাটির টুকরো একসাথে রাখতে।

আশাকরি এটা সাহায্য করবে!


উত্তর 4:

সাম্প্রতিক কথায়, আমাদের কাছে করোনার ধনাত্মক রোগীদের সনাক্তকরণ এবং নিদর্শনগুলি সনাক্ত করার চেয়ে বেশ কয়েকটি রোগীর ডেটা যদি থাকে। এর পরে, আমরা এই ধরণের রোগী সংক্রামিত হতে পারে কি না, তার নমুনা থেকে দেখে ভবিষ্যদ্বাণী করার জন্য আমরা একজন নতুন রোগীর জন্য পরীক্ষা করতে পারি। এটিকে আলাদা করতে ক্লাসিকাল মেশিন লার্নিং বা গভীর শেখার কৌশলগুলি ব্যবহার করা যেতে পারে।

আরও সাধারণ পরিভাষায় আমাদের খুব সতর্ক হওয়া দরকার এবং মডেলটি আরও ভালভাবে বোঝার জন্য শরীরে ভাইরাসের দ্বারা সৃষ্ট পরিবর্তন ও প্রক্রিয়াগুলি কী কী ঘটছে তা সাধারণীকরণের ধরণটি বিশ্লেষণ করার জন্য চিকিত্সা ক্ষেত্রের ব্যক্তির সাথে যোগাযোগ করতে হবে must


উত্তর 5:

করোনভাইরাস জাতীয় রোগের প্রাদুর্ভাব প্রায়শই খুব দ্রুত উদ্ভাবন করে বিজ্ঞানীদের পক্ষে কোনও নিরাময় খুঁজে পাওয়ার জন্য। তবে ভবিষ্যতে কৃত্রিম বুদ্ধিমত্তা গবেষকদের আরও ভাল কাজ করতে সাহায্য করতে পারে।

যদিও নবীন প্রযুক্তিটি বর্তমান মহামারীতে একটি বড় ভূমিকা নিতে খুব বেশি দেরী হয়েছে, তবে পরবর্তী মহামারীটির আশা রয়েছে। কোন ধরণের চিকিত্সা কাজ করতে পারে বা পরবর্তী কোন পরীক্ষা-নিরীক্ষা চালানো উচিত তা নির্ধারণ করা সহজ করে এমন সংযোগগুলি সন্ধানের জন্য আইআই mিবিটি ডেটা দিয়ে ঝাঁকুনিতে ভাল।

বিগ ডেটা যখন কোভিড -১৯-এর মতো সদ্য উত্থাপিত অসুস্থতার বিষয়ে কেবলমাত্র সামান্য স্ক্র্যাপের তথ্য পাবে তখনই প্রশ্ন উঠবে, যা সর্বশেষ প্রথম বছরে চীনে প্রকাশিত হয়েছিল এবং প্রায় দুই মাসের মধ্যে 75৫,০০০ জনের বেশি অসুস্থ হয়ে পড়েছে।

গবেষকরা প্রথম রিপোর্ট হওয়া মামলার কয়েক সপ্তাহের মধ্যেই নতুন ভাইরাসের জিনের সিকোয়েন্সিং উত্পাদন করতে সক্ষম হয়েছিল তা আশাব্যঞ্জক, যেহেতু এটি দেখায় যে প্রাদুর্ভাব ঘটলে এখন আরও অনেক তাত্ক্ষণিক তথ্য পাওয়া যায়।

অক্সফোর্ডের প্রধান নির্বাহী কর্মকর্তা, অ্যান্ড্রু হপকিনস, ইংল্যান্ড ভিত্তিক স্টার্টআপ এক্সসিটিয়েনিয়া লিমিটেড, মাদক আবিষ্কারের জন্য কৃত্রিম বুদ্ধিমত্তাকে প্রশিক্ষণে সহায়তার জন্য কাজ করা ব্যক্তিদের মধ্যে রয়েছেন। তিনি এআইকে ধন্যবাদ জানায় যে নতুন চিকিত্সা পরবর্তী দশকের মধ্যে 18 থেকে 24 মাসের মধ্যে গর্ভধারণ থেকে ক্লিনিকাল টেস্টিংয়ে যেতে পারে।

প্রাথমিক গবেষণা পর্যায়ে এক বছরেরও কম সময় পরে পরীক্ষাগারে পরীক্ষার জন্য প্রস্তুত আবেশ-বাধ্যতামূলক ব্যাধিটির চিকিত্সার জন্য এক্সসিটিয়া একটি নতুন যৌগ তৈরি করেছে। সংস্থাটির মতে এটি গড় থেকে পাঁচগুণ বেশি দ্রুত।

কেমব্রিজ-ভিত্তিক হিলেক্সের অনুরূপ পন্থা রয়েছে, তবে এটি বিদ্যমান ওষুধের জন্য নতুন ব্যবহারগুলি খুঁজতে মেশিন লার্নিং ব্যবহার করে। উভয় সংস্থা তাদের অ্যালগরিদমগুলিকে তথ্য দিয়ে খাওয়ান - রোগগুলির জন্য নতুন চিকিত্সার পরামর্শ দেওয়ার জন্য জার্নাল, বায়োমেডিকাল ডেটাবেসস এবং ক্লিনিকাল ট্রায়ালের মতো উত্স থেকে সংগ্রহ করা।

মানব তদারকি

দুটি সংস্থা প্রতিটি মানব গবেষককে এআইয়ের পাশাপাশি কাজ করার জন্য প্রক্রিয়াটি গাইড করতে সহায়তা করে। এক্সটেনসিয়ার দৃষ্টিভঙ্গিতে, সেন্টাওর কেমিস্টকে ডাব করা হয়েছে, ড্রাগ ডিজাইনাররা যৌগগুলির সন্ধানের জন্য অ্যালগরিদম কৌশল শিখতে সহায়তা করে। হেলাক্স এআই এর ভবিষ্যদ্বাণীগুলি গবেষকদের কাছে রেখেছেন যারা ফলাফলগুলি বিশ্লেষণ করে এবং কোনটি অনুসরণ করা উচিত তা স্থির করে।

হিলেক্সের প্রধান বিজ্ঞান কর্মকর্তা নীল থম্পসন বলেছেন, নতুন রোগের যথেষ্ট পরিমাণ তথ্য থাকা সত্ত্বেও কার্নোভাইরাস জাতীয় প্রাদুর্ভাবের বিরুদ্ধে এই কৌশলটি স্থাপন করা যেতে পারে। হিলেক্স করোনাভাইরাস মোকাবেলা করতে বা এর প্রযুক্তিটি প্রকোপের জন্য টুইটারে কাজ করছে না, তবে এটি প্রসারিত হবে না।

থম্পসন একটি সাক্ষাত্কারে বলেছিলেন, "আমরা বেশ ঘনিষ্ঠ"। “আমরা যে এআই অ্যালগরিদম ব্যবহার করি সেগুলি সম্পর্কে আমাদের খুব বেশি পরিবর্তন করার প্রয়োজন হবে না। আমরা ওষুধের বৈশিষ্ট্যগুলিকে রোগের বৈশিষ্ট্যগুলির সাথে মেলে দেখি ”"

কৃত্রিম বুদ্ধিমত্তা অ্যালগরিদমগুলি আমরা ইতিমধ্যে যে রোগগুলির সম্পর্কে জানি সেগুলির জন্য ওষুধ মন্থর করা শুরু করেছে। ম্যাসাচুসেটস ইনস্টিটিউট অফ টেকনোলজির গবেষকরা বৃহস্পতিবার বলেছিলেন যে তারা এই পদ্ধতিটি একটি শক্তিশালী নতুন অ্যান্টিবায়োটিক যৌগ সনাক্ত করতে ব্যবহার করেছেন যা ঝামেলা ব্যাকটেরিয়াগুলির একটি অ্যারেকে মেরে ফেলতে পারে, এমনকি কিছু কিছু যা বর্তমানে অন্যান্য চিকিত্সার বিরুদ্ধে প্রতিরোধী।

এই সমস্ত প্রযুক্তির জন্য একটি ধরা ক্লিনিকাল টেস্টিং। এমনকি কোনও অসুস্থতা নিরাময়ের জন্য ইতিমধ্যে নিরাপদ ওষুধগুলি অন্যের জন্য নির্ধারিত হওয়ার আগে আবার পরীক্ষা করা উচিত। বিপুল সংখ্যক লোককে তারা নিরাপদে এবং কার্যকর দেখানোর প্রক্রিয়াটি পর্যালোচনার জন্য নিয়ামকদের কাছে যাওয়ার আগে কয়েক বছর সময় নিতে পারে।

কার্যকর হওয়ার জন্য, এআই-ভিত্তিক ওষুধ বিকাশকারীদের সময়ের আগে পরিকল্পনা করতে হবে, ভবিষ্যতে সমস্যা হতে পারে এমন একটি ভাইরাস জিনোমকে বাছাই করতে হবে এবং যখন এর জন্য খুব কম উত্সাহ দেওয়া হবে তখন লক্ষ্যবস্তু করতে হবে।

আর একটি বাধা হ'ল যোগ্য কর্মী খুঁজে পাওয়া finding

"এআই এবং জীববিজ্ঞানের চৌরাস্তাতে পরিচালনা করতে পারে এমন লোকদের খুঁজে পাওয়া শক্ত, এবং বড় সংস্থাগুলির পক্ষে এই জাতীয় প্রযুক্তি নিয়ে দ্রুত সিদ্ধান্ত নেওয়া কঠিন," ভেনচার ক্যাপিটাল ফার্ম অ্যাটমিকোর অংশীদারি এবং সাবেক সার্জন ইরিনা হাইবাস বলেছেন, হিলেক্স বোর্ড "এআই ইঞ্জিনিয়ার হওয়ার পক্ষে এটি যথেষ্ট নয়, আপনাকে জীববিজ্ঞানের প্রয়োগগুলি বুঝতে হবে এবং তা করতে হবে” "


উত্তর 6:

যখন কোনও রহস্যজনক অসুস্থতা প্রথম প্রকাশিত হয়, তখন সরকার এবং জনস্বাস্থ্য কর্তৃপক্ষের পক্ষে দ্রুত তথ্য সংগ্রহ করা এবং প্রতিক্রিয়াটি সমন্বিত করা কঠিন। তবে নতুন কৃত্রিম বুদ্ধিমত্তা প্রযুক্তি বিশ্বজুড়ে সংবাদ প্রতিবেদন এবং অনলাইন সামগ্রীর মাধ্যমে স্বয়ংক্রিয়ভাবে খনি তৈরি করতে পারে, পেশাদারদের একটি সম্ভাব্য মহামারী বা আরও খারাপ হতে পারে এমন সম্ভাব্য ব্যাধিগুলি সনাক্ত করতে সহায়তা করে। অন্য কথায়, আমাদের নতুন এআই বসগুলি পরবর্তী প্লেগ থেকে বেরিয়ে আসতে সহায়তা করতে পারে।

এই নতুন

এআই

সাম্প্রতিক করোনাভাইরাস প্রাদুর্ভাবের সাথে সামর্থ্যগুলি পুরোদমে চলছে, যা কানাডার ভিত্তিক সংস্থা ব্লুড্যাট দ্বারা চিহ্নিত, যা জনস্বাস্থ্যের ঝুঁকিগুলি নির্ণয়ের জন্য ডেটা ব্যবহার করে এমন বেশ কয়েকটি সংস্থার মধ্যে একটি। ইউএস সেন্টারস ফর ডিজিজ কন্ট্রোল অ্যান্ড প্রিভেনশন (সিডিসি) এবং ওয়ার্ল্ড হেলথ অর্গানাইজেশন (ডাব্লুএইচও) সরকারী নোটিশ জারি করেছে যে সংস্থাটি "স্বয়ংক্রিয় সংক্রামক রোগের নজরদারি" চালানোর দাবি করেছে। এখন জানুয়ারির শেষের দিকে, চীনের উহান শহরের সাথে যুক্ত একটি শ্বাসকষ্ট ভাইরাস ইতিমধ্যে 100 জনেরও বেশি লোককে হারিয়েছে। যুক্তরাষ্ট্রসহ আরও অনেক দেশে মামলার উদ্ভব হয়েছে এবং সিডিসি আমেরিকানদের চীনে অপ্রয়োজনীয় ভ্রমণ এড়াতে সতর্ক করছে।


উত্তর 7:

এই মুহুর্তে যখন একটি অদ্ভুত অসুস্থতা প্রথম প্রসারিত হয়, তখন সরকার এবং সাধারণ কল্যাণকারী কর্তৃপক্ষের পক্ষে ডেটা দ্রুত সংগ্রহ করা এবং প্রতিক্রিয়ার সুবিধার্থে খুব ভাল হতে পারে। যাই হোক না কেন, নতুন মানব-তৈরি যুক্তিযুক্ত উদ্ভাবন প্রাকৃতিকভাবে বিশ্বজুড়ে সংবাদ প্রতিবেদন এবং অনলাইন পদার্থের মাধ্যমে খনি তৈরি করতে পারে, বিশেষজ্ঞদের বিশেষজ্ঞদের এমন অসঙ্গতিগুলি বুঝতে সহায়তা করে যা একটি সম্ভাব্য প্লেগ বা আরও আফসোসজনক, মহামারী প্ররোচিত করতে পারে। দিন শেষে, আমাদের নতুন এআই ওভারলর্ডরা নিম্নলিখিত রোগ সহ্য করতে সত্যিই আমাদের সহায়তা করতে পারে।

এই নতুন এআই ক্ষমতাগুলি চলমান করোনভাইরাস জ্বলজ্বল নিয়ে পুরো শো-শোতে রয়েছে, যা ব্লুডট নামে একটি কানাডিয়ান সংস্থা যথাসময়ে আলাদা করেছে, যা বিভিন্ন স্বাস্থ্য সংস্থার মধ্যে একটি যা বিভিন্ন স্বাস্থ্যকর বিপদগুলি যাচাইয়ের জন্য তথ্য ব্যবহার করে। সংস্থাটি বলে যে এটি "রোবোটাইজড অপ্রতিরোধ্য অসুস্থতা পর্যবেক্ষণ" পরিচালনা করে, তার ক্লায়েন্টদের ডিসেম্বরের সমাপ্তির দিকে নতুন ধরণের করোনভাইরাস সম্পর্কে বলেছিল, রোগ নিয়ন্ত্রণ ও প্রতিরোধের দুটি কেন্দ্র কেন্দ্র (সিডিসি) এবং বিশ্ব স্বাস্থ্য সংস্থা (ডব্লুএইচও) এর কয়েক দিন আগে। ) ওয়্যার্ড দ্বারা ঘোষণা হিসাবে, সরকারী বিজ্ঞপ্তি জানানো। বর্তমানে জানুয়ারির শেষের দিকে, চীনের উহান শহরের সাথে সংযুক্ত যে শ্বাস প্রশ্বাসের সংক্রমণটি ঘটেছে মাত্র 100 জন ব্যক্তির মৃত্যু হয়েছে। একইভাবে মার্কিন যুক্তরাষ্ট্র সহ কয়েকটি পৃথক দেশে মামলাগুলি ছড়িয়ে পড়েছে এবং সিডিসি আমেরিকানদের চীনের অপ্রয়োজনীয় ভ্রমণ থেকে কৌশলগত দূরত্ব বজায় রাখতে সাবধান করে দিচ্ছে।

কামরান খান, অপ্রতিরোধ্য রোগের ডাক্তার এবং ব্লুডট এর লেখক এবং সিইও, একটি সভায় স্পষ্ট করে জানিয়েছিলেন যে সংস্থার প্রাথমিক উপদেশ কাঠামোটি প্রায় 100,000 নিবন্ধগুলি ভেঙে 100 টিরও বেশি অপ্রতিরোধ্য সংক্রমণ অনুসরণ করার জন্য সাধারণ ভাষা পরিচালনার এবং এআই সহ মানবসৃষ্ট চেতনাকে কীভাবে ব্যবহার করে? ধারাবাহিকভাবে 65 টি উপভাষা। এই তথ্যটি সংস্থাগুলিকে কখন উপলব্ধি করতে সক্ষম করে যে কখন তার গ্রাহকদের একটি অপ্রতিরোধ্য অসুস্থতার সম্ভাব্য সান্নিধ্য এবং বিস্তার সম্পর্কে বলবে।

এক্সপ্লোরার শিডিয়ুল ডেটা এবং ফ্লাইটের পদ্ধতিগুলির অনুরূপ অন্যান্য তথ্য, সংস্থায় কীভাবে অসুস্থতা ছড়াতে পারে সে সম্পর্কে অতিরিক্ত সংকেত দিতে সংস্থাকে সহায়তা করতে পারে। উদাহরণস্বরূপ, সম্প্রতি, ব্লুডট বিশেষজ্ঞরা এশিয়ার বিভিন্ন নগর সম্প্রদায়ের প্রত্যাশা করেছিলেন যেখানে চীন অঞ্চলে করোনভাভাইরাস প্রদর্শিত হওয়ার পরে উপস্থিত হবে।

ব্লুডট-এর মডেলের (যাঁর চূড়ান্ত ফলাফলগুলি এইভাবে মানব বিশেষজ্ঞরা পরীক্ষা করেছেন) এর পেছনের চিন্তাভাবনাটি হ'ল সামাজিক বীমা শ্রমিকদের যত তাড়াতাড়ি অনুমতি দেওয়া যায় তত দ্রুত ডেটা পাওয়া, এই প্রত্যাশার সাথে তারা বিশ্লেষণ করতে পারে - এবং, প্রয়োজনে সংযোগ বিচ্ছিন্ন - কলঙ্কিত এবং সুবিধাজনক সময়ে সংক্রামক ব্যক্তিরা।

"সরকারী তথ্য প্রতিটি ক্ষেত্রেই মঙ্গলজনক হয় না," খান রিকোডকে বলেন। "একজন এক্সপ্লোরার এবং এক বিস্ফোরণে একটি মামলার পার্থক্য আপনার সর্বাধিক মানব পরিষেবা বিশেষজ্ঞের উপর নির্ভর করে যে একটি নির্দিষ্ট অসুস্থতা রয়েছে তা উপলব্ধি করে really সত্যিই ঘটে যাওয়া থেকে আগুন জ্বলতে পার্থক্য হতে পারে।"

খান অন্তর্ভুক্ত করেছিলেন যে তার কাঠামো একইভাবে বিভিন্ন তথ্য ব্যবহার করতে পারে - উদাহরণস্বরূপ, কোনও অঞ্চলের বায়ুমণ্ডল, তাপমাত্রা বা এমনকি আশেপাশের গৃহপালিত প্রাণী সম্পর্কে ডেটা - কোনও অসুস্থতায় দূষিত কেউ সম্ভবত আশেপাশের উদ্বেগ সৃষ্টি করতে চলেছে কিনা তা আগে থেকেই জানতে পারে আছে। তিনি এনেছেন যে, ২০১ 2016 সালে, ব্লুডট-এর ফ্লোরিডায় জিকা সংক্রমণের উপস্থিতি আগে থেকেই সেখানে উপস্থিত হওয়ার আগে দেড় বছর আগে থেকেই তার বিকল্প ছিল।

এছাড়াও, এই ঘৃণ্য তদন্তকারী সংস্থা মেটাবিওটা যাচাই করেছে যে থাইল্যান্ড, দক্ষিণ কোরিয়া, জাপান এবং তাইওয়ানের উক্ত সংস্থাগুলির প্রকৃত সত্যতা প্রকাশের সাত দিন আগে এই সংক্রমণ দেখা দেওয়ার সর্বাধিক উন্নত বিপদ ছিল, কিছুটা বিমানের তথ্যের আশায়। মেটাবিটা, ব্লুডট হিসাবে, একটি সম্ভাব্য অসুস্থতা সম্পর্কে অনলাইন প্রতিবেদন মূল্যায়নের জন্য সাধারণ ভাষা হ্যান্ডলিংকে ব্যবহার করে এবং এটি অতিরিক্তভাবে ওয়েব ভিত্তিক জীবন সম্পর্কিত তথ্যের জন্য একটি অনুরূপ উদ্ভাবন তৈরির ক্ষেত্রে সরে যায়।

মেটাবিোটার তথ্য বিজ্ঞানের নির্বাহী ইম্প্রিট গ্যালিভান স্পষ্ট করে বলেছেন যে অনলাইন পর্যায় এবং আলোচনা একইভাবে একটি সংকেত দিতে পারে যে মহামারী হওয়ার আশঙ্কা রয়েছে। মেটাবিওটা অনুরূপভাবে জোর দিয়েছিল যে এটি অসুস্থতার ইঙ্গিত, মৃত্যুর হার এবং চিকিত্সার অ্যাক্সেসযোগ্যতার মতো ডেটা বিবেচনায় সামাজিক ও রাজনৈতিক বাধাজনিত অসুস্থতার ছড়িয়ে পড়ার বিপদকে মূল্যায়ন করতে পারে। উদাহরণস্বরূপ, এই নিবন্ধের বিতরণের মুহুর্তে, মেটাবিটা আমেরিকা ও চীনতে উপন্যাসের করোনভাইরাসকে "উদ্বেগ" উচ্চ হিসাবে চিহ্নিত করার বিপদটি মূল্যায়ন করেছে, তবে এটি কঙ্গোর ডেমোক্রেটিক রিপাবলিকের বানরকোপক্স সংক্রমণের জন্য এই বিপদটি মূল্যায়ন করেছে ( যেখানে "সংক্রমণের উদাহরণ হিসাবে গণনা করা হয়েছে" হিসাবে "মাধ্যম"।

এই রেটিং কাঠামো বা মঞ্চ নিজেই ঠিক কতটা যথাযথ হতে পারে তা উপলব্ধি করা কঠিন, তবে গ্যালিভান বলেছেন যে সংস্থাটি করোন ভাইরাস দ্বারা চিহ্নিত ইস্যুতে মার্কিন জ্ঞান নেটওয়ার্ক এবং প্রতিরক্ষা বিভাগের সাথে কাজ করছে। এটি কেন্দ্রীয় গোয়েন্দা সংস্থার সাথে যুক্ত নন-লাভজনক অ্যাডভেঞ্চার ফার্ম ইন-কিউ-টেল-এর সাথে মেটাবিটা-র কাজের একটি অংশ। তবে, সরকারী অফিসগুলি এই ফ্রেমওয়ার্কগুলির প্রধান সম্ভাব্য গ্রাহক নয়। মেটবিওটা অতিরিক্তভাবে পুনর্বীমাকরণ সংস্থাগুলিতে তার ভিত্তিটি প্রচার করে - পুনর্বীমাকরণ মূলত বীমা এজেন্সিগুলির জন্য সুরক্ষা - যা কোনও অসুস্থতার সুপ্ত ক্ষমতা ছড়িয়ে পড়ার সাথে সম্পর্কিত আর্থিক বিপদগুলির সাথে মোকাবিলা করা উচিত।

যাই হোক না কেন, কম্পিউটারাইজড যুক্তি সংক্রমণ ছড়িয়ে পড়া রোগ হিসাবে কেবল রোগ সংক্রমণ বিশেষজ্ঞ এবং কর্তৃপক্ষকে শিক্ষিত রাখার চেয়ে অনিবার্যভাবে মূল্যবান হতে পারে। বিশেষজ্ঞরা এআই-ভিত্তিক মডেলগুলি বানোয়াট করেছেন যা জিকা সংক্রমণের পর্বগুলি প্রগতিশীলভাবে অনুমান করতে পারে, যা বিশেষজ্ঞরা সম্ভাব্য জরুরী পরিস্থিতিতে কীভাবে প্রতিক্রিয়া জানায় তা শিখিয়ে দিতে পারে। মনুষ্যসৃষ্ট চেতনাটিকে একইভাবে ব্যবহার করা যেতে পারে যে জরুরি অবস্থা চলাকালীন সাধারণ মঙ্গলকর কর্তৃপক্ষ কীভাবে সম্পদ ছড়িয়ে দেয় manage ফলস্বরূপ, এআই অসুস্থতা থেকে রক্ষার আরেকটি প্রথম লাইন হিসাবে দাঁড়িয়েছে।

আরও বিস্তৃতভাবে, এআই এখন নতুন ওষুধগুলি পরীক্ষা করা, অস্বাভাবিক সংক্রমণ পরিচালনা এবং বুসম ম্যালিগন্যান্ট বৃদ্ধি চিহ্নিতকরণে সহায়তা করে। মানবসৃষ্ট বুদ্ধিমত্তা এমনকি ছাগাসকে ছড়িয়ে পড়া এমন ভয়ঙ্কর ক্রোলগুলির পার্থক্যের জন্য ব্যবহৃত হয়েছিল, যা মেক্সিকো এবং মধ্য এবং দক্ষিণ আমেরিকার প্রত্যাশিত ৮ মিলিয়ন ব্যক্তিকে কলঙ্কিত করেছিল gas নীতি নির্ধারক এবং ওষুধ সংগঠনগুলি মঙ্গলজনক জরুরি অবস্থার প্রশস্ততা উপলব্ধিতে সহায়তা করার জন্য - ওয়েব ভিত্তিক জীবন উপস্থাপনার মতো - ওয়েল ওয়েবেিং তথ্য ব্যবহার না করার জন্য উত্সাহ বাড়ানোর পাশাপাশি রয়েছে। উদাহরণস্বরূপ, এআই যা টার্গেট অবৈধ মাদক ব্যবসায়ের উপর অনলাইন জীবন উপস্থাপন করতে পারে এবং সাধারণ নিয়ন্ত্রক কর্তৃপক্ষকে এই নিয়ন্ত্রিত পদার্থের বিস্তার সম্পর্কে শিক্ষিত রাখতে পারে।

মেটাবিটা এবং ব্লুডটস সহ এই ফ্রেমওয়ার্কগুলি তারা মূল্যায়ন করছে এমন তথ্যের সাথে সামঞ্জস্য। আরও কী, এআই - বেশিরভাগ ক্ষেত্রেই - প্রবণতার সাথে একটি সমস্যা রয়েছে, যা কোনও ফ্রেমওয়ার্কের স্থপতি এবং এটি প্রস্তুত করা তথ্যের উভয়কেই প্রতিফলিত করতে পারে। এছাড়াও, AIষধি পরিষেবাদির অভ্যন্তরে যে এআই ব্যবহার করা হয় তা কোনওভাবেই আকার, আকার বা ফর্ম নয়।

বিবেচিত সমস্ত বিষয়, এই অগ্রগতিগুলি এআই কী করতে পারে তার জন্য একটি প্রগতিশীল আদর্শবাদী দৃষ্টিভঙ্গির সাথে কথা বলে। সাধারণত, এআই রোবটগুলিতে আপডেট করা বিশাল আকারের তথ্যের মাধ্যমে ফিল্টার করে। ওয়েবে থেকে খনন করা চিত্রগুলির উপর ভিত্তি করে ফেসিয়াল স্বীকৃতি ডেটাবেসগুলি ব্যবহার করে আইনী প্রয়োজনীয়তা বিবেচনা করুন। বা অন্যদিকে তালিকাভুক্ত পরিচালকরা এখন আপনার ইন্টারনেট ভিত্তিক লাইফ পোস্টের আলোকে কীভাবে আপনি পলিয়ে যাবেন তা আগে থেকেই এআই ব্যবহার করতে সক্ষম হবেন। বীর্যপাতজনিত অসুস্থতা মোকাবেলা করার এআই সম্ভাবনা এমন একটি পরিস্থিতি সরবরাহ করে যেখানে আমরা আনন্দদায়ক মাধ্যমে না পারলে আমরা কিছুটা কম অস্বস্তি বোধ করতে পারি। সম্ভবত এই উদ্ভাবন - যখনই তৈরি করা হয়েছে এবং যথাযথভাবে ব্যবহার করা হয়েছে - সত্যিই কয়েকটা জীবন রক্ষা করতে পারে।