2月1日，教育部官網發佈公告，為有效應對近期發生的新型冠狀病毒（2019-nCoV）感染性肺炎疫情，加強針對新型冠狀病毒的致病機理、感染防控等的深入研究，支持浙江大學聯合上海尋夢信息技術有限公司（拼多多）啟動應急科研專項。這則公告再次透露出重大事件中企業應該擔當的科研責任。
據挖貝網不完全統計，截止1月31日，已有362家上市公司向“戰疫”援助。為進一步瞭解國內頭部企業相關信息，南都科創記者統計騰訊、百度及阿里發佈的與疫情相關的主要信息，找出他們援助“戰疫”路徑。統計結果來看，作為國內牽頭搭建AI創新平臺的BAT，除了捐資捐物，還發揮各自在人工智能等創新領域的應用成果，賦能科研“戰疫”。
AI助力“戰疫”
從統計結果來看，三家企業共有6個相同的助援措施。如根據自身數據基礎和流量推出疫情實時監控平臺，為公眾提供實時疫情信息；開放旗下問診平臺，提供免費為疫情高發地區居民問診服務；為湖北疫情第一線捐贈物資和款項；開放遠程辦公等線上平臺等。上述措施整體展現了BAT“出身”IT企業的先天優勢。
2017年科技部公佈了首批國家人工智能開放創新平臺名單,其中百度、阿里雲、騰訊、科大訊飛等4家公司入圍,集中在自動駕駛、城市大腦、醫療影像、智能語音等領域展開深入研究及應用。
當前，疫情防控正處於關鍵時期，發熱是感染後的主要症狀之一，在火車站、機場、地鐵、學校等場所進行體溫檢測是重要措施。更值得注意的是，北京即將進入春運返京客流高峰期，這將給火車站、地鐵、機場等帶來更大的防控疫情壓力。
1月25日，中關村科學城管委會面向北京市海淀區企業和科研團體徵集與“紅外測溫產品”有關的人工智能技術方案，提高以“大規模人群”為基礎的測溫精度。
對此，百度提供了AI多人體溫快速檢測解決方案，用非接觸、可靠、高效且無感知的方式，對體溫超出一定閾值的流動人員，系統會發出異常預警，並快速展示出體溫不在正常範圍的人員及溫度，遏制新型冠狀病毒的傳播。
該方案稱能解決傳統體溫檢測人工成本大、測量效率低、預警響應慢、系統分析弱、全局掌控難等弊端。當前，該套解決方案已經落地應用北京北部新的綜合交通樞紐清河火車站。
這套方案原理如何？據官方介紹，基於AI圖像識別技術和紅外熱成像技術，百度AI多人體溫快速檢測解決方案使用了基於人臉關鍵點檢測及圖像紅外溫度點陣溫度分析算法，可以在一定面積範圍內對人流區域多人額頭溫度進行快速篩選及預警，解決了佩戴口罩及帽子造成的面部識別特徵較少的問題，方便對人流聚集處的快速篩選。
在新型冠狀肺炎疫情防控戰中，為了解決防控一線的工作人員人手不足、容易感染的局面，世界各地都在儘可能地將先進的智能化手段應用到救治之中。阿里巴巴達摩院5天研發出的智能疫情機器人也正是為解決上述情況。1月27日，“浙裡辦”APP上線了應對新型冠狀病毒感染肺炎的專門平臺——浙江省新型肺炎公共服務與管理平臺。在這個平臺提供服務的，是阿里巴巴達摩院最新研發的“智能疫情機器人”。
“浙裡辦”是浙江省的移動政務服務平臺，註冊用戶超過3000萬。用戶從APP首頁進入平臺，就可以在“主動申報與疫情線索提供”、“ 浙江省互聯網醫院新型肺炎通道”、“網上智能問診與人工服務”等模塊中選擇相應服務。“網上智能問診與人工服務”中，後臺機器人能夠秒答疫情相關問題，比如什麼情況下需要就醫、浙江省定點醫院都有哪些，怎麼選用口罩、怎麼檢查口罩的氣密性、口罩用完了如何處理等等。
為方便市民瞭解疫情新動態，“國家政務服務平臺”微信小程序正式上線“新型肺炎疫情防控專題”，專題提供包括實時動態、提供預防、自查以及提供就醫指引等服務，加強群眾科學防疫。據悉，“國家政務服務平臺”是首個全國性政務服務小程序，由騰訊雲提供技術支持。面對疫情，瞭解最新消息、掌握最新數據是關鍵。市民可通過小程序查看最新實時數據，包括截止目前的確診病例、疑似病例、治癒及死亡人數等相關數據。
統計上述路徑時可以看到，三家AI賦能應用主要為疫情防控。
未來發力點
當前，溯源疫情工作還在進行中。儘管病原體“是什麼”已經能夠快速確定，但包括病原體“從哪來”的溯源問題，以及後續潛伏期檢測、預防疫苗和治療特效藥等“怎麼辦”的諸多關鍵環節，考驗科研水平及相關機制的地方還有很多。
對於如何抗擊新型冠狀病毒疫情這個問題，更多人首先想到的應該是研發有效的治療藥物，但隨著人工智能技術逐漸成熟、強大，科學家們也開始依賴人工智能對抗各式各樣的疾病。
知乎答主“甜草莓”認為，在這次新型冠狀病毒疫情當中，機器學習等數據和計算科學在這次疫情中扮演的主要是輔助角色，其中對控制疫情最幫助的應該是接觸者追蹤（contract tracing) 、數據預測和新的流行病學傳播模型。
按慣例，實驗室率先接重擔。以廣東為例，鵬城實驗室人工智能研究中心此前組織專家與深圳市疾病預防控制中心的專家一起迅速成立了攻關團隊，配合疾控中心開展針對本次新型冠狀病毒肺炎疫情的傳染病動力學模型研究工作。由鵬城實驗室邀請的美國霍普金斯大學、西安交大專家也遠程加入了攻關團隊參與相關研究工作。
相比傳統的研究機構，企業牽頭搭建的創新平臺具備市場與研究可以緊密結合的優勢。南都科創記者統計官網相關信息可以看到，科技部一直強化以企業為主體、市場為導向、產學研深度融合的技術創新體系建設，會同有關部門不斷強化科技計劃管理頂層設計，統籌科技資源，支持有能力的企業承擔國家科技項目，組建國家重點實驗室、國家技術創新中心等高水平科技創新平臺，構建以企業為主體、產學研協同的創新體系，引領帶動行業技術進步，取得積極成效。
截止2018年，依託企業組建175家國家重點實驗室和189家國家工程技術研究中心，支持百度、阿里巴巴等5家民營企業建設了國家新一代人工智能開放創新平臺，支持骨幹企業牽頭、聯合產學研各方培育建設國家高速列車技術創新中心、國家新能源汽車技術創新中心，強化產學研協同開展關鍵技術攻關與重大成果轉化。
在這場科研賦能“戰疫”中，知乎答主“甜草莓”認為，如果說流行病學中較為嚴謹的科學研究，比如疫苗製造，藥物研發，那麼機器學習暫時不能代替主流方法。主要是因為目前主流的機器學習手段可解釋性不強，而流行病學等生物和醫藥學科需要發現數據的內在聯繫，並通過這些聯繫指導線下實踐。可惜的是目前主流算法暫時無法滿足這些要求。
從教育部最近發佈支持浙江大學與拼多多聯合推出的科研專項，也是為了支持具有相關研究背景和條件的科研單位及人員，圍繞新型冠狀病毒感染途徑的流行病學大數據、干預阻斷方案、患者心理干預、關鍵致病機制、新穎快速診斷檢測技術、臨床防控和治療以及藥物研發等重大科學問題，開展聯合攻關。
根據目前的新聞來看，機器學習等數據和計算科學在這次疫情中扮演的主要是輔助角色，其中對控制疫情最有幫助的應該是接觸者追蹤、數據預測和新的流行病學傳播模型。
業內人士也認為，通過此次疫情，通過高度信息化工具來改變加速整個接觸者追蹤的速度和效率，從而控制疫情傳播是對整個醫療應急機制是一項巨大考驗，也會成為一大成果。在這項工作當中，考驗的是政府數據等信息開發程度，以及BAT等國內頭部企業的科研責任擔當。
出品 南都科創工作室
採寫 南都記者 任先博 實習記者 黃豔欣
閱讀更多 南方都市報 的文章
