一笔新的赠款将资助康奈尔大学研究开发机器学习和区块链工具，以更好地理解和支持全球供应链，该供应链的脆弱性因COVID-19大流行而暴露无遗。
工程学院(College of engineering)运行学和信息工程副教授安德烈亚•明卡(Andreea Minca)获得了总部位于法国的跨国保险公司安盛(Axa)为这项研究提供的为期三年、25万美元的资助。
明卡说:“3月份，我们经历了短缺，特别是在一些医疗设备方面，因为所有东西都坏了，供应链真的崩溃了。”明卡的研究领域通常是金融和系统性风险。
“这笔资金将使我们能够开发数学技术方法，以识别全球供应链及其保险/再保险网络中的漏洞，”她说，“从而使这些系统变得更加健全。”
再保险是保险公司为保护自己免受重大事故造成的重大损失而购买的汇集保险。当再保险公司覆盖供应链系统的主保险人以及其他再保险公司时，就形成了一个复杂的系统;这些系统的不良设计可能会导致灾难性的损失。
Minca的项目旨在开发基于机器学习的再保险合同供应链网络市场设计工具，以便在另一场流行病或灾难发生前发现潜在的缺口。
因为这些系统如此复杂，机器学习有助于识别可能造成系统性风险的结构，Minca说。
她的团队还将利用数学工具研究系统保险的设计，鼓励地方政府等实体向“应急基金”捐款，以在发生灾难时缓冲供应链。
第三，该项目将设计使用地理信息来验证海事数据的区块链系统，以确保这些数据在不同供应商之间是一致和准确的。
他说:“如何设计一个系统，让人们在疫情大流行的情况下报告货物的运输地点?”Minca说。“你可以关闭港口，你可以在一些地区爆发疫情，这些地区会变成禁区，所有这些都需要多方核查。”
Minca希望，这项研究将有助于供应链和为它们提供保险的公司更好地为未来具有全球后果的灾难做好准备。
“COVID-19真正令人震惊的是这种供需脱节，”她说。“边境被关闭，这使得以最佳方式制造和运输货物变得不可能。为了做好准备，你需要有一些应急计划，这些计划需要资金支持，这样在下一次冲击时才不会崩溃。”
新闻旨在传播有益信息，英文原版地址：http://news.cornell.edu/stories/2020/10/project-will-strengthen-global-supply-chains-ai