Menu

DARPA wykorzystuje sztuczną inteligencję, aby skrócić czas modelowania epidemii wirusowej z tygodni do dni

16 stycznia, 2026 - Sztuczna inteligencja
DARPA wykorzystuje sztuczną inteligencję, aby skrócić czas modelowania epidemii wirusowej z tygodni do dni
Listen to this article
0
(0)

Autor: Jon Fleetwood

Wojsko amerykańskie finansuje systemy sztucznej inteligencji (AI) zaprojektowane w celu drastycznego przyspieszenia modelowania epidemii wirusowych —kompresji procesu, który zazwyczaj trwa tygodnie, w coś, co można wyprodukować w ciągu kilku dni, a następnie wykorzystać do kierowania interwencjami w świecie rzeczywistym.

Innymi słowy, im szybszy model, tym mniej czasu na kwestionowanie, czy odpowiedź jest w ogóle uzasadniona.

Przyspieszenie to jest następstwem udokumentowanej już infrastruktury DARPA sprzed pandemii COVID, zaprojektowanej w celu przekształcenia cyfrowych sekwencji genetycznych w syntetyzowane wirusy i masowo produkowane środki zaradcze mRNA w ustalonym terminie.

Stwierdzony problem DARPA: modele pandemii były kruche, nieprzezroczyste i powolne

Według grudniowej publikacji Science:

Gdy w 2020 r. SARS-CoV-2 promieniował po planecie, epidemiolodzy starali się przewidzieć jego rozprzestrzenianie się—i śmiertelne konsekwencje. Często zwracali się ku modelom, które nie tylko symulują transmisję wirusa i wskaźniki hospitalizacji, ale także potrafią przewidzieć skutki interwencji: masek, szczepionek czy zakazów podróżowania.

Jednak oprócz tego, że modele w epidemiologii i innych dyscyplinach wymagają dużych nakładów obliczeniowych, mogą stać się czarnymi skrzynkami: milionami linii starszego kodu podlegającymi skomplikowanym modyfikacjom ze strony operatorów w organizacjach badawczych rozsianych po całym świecie. Nie zawsze udzielają jasnych wskazówek. “Używane modele są często dość kruche i niewytłumaczalne” – mówi Erica Briscoe, która była kierownikiem programu projektu Automating Scientific Knowledge Extraction and Modeling (ASKEM) w Agencji Zaawansowanych Projektów Badawczych Obrony (DARPA).

Kierownik programu Agencji Zaawansowanych Projektów Badawczych Obrony (DARPA) przyznaje, że modele stosowane do kierowania reakcjami z czasów Covid-19 były kruche i trudne do interpretacji.

Znaczenie: nie próbują spowalniać ani ograniczać polityki opartej na modelach po Covid-19.

Próbują przyspieszyć działanie tego samego rodzaju mechanizmu decyzyjnego.

Jak twierdzi Mohsen Malekinejad, epidemiolog z University of California San Francisco, który pomógł ocenić produkty ASKEM, istnieje “rzeczywisty potencjał”, aby przyspieszyć budowę modeli w czasie epidemii. “W czasie pandemii czas jest zawsze naszym największym ograniczeniem. Musimy mieć informacje. Musimy to zrobić szybko” – mówi. “Po prostu nie mamy wystarczającej liczby modelarzy posiadających kwalifikacje do przetwarzania danych na każde pojawienie się choroby lub na każdy inny rodzaj potrzeby w zakresie zdrowia publicznego.”

Program: Modele epidemii generowane przez sztuczną inteligencję na żądanie

“Program o wartości 29,4 mln dolarów, uruchomiony w 2022 r., ma na celu opracowanie narzędzi opartych na sztucznej inteligencji (AI), które mogą ułatwić, przyspieszyć i zwiększyć przejrzystość budowania modeli.”

DARPA sfinansowała infrastrukturę, która standaryzuje i przyspiesza modelowanie epidemii.

Nacisk położony jest na szybkość, powtarzalność i użyteczność przez osoby niebędące specjalistami, co pozwala na szybkie generowanie modeli istotnych dla polityki, nawet jeśli podstawowe założenia są niekompletne lub kwestionowane.

Jak to działa: Artykuły i notatniki → Równania → Modele

“Narzędzia AI programu automatyzują to kodowanie, umożliwiając badaczom konstruowanie, aktualizowanie i łączenie modeli na wyższym poziomie abstrakcji.”

Dzięki usunięciu dużej części tarć technicznych związanych z budową modeli, narzędzia te ułatwiają generowanie modeli epidemii o znaczeniu instytucjonalnym, nawet gdy podstawy naukowe są słabe lub niepewne.

“Zespoły ASKEM zaprojektowały systemy sztucznej inteligencji, które mogą wykorzystywać literaturę naukową… oraz wyodrębniać równania i wiedzę potrzebną do stworzenia lub aktualizacji danego modelu.”

Literatura naukowa jest bezpośrednio przekształcana w komponenty modeli wielokrotnego użytku, co daje interpretacjom badań analizowanym maszynowo możliwość szybkiego rozprzestrzeniania się na ramy podejmowania decyzji.

“W ramach jednego z projektów ASKEM opracowano sposób pobierania tych notatników, wyodrębniania podstawowych opisów matematycznych i przekształcania ich w model.”

Nieformalne rozumowanie i eksploracyjną pracę notatnika można szybko przekształcić w modele możliwe do wdrożenia, zmniejszając dystans między wstępnym myśleniem a autorytatywnymi wynikami.

Modelowanie skoncentrowane na interwencji

“Powstały model zintegrował wirusy’ różne wzorce transmisji i sezonowości, jednocześnie oceniając skutki interwencji, takich jak noszenie masek i testowanie.”

System ma na celu ocenę scenariuszy interwencji w kontekście dynamiki choroby, uwzględniając kwestie polityczne bezpośrednio w procesie modelowania.

“Testerzy zostali poproszeni o modelowanie wpływu kampanii szczepień na koszty hospitalizacji z powodu wirusowego zapalenia wątroby typu A u osób zażywających narkotyki bez mieszkania w stanie.”

Narzędzia te są zorientowane na stosowane kwestie zarządzania —koszty, ukierunkowanie i wpływ kampanii—, a nie na epidemiologię czysto opisową.

Twierdzenie o prędkości: 83% szybciej

“W końcowych wynikach testerzy odkryli, że narzędzia ASKEM, w zestawieniu ze standardowymi przepływami pracy modelowania, mogą tworzyć modele o 83% szybciej.”

Generowanie modeli jest wystarczająco szybkie, aby zmieścić się w harmonogramach politycznych i medialnych, co ogranicza możliwość przeprowadzenia zewnętrznej oceny przed podjęciem działań w sprawie wyników.

“Udało im się zbudować praktycznie użyteczne modele w ciągu 40-godzinnego tygodnia pracy dla wielu problemów.”

Gdy prędkość przestanie być czynnikiem ograniczającym, presja przesuwa się w stronę szybkiego wdrożenia, a nie starannej walidacji.

‘Przejrzystość’ jako wewnętrzny sygnał zaufania

“Dzięki modelom ASKEM’ zwiększona przejrzystość, testerzy odkryli również, że decydenci byliby bardziej pewni wyników ASKEM niż wyników tradycyjnych modeli.”

W tym przypadku “przejrzystość” pełni mniej funkcję zabezpieczenia, a bardziej wzmacniacza zaufania urzędników.

Dzięki temu, że modele są wystarczająco czytelne, aby spełnić wymogi przeglądu wewnętrznego, system zmniejsza tarcia wewnątrz instytucji, umożliwiając urzędnikom szybsze działanie, podczas gdy nierozwiązane niepewności pozostają osadzone w wynikach.

Przeznaczeni użytkownicy: agencje zdrowia, obrony i wywiadu

“DARPA pracuje nad znalezieniem agencji lub programów w społecznościach zajmujących się zdrowiem, obronnością i wywiadem, które mogłyby chcieć skorzystać z ASKEM.”

Modelowanie epidemii jest postrzegane jako stała zdolność bezpieczeństwa narodowego, zintegrowana z funkcjami obronnymi i wywiadowczymi, a nie traktowana jako doraźne ćwiczenie w zakresie zdrowia publicznego.

Linia dolna

DARPA buduje system, który przekształca literaturę, założenia i analizy eksploracyjne w modele epidemii na tyle szybko, aby kierować interwencjami w czasie niemal rzeczywistym.

Gdy prędkość jest traktowana jako główne ograniczenie, okno na kontrolę, sprzeciw i znaczące wyzwanie musi się załamać, zanim modele te zostaną wykorzystane do uzasadnienia działania.

Źródło: https://jonfleetwood.substack.com/p/darpa-uses-ai-to-push-viral-pandemic?utm_source=%2Finbox&utm_medium=reader2

Jak przydatny był ten artykuł?

Kliknij gwiazdkę, aby go ocenić!

Średnia ocena 0 / 5. Liczba głosów: 0

Jak dotąd brak głosów! Bądź pierwszym, który oceni ten artykuł.

Rozpowszechniaj zdrowie
Subscribe
Powiadom o
guest
0 komentarzy
najstarszy
najnowszy
Informacje zwrotne Inline
Wyświetl wszystkie komentarze

This website stores cookies on your computer. These cookies are used to provide a more personalized experience and to track your whereabouts around our website in compliance with the European General Data Protection Regulation. If you decide to to opt-out of any future tracking, a cookie will be setup in your browser to remember this choice for one year.

Accept or Deny

0
Będę wdzięczny za opinie, proszę o komentarz.x