史学家李约瑟很喜欢用自己的老本行——生物化学,来解读宏大叙事的社会学问题,还为此引入了一个有趣的名词——“滴定”(滴定)。
所谓“滴定”,就是将试剂滴在溶液中,随着中和的发生,通过指示剂的颜色变化来观察该事物。而李约瑟眼中,不同文明的交流也是一个“滴”定的过程。
这是一个形象的比喻,来探寻不同文化之间的渗透和融合。从某种角度来说,“艾抗疫”这件事,也是一种“文明的滴定”:
一来,计算科学与现代医疗防控体系前所未有地紧密联系在了一起.AI这组“试剂”,出现在抗疫过程的方方面,面显露出整个社会的科技基本面;
另一方面,病毒本质上就是人类社会生活中的“背景杂音”,人类与之战斗或许有阶段性的尾声,但永远不会终止,这意味着科技与抗疫这件事,必须像“量子纠缠”一样长久地捆绑在一起,直至产生”中和效应”。
那么,记录并聆听这段AI的抗疫史诗,就成了后来者求索的必经之路。
AI抗疫1.0中的“李约瑟难题”
既然提到了”滴定”,不妨就用它来回答一个“类李约瑟难题”:此前为什么没有出现如此大规模的AI参与社会公共事务治理?
脑极体曾在《史上第一次大规模AI抗疫》一文中,解读过人工智能抗击疫情相结合的种种姿势,从中不难看出几个趋势:
1。“参与感”的上探。
所谓上探,指的是人工智能已经摆脱了“锦上添花”的定位,开启了从“工具人”到“智囊团”的转变,在大型防疫工作中体现出了高屋建瓴的价值,这是技术在公共事务中第一次展现出了左右事态进程的“参与感”。
最明显的表现就是,决定了治疗进展的病毒筛查,药物研发等工作,都在高性能计算的辅助下得以加速推进。医疗专家组与科技企业,超级算力的结合前所未有的加强。
腾讯,百度,阿里等企业也纷纷开放了自家的基础算法以及亿级计算资源,为抗击疫情争夺宝贵的时间。
比如百度免费开放的线性时间算法LinearFold,结合世界上现有最快的RNA结构预测网站,就将此次新型冠状病毒的全基因组二级结构预测从55分钟缩短至27秒,提120倍速,节省了两个数量级的等待时间。
2。普及度的下沉。
AI的价值提升并不仅仅表现在成为科研工作者手中的利剑,也能让一线基层的防控人员从大量重复性劳动中解脱出来,实现效率升级。
就拿电话普查来说,这是一个极为简单,同时又压力山大的工作,数亿人的排查工作难以靠现有外呼中心和志愿者来完成,依靠AI智能外呼来自动询问和采集居民疫情信息,就起到了重要的辅助作用。
2月9日的央视《新闻联播》中,百度免费开放的智能外呼平台就因提升社区疫情防控效率而吸引了大众的目光。
而类似的故事在“网格化“抗疫的各个端口随处可见,无论是用智能体温测试取代社区人员手里的体温枪,还是AI识别人群口罩佩戴规范度,无不展现着人工智能正在以润物无声的方式向全社会的基底下沉。
3。认知度有待提升。
人工智能能力的快速铺设,是否说明已经形成了较高的认知度呢?答案或许不尽人意。
可以看的到,第一阶段的AI抗疫主要是由蝙蝠这样的科技巨头来引领的,这既让AI赋能防疫工作有了较为完整的支撑,却很难快速渗透给千行万业的场景和需求中去,而后者显然需要与众多垂直开发者,医疗一线人员等合作,才能将人工智能的潜力最大程度释放。
而许多产业人员对AI的能力,算法,作用并不熟悉,这就限制了人工智能在这场试炼中贡献自己的力量。
总结AI抗疫1.0阶段的收获,我们发现,在这样的大型公共事务治理中,人类社会已经迎来了一个新的选择,一条新的道路。
