صفحه نخست

آموزش و دانشگاه

علم‌وفناوری

ارتباطات و فناوری اطلاعات

ورزش

سلامت

پژوهش

سیاست

اقتصاد

فرهنگ‌ و‌ جامعه

علم +

عکس

فیلم

استانها

بازار

اردبیل

آذربایجان شرقی

آذربایجان غربی

اصفهان

البرز

ایلام

بوشهر

تهران

چهارمحال و بختیاری

خراسان جنوبی

خراسان رضوی

خراسان شمالی

خوزستان

زنجان

سمنان

سیستان و بلوچستان

فارس

قزوین

قم

کردستان

کرمان

کرمانشاه

کهگیلویه و بویراحمد

گلستان

گیلان

لرستان

مازندران

مرکزی

هرمزگان

همدان

یزد

هومیانا

پخش زنده

دیده بان پیشرفت علم، فناوری و نوآوری
۰۸:۵۹ - ۰۹ ارديبهشت ۱۴۰۲
توسط دانشمندان محقق شد؛

جلوگیری از شیوع دوباره کووید-۱۹ با یک هوش مصنوعی جدید

دانشمندان توانسته‌اند مدل هوش مصنوعی جدیدی بسازند که می‌تواند از شیوع دوباره هر نوع همه‌گیری مانند کووید-۱۹ جلوگیری کند.
کد خبر : 844061
به گزارش خبرگزاری علم و فناوری آنا، دانشمندان «دانشگاه مونترآل» مدل هوش مصنوعی جدیدی ایجاد کرده‌اند که می‌تواند نقاط ویروسی درحال ظهور را شناسایی کند و درحالت ایده‌آل، از شیوع دوباره هر نوع همه‌گیری مانند کووید-۱۹ جلوگیری کند.

در سال ۲۰۱۶ و چهار سال قبل از اینکه یک همه‌گیری در تمام جهان شیوع پیدا کند، برنامه محیط‌ زیست سازمان ملل (UNEP) زنگ خطر را در مورد بیماری‌های مشترک بین انسان و حیوانات به صدا درآورد و از آن‌ها به‌عنوان یک نگرانی جهانی نوظهور یاد کرد. طبق تخمین سازمان بهداشت جهانی، سالانه حدود یک میلیارد نفر به بیماری‌های مشترک انسان و حیوانات مبتلا می‌شوند که مرگ‌و‌میر میلیون‌ها نفر را در پی دارد. به همین دلایل، دانشمندان اکنون برای پیش‌بینی و تشخیص یک همه‌گیری به سراغ هوش مصنوعی رفته‌اند.

**پیش‌بینی همه‌گیری با هوش مصنوعی

آن‌ها با الگوریتم خود که با سه سال و ۱۰ هزار ساعت محاسبه به‌دست آمده است، توانستند ۸۰ هزار تعامل بالقوه جدید بین ویروس‌ها و میزبان‌های انسانی را شناسایی کنند و حتی اینکه بیشترین نگرانی‌ها مربوط به کدام قسمت جهان است را تشخیص دهند.

این تیم از بزرگ‌ترین مجموعه داده باز، یعنی CLOVER استفاده کرده که ۵۴۹۴ تعامل بین ۸۲۹ ویروس و ۱۰۸۱ میزبان پستاندار را توصیف می‌کند. سپس آن‌ها روی ۲۰ ویروسی تمرکز کردند که نگران‌کننده تلقی می‌شدند و پتانسیل سرایت به انسان را داشتند.

«تیموتی پوآزو»، استاد گروه علوم زیستی دانشگاه مونترآل می‌گوید: «ما از چند ماه اول سال ۲۰۲۰ روی این پروژه کار می‌کردیم، قبل از اینکه همه‌گیری شیوع پیدا کند. مشکل اصلی این است که ما فقط از یک تا دو درصد تعاملات بین ویروس‌ها و پستانداران آگاه هستیم. شبکه‌های پراکنده‌ای وجود دارند که دارای تعاملات کمی هستند که فقط در چند گونه متمرکز شده‌اند. ما می‌خواهیم بدانیم که کدام گونه از ویروس کدام گونه پستاندار را آلوده می‌کند که با این وجود می‌توانیم مشخص کنیم که کدام فعل و انفعالات ممکن است بیشتر رخ بدهند.»
 
درنهایت، این تیم امیدوار است که مدل هوش مصنوعی آن‌ها نه تنها بتواند نقاط خطرناک جدید را برای تحقیق بیشتر اطلاع‌رسانی کند، بلکه انتظار دارد که بتواند قابلیت‌های نظارتی بیشتری را ارائه کند. در گام بعدی، آن‌ها قصد دارند تا این هوش مصنوعی را به سطح جدیدی برسانند تا مکانیسم‌های میکروبیولوژیکی، ایمنی‌شناسی و اکولوژیکی بیشتری را در بر گیرد.

انتهای پیام/

ارسال نظر