由Yaser Abu-Mostafa(83岁博士)领导的加州理工学院学生团队开发了一种使用人工智能(AI)预测COVID-19影响的工具。
这个项目是作为莫斯塔法在加州理工学院春季学期计算机科学课CS/CNS/EE 156上的一项作业而开始的。它已经发展成为一场竞赛，旨在为决策者创建一种工具，以评估这场大流行对其社区的潜在影响，并预测缓解努力的效果。
重新定位CS/CNS/EE 156课程重点的想法来自加州理工学院大四学生Alexander Zlokapa，他管理着加州理工学院数据科学组织，这是一个旨在促进学生参与数据科学研究的学生倡议。3月19日，兹洛卡帕找到阿布-穆斯塔法，建议改变课程最初的主题:利用人工智能来推荐电影。
穆斯塔法担心在最后一刻改变话题，特别是从一个有趣、轻松的话题变成一个非常严肃的话题，于是他给学生发邮件询问他们的想法。反响非常热烈。"电气工程和计算机科学教授Abu-Mostafa说:“我们都看到了为国家做出真正改变的机会。”班上已经有80名学生;新的挑战宣布后，又有70人报名参加。
" Abu-Mostafa说:“即使在早期阶段，大流行的严重性也越来越明显:我们处于战争状态，敌人很强大。”"我们还没有对付它的武器，既没有治愈方法也没有疫苗。然而，战争中还有另一种重要武器;情报。我们需要知道敌人在做什么，这样我们才能提前计划。我和我的学生可以适当地使用我的课程主题人工智能来帮助收集这种智能
虽然已经存在许多预测疾病传播的模型，但几乎没有纳入人工智能的模型，人工智能基于对实际发生情况的观察做出预测，而不是模型设计者认为应该发生的情况。人工智能能够发现隐藏在数据中的模式，而这些模式人眼可能无法识别。
"标准的流行病学模型对疾病的传播方式做出基本的假设，然后让你根据感染率和复发率等做出调整。"的研究生多米尼克·尤克(Dominic Yurk)是这门课的首席助教，他说，AI却没有把任何事情看成是理所当然的。
如果你试图预测未来COVID-19在某一特定地区的传播，你不希望只看过去发生的事情，而只对未来划一条线。你要考虑到人口密度和流动性，人们是否去餐馆和工作，该地区的医院容量，过去的流感发病率;有很多数据可以与这个问题相关。标准流行病学模型的缺点是没有简单的方法将这些因素加进去。
今年4月和5月，这个班的150多名学生组成了一个不超过四人的竞争团队，他们的任务是准确预测这种疾病的影响。出于这门课的目的，他们侧重于预测死亡率，这是评估特定地区疾病影响的最可靠指标，因为检测数据往往不可靠，也不一定全面。他们全身心地迎接挑战，在这个项目上花费了数千个小时。他们收集了所有相关数据，包括COVID-19死亡率数据、受影响社区的人口统计和密度、人们是否遵守待在家的命令、临床统计数据、以前的流感数据等等。
"阿布-穆斯塔法说:“我们在制定竞争规则时要牢记政策制定者。”"以下是一个需要避免的例子:在4月份的某个时候，乔治亚州有590张重症监护病房(ICU)床位可供使用。当时，一个著名模型预测，佐治亚州COVID-19患者在任何给定时间都需要424至1,928张ICU病床。" Abu-Mostafa说，这样一个不精确的预测对政策制定者没有帮助。
最后，大约有40个团队提出了能够做出合理预测的可行模型，在准确预测COVID-19对特定社区未来影响的能力方面，前10个左右的模型与现有模型具有竞争力。从那个课程开始，我们就有了一些非常好看的型号。
6月课程结束时，莫斯塔法的学生们告诉他，他们希望整个夏天都能继续努力，把这个班选出的顶尖模特中最好的部分，整合成一个单一的、更强大的工具。他挑选了8名研究生(包括Yurk)和18名本科生，让他的新团队创建一个范围更广的模型，对死亡率、感染数量和检测阳性率做出快速而准确的预测。
Yaser Abu-Mostafa(上中)会见了通过变焦构建COVID-19模型的学生研究人员。Lightbox 
Yaser Abu-Mostafa(上中)与通过变焦构建COVID-19模型的学生研究人员会面。来源:迈克尔·张下载完整图片然后他有大约两天的时间来筹集足够的资金来维持项目的进行。
Abu-Mostafa找到了加州理工学院的高级理事Charles Trimble(63岁，64岁)，他已经资助了Abu-Mostafa正在进行的一个项目，将机器学习与廉价的传感器结合起来，以改进远程医疗。穆斯塔法问，他是否可以将这些资金用于支持他新组建的团队。特林布尔几乎立刻热情地回复了"是的。"
"特林布尔说，当Yaser给我打电话谈论他的夏季新冠病毒项目时，这显然对他、他的学生、加州理工学院和整个国家都有意义。它雄心勃勃，回报也很高。对我来说，支持教授比项目更重要。caltech的超常成就来自于支持研究人员，不管他们的兴趣如何
后来，阿布穆斯塔法还获得了克林特创新基金的支持，该基金是由加州理工学院工程系校友加里·克林特(BS & 65, MS & 66)建立的，旨在推进加州理工学院工程和应用科学的跨学科研究。该项目收到的资金中，大约有80%用于支付学生研究人员的工资，其余的用于支付加州理工学院高性能计算中心的处理时间。
随着项目资金的确定，阿布-穆斯塔法接下来与公共卫生官员联系，首先是帕萨迪纳公共卫生部门，以收集对那些正在协调国家应对COVID-19的决策者有用的预测类型的洞察。
穆斯塔法说，事实证明，死亡率数据只对卫生官员有用大约3到4天的时间。他了解到，公共卫生官员真正需要的是关于感染率的信息，而且要提前一个月。这些数据可以作为一个地区疾病失控风险的晴雨表。他们还告诉我们他们需要什么。"阿布-穆斯塔法说，这些工具可以让他们预测可能采取的干预措施的效果，比如关闭餐馆或强制使用面部覆盖物。
由于了解新冠肺炎继续给世界造成的损失，该小组继续以惊人的速度开展工作，并取得了显著成果。他们定期将自己的模型得出的预测与其他流行模型得出的预测进行比较。
"大约有12种型号在使用中，我们可以对照一下。今年夏初，我们已经有了一款可以与中档机型竞争的机型。但我们需要做得更好。" Yurk说:“如果我们再发布一款车型，没有人会真正从中受益。”
穆斯塔法预计，该团队的新冠肺炎预测工具将在8月底完成并准备好进行测试。
接受这个挑战，我们就把自己的帽子扔进了一个拥挤的圈子里。世界上还有许多其他的团队也在朝着同样的目标努力。但是，我们可以真诚地说:愿最好的球队获胜。毕竟，我们更感兴趣的是赢得战争而不是赢得竞争。" Abu-Mostafa说:“当新冠肺炎被击败时，我们都有理由庆祝。”
COVID-19模型可在http://cs156.caltech.edu找到。
新闻旨在传播有益信息，英文原版地址：https://www.caltech.edu/about/news/students-use-ai-better-prediction-covid-19-model