自從去年12月份新型冠狀病毒在中國武漢出現(xiàn)以來，在過去的幾個月中，全球已經(jīng)發(fā)表了2000多篇相關(guān)的論文，論述了新冠病毒對健康的影響、可能的治療方法以及由此引發(fā)的全球大流行動態(tài)。

研究成果的大量涌現(xiàn)證明了科學(xué)界解決重大問題的速度。但是，對于想要通過文獻了解最新進展、或者希望挖掘這些文獻了解新冠病毒及其行為的人來說，這種局面也非常令人頭疼。

因此，有些人認為人工智能可能會對這個問題有所幫助，這種想法的出現(xiàn)可以說非常自然。星期一，美國白宮宣布和科技公司以及學(xué)術(shù)機構(gòu)合作，首次讓人工智能研究人員及其算法可以有機會使用大量的新冠病毒研究成果。

這項工作將要求人工智能對大量研究結(jié)果進行挖掘，以回答各種可以幫助醫(yī)學(xué)和公共衛(wèi)生專家的問題。通過交叉引用論文和模式搜索，人工智能算法可能有助于發(fā)現(xiàn)新的、可能的治療方法，或者發(fā)現(xiàn)讓某些患者情況惡化的因素。

在幫助爭論或者從科學(xué)研究中汲取見解方面，機器學(xué)習(xí)具有巨大的潛力。但是一些專家們表示，這種方法還處于早期階段，不太可能幫助解決目前的危機，目前美國面臨的問題是短缺一些更基本物資，例如缺少測試工具。

微軟研究院（Microsoft Research）、國家醫(yī)學(xué)圖書館（National Library of Medicine）和艾倫人工智能研究所（AI2）收集并準(zhǔn)備了29，000多篇論文，這些論文是關(guān)于新型冠狀病毒和更廣泛的冠狀病毒家族的，其中13，000篇經(jīng)過了處理，以便計算機可以讀取基礎(chǔ)數(shù)據(jù)，以及關(guān)于作者及其隸屬關(guān)系的信息。Kaggle——一個進行數(shù)據(jù)科學(xué)競賽的平臺——正在圍繞著與新型冠狀病毒相關(guān)的10個關(guān)鍵問題開展挑戰(zhàn)賽。這些問題包括危險因素和不涉及藥物的治療問題、該病毒的遺傳特性以及疫苗開發(fā)的相關(guān)問題。Chan Zuckerberg IniTIaTIve和喬治敦大學(xué)（Georgetown University）安全與新興技術(shù)中心（Center for Security and Emerging Technology）也參與了該項目。

阿姆斯特丹大學(xué)（University of Amsterdam）助理教授、艾倫。圖靈研究所的訪問研究員Giovanni Colavizza表示：“我認為這一舉措絕對值得?！彼硎荆骸斑@些舉措是否會產(chǎn)生有趣的發(fā)現(xiàn)還有待觀察，但該舉措凸顯了結(jié)構(gòu)化、開放和程序化獲取科學(xué)文獻的重要性?！?/p>

挖掘科學(xué)論文的做法已經(jīng)被證明在有些時候非常有用，例如，發(fā)現(xiàn)暗示了鎂可能與治療偏頭痛存在聯(lián)系。希望人工智能能夠在更多數(shù)據(jù)中找到更多細微的聯(lián)系，并以此加速我們對新型冠狀病毒的洞察。

盡管有時候白宮與大型科技公司關(guān)系冷淡，但是這次他們?nèi)匀缓图夹g(shù)高管們會面，希望能夠找到應(yīng)對新型冠狀病毒危機的方法。AI2公司的首席執(zhí)行官Oren Etzioni表示：“從總體上來說，高科技公司問題很多，但是類似于新型冠狀病毒之類的危機表明人工智能具有讓世界變得更美好的潛力?！彼硎荆骸瓣P(guān)于新型冠狀病毒的科學(xué)文獻正在呈指數(shù)級增長。”

哈佛醫(yī)學(xué)院（Harvard Medical School）健康生物信息學(xué)專家John Brownstein表示，這一努力是值得的，很高興看到這么多人試圖提供幫助。同時，他指出，像Predict這樣旨在預(yù)測大流行病的數(shù)據(jù)項目很有價值，但是近年來一直資金匱乏。他還表示，政府應(yīng)該未雨綢繆，提前為流行病做好準(zhǔn)備，并且認為缺乏試劑盒是一個大問題。Brownstein表示：“我們嚴(yán)重缺乏資金和資源。我們希望能夠思考更大的前景?！?/p>

上周，美國和全球其他一些國家的政府呼吁科學(xué)出版商開放有關(guān)新冠病毒的研究，一些大型出版商隨后表示他們愿意免費提供相關(guān)論文和數(shù)據(jù)。很多科學(xué)家也支持讓研究內(nèi)容更加開放、更容易獲得的想法。

華盛頓州立大學(xué)（Washington State University）圖書館的Suzanne Fricke表示：“任何能夠加快對新冠病毒文獻系統(tǒng)回顧的方法都是有幫助的?！彼硎荆骸笆褂萌斯ぶ悄芗夹g(shù)進行快速審查，對于幫助從業(yè)人員提供指南并找到知識差距是非常有必要的?！盕ricke補充表示，對研究論文進行的同行評審有很大的延遲。她補充說，從一線醫(yī)生那里挖掘出的原始數(shù)據(jù)可以提供更多的見解，這是可想而知的。這不一定會立刻成為新項目的一部分。

對于一些人工智能研究人員而言，新項目是一個發(fā)揮自己作用的機會。賓夕法尼亞大學(xué)（University of Pennsylvania）的助理研究教授KrisTIan Lum最近在推特上表示，愿意用自己的統(tǒng)計建模技巧為新冠病毒研究的相關(guān)項目提供幫助。她表示：“我一定要看看我的技能是否能夠在這里發(fā)揮作用?！?/p>