数据复旦大学林伟教授：新型因果网络辨识算法可以用于疫情防控( 二 )
《中国经营报》：我们了解到这项新研究已经在生态系统、环境与疾病互作系统以及基因调控网络等方面得到了应用 。 如果以这次疫情下的AI应用为例 ， 这种新型算法是否也能有实际的应用价值？
林伟：以美国的情况为例 ， 根据其每个州每天播报的新冠肺炎感染数据 ， 可以看看州和州之间有没有相应的因果关系的网络（要注意 ， 在不同的阶段 ， 比如采取控制和不采取控制的时候 ， 这样的一些数据模型实际上是不一样的） 。 因果关系的产生 ， 是因为有人员的流动 ， 这就牵涉到客流情况 ， 因此这时候可以看它的航空客流 ， 它们之间也有一个州与州之间的关系 ， 甚至城市和城市之间交互的人流的网络 ， 就可以去反映这两张网络之间的关系 。
当有了这么多时序数据的时候 ， 就可以依据这些时序数据 ， 一方面去搭建州与州之间的对应的因果关系网络 ， 另一方面也同时搭建出客流之间的因果关系网络 ， 然后去比较这样的两张网络之间有没有一些对应的关系 。
在应用层面 ， 就能知道可以通过执行怎样的一些航空或交通的策略 ， 来实现疫情的有效防控 。
另外 ， 如果不仅仅有感染人数 ， 而且有治愈的人数等数据信息之后 ， 可以基于这些不同人群之间的因果关系 ， 建立相应的数学模型 。 这个数学模型就可以和传统的传染病数据模型去做比对 。 如果原来传统的传染病数据模型没有考虑到的 ， 而新的模型考虑到了 ， 那就需要去做进一步的补充和完善；如果传统模型考虑的变量太多 ， 而新的模型在这样一个新冠病毒肺炎的特点中只有几个变量起作用的话 ， 那么就可以去简化原来的传染病模型 。
这两个模型之间如果有相互作用 ， 就可以去做进一步的计算 ， 用各种各样的算法 ， 找寻相应的规律 ， 依据这样一种规律去构建合适的可仿真、可计算的数学模型 ， 之后基于这样的数据模型来进行预测 ， 出台各种防控策略 ， 以及进行基于模型的评估 ， 有一套比较合理的定量化的评估手段以后 ， 再用它来指导具体的防控工作或对防控工作进行阶段性的修正 。
（编辑：李正豪 校对：颜京宁）
（责任编辑：王治强 HF013）
推荐阅读
![[生肖]家有此3大生肖，贵人助力，富足旺财，6月下旬，职场风生水起](http://img88.010lm.com/img.php?https://image.uc.cn/s/wemedia/s/2020/6713007d388380cdc720a75fc79f7b37.jpg)
- 数据流|比亚迪M6用诊断仪无法读取TCU数据流检修
- 技术编程|如何利用数据库进行世界史研究
- 行业互联网,AI人工智能|城市教育大脑以“ AI+ 大数据”为核心 , 引领教育变革
- |如何分析“会员数据”，强化门店的竞争力？
- 数据|翼方健数解码隐私安全计算 实现数据“可用不可见”
- 智慧城市|数据归心、AI赋能，打牢新型智慧城市建设基础
- 目标检测|数据民工也能移动办公了：目标检测标注App上线，分分钟创建私人数据集
- Hudi|技术干货 | Uber基于Apache Hudi构建PB级数据湖实践
- 互联网|【IDC圈一周最HOT】本周数据中心项目进展、科华恒盛与腾讯云合作、英国宣布5G禁用华为、预测全球IDC市场网络规模
- 互联网|东莞先知大数据：用大数据服务社会治理和智能制造