根据钟南山院士的最新预测，已经持续一个多月的新冠病毒疫情预计2月中下旬将出现峰值，4月左右全国接近平稳。

　　这意味着，这场没有硝烟的战争我们仍旧不能放松，直到疫情彻底解除。

　　历史经验证明，控制传染源、切断传播途径、保护易感人群始终是最有效的防控手段。基于这三大原则，以及强于17年前的技术水平和诊疗手段，我们有信心赢得这场战“疫”的最终胜利。

　　况且，除了科研人员和医务工作者，今天我们在病毒防控名单上还发现了AI。

　　在全球范围内，AI已然是最前沿的创新技术，但在这场突发的公共卫生事件中，我们看到AI已从云端“落地”。

　　举两个例子，一个是1月30日百度宣布开放LinearFold线性算法，该算法将此次新型冠状病毒的全基因组二级结构预测从55分钟缩短至27秒，提速120倍。另一个是浙江省疾控中心上线的自动化全基因组检测分析平台，基于阿里达摩院研发AI算法将原来数小时的疑似病例基因分析缩短至半小时。

　　更重要的是，AI防疫不仅表现在开放算法、算力上，在防控一线我们也能看到大量AI支援的“身影”。

　　此次新冠病毒爆发，科研、医护人员与AI的协作也让我们对战胜疫情增加了一份信心。

　　一、走上抗击疫情最前线：AI+医疗

　　AI+医疗的结合，是人工智能最重要的应用场景之一。在此次抗击疫情的最前线，我们看到AI与医疗的结合也已有了很多重大突破。

　　2019年9月，Nature子刊上发表的一项研究显示，研发新药时利用AI算法，21天内就能够设计出潜在分子架构，并在46天内完成初步生物学验证。

　　擅长数据分析、文献筛选的AI可以在前期药物研发中大有可为，同时节约研发投入。更重要的是，它可以大幅缩短研发周期，让我们在这场与时间和疫情的赛跑中，抢占先机。

　　此次新冠病毒爆发，在疫情防控的最前端——疫苗研发和疑似病例诊断上，我们都看到了AI的身影。

　　1、 AI助力疫苗研发、药物筛选

　　2月4日，一篇刊登于顶级医学期刊《柳叶刀》的文章表示，借助深度学习和知识图谱，研究者发现经典JAK激酶抑制剂巴瑞替尼（Baricitinib）或可用于治疗新型冠状病毒肺炎。

　　而这次用于寻找潜在药物的技术是BenevolentAI的知识图谱。

　　这是一个大型的结构化医药信息仓库，包括了大量使用机器学习抽取出来的连接关系。根据新冠病毒的特点，研究者使用该知识图谱验证可以帮助治疗的药物——即那些能够阻断病毒感染进程的药物。

　　AI算法在新药/疫苗研发领域的作用，正是提升效率。人工智能比传统的方法更有优势的地方，在于利用机器学习、人工智能的方法，能够在在非常早期，对未来将会成为药物的这些分子同时进行相对全面的判断，也就能提前筛掉后续实验会失败的分子。

　　国内受到关注的案例就是我们上面提到的百度LinearFold线性算法。

　　根据世界卫生组织（WHO）资料显示，引发此次疫情的病毒2019-nCoV，是一种具外套膜（envelope）的正链单股RNA病毒，RNA（核糖核酸）冠状病毒，直径约80～120nm。

　　确定此类疾病重要的检测手段，便是通过核酸检测方式提取疑似病例血液中核酸序列，并与目标病毒比对，即可基本确定有无病原体感染。然而，疑似病例的病毒样本进行全基因组序列分析比对费时费力，而借助AI可代替人力完成初筛工作，大幅提高检测效率。

　　百度LinearFold线性算法于2019年7月首次提出，该算法使得整序列、整基因组的RNA结构预测成为可能，也是RNA结构预测领域40年来第一次重大提速。

　　2020年1月30日，百度向科研机构免费开放了这项世界上现有最快的RNA结构预测网站及算法。

　　算力及算法对于疫情防控的重要性在于，新药和疫苗研发期间需要进行大量的数据分析、大规模文献筛选和科学超算工作。因此，我们看到百度之外，商汤科技1月24日为国家重点研发计划首席科学家、中山大学药学院罗海彬教授提供了算力支持；阿里云则是在1月29日宣布向全球公共科研机构免费开放一切AI算力。

　　2、 AI增加疑似病例筛查效率

　　对于疑似病例的筛查，AI也能提供行之有效的解决方案。

　　斯坦福开发了一个名为CheXNet的算法，能比放射科医生更准确地确诊肺炎。CheXNet是一个在ChestX-ray14中训练的121层-卷积神经网络，ChestX-ray14是截止至论文发表时公开的最大的胸部X光数据集。

　　该数据集有超过10万张胸透X光图，包含14种不同疾病的信息。

　　研究人员让四名放射科医师检查一组胸部影像并进行诊断，并将诊断结果与CheXNet的处理结果相比。CheXNet不仅击败了所有的放射科医生，还在发现肺炎的同时，证明了其他13种疾病的识别能力。

　　在RT-PCR检测病毒核酸检测中，前文我们讲到的浙江省疾控中心自动化全基因组检测分析平台，基于阿里达摩院研发的AI算法，可将原来数小时的疑似病例基因分析缩短至半小时，大幅缩短确诊时间，并能精准检测出病毒的变异情况。

　　阿里方面称，疫情发生后，达摩院算法专家顾斐博士第一时间针对新型冠状病毒基因进行特征分析，并推出多个算法模型。在序列比对过程中，达摩院对算法增加了分布式设计，有效提升比对效率；在病毒序列拼接阶段使用分布式设计的de Bruijn图算法，变异病毒也能精准检测。

　　浙江省疾控中心基因测序负责人孙逸博士表示，基于该平台，未来还可以在短时间内将检测范围覆盖整个确诊病例，也为后续疫苗与药物研发打下基础。

　　二、助力基层疫情防控，防患于未然

　　如果你关注新闻，应该已经刷到了这样一条新闻，在机场、火车站、地铁等人流密集的公共场所，出现了AI测温装置或者红外测温。

　　它们的好处在于“无接触测量”，以AI测温来说，目前百度开发的AI测温系统已经落地北京清河火车站。该系统利用非接触、可靠、高效且无感知的方式，对体温超出一定阈值的流动人员，系统会发出异常预警，并快速展示出体温不在正常范围的人员及温度，遏制新型冠状病毒在公共场所的传播。

　　AI在疫情筛查管理方面，其优势主要集中在可替代大规模、重复性、有接触风险的筛查工作。体温测量正是这样一个大规模、重复性和有解除风险的工作，但眼下正处于疫情防控的重要阶段，体温测量也是其中最重要的环节之一，无法避开。

　　百度的AI测温系统，综合了图像识别和红外成像技术，可以基于人脸关键点检测及图像红外温度点阵温度分析算法，对人流区域多人额头温度进行快速筛选及预警，具有检测率高、速度快、灵敏度高的特点，可以很好的代替人工测温。

　　在北京清河地铁站，百度AI多人体温快速检测解决方案已落地19个检测点，测温误差控制在0.05摄氏度上下，识别准确率达90%以上。

　　同样，国内另一家人工智能公司旷视科技在疫情期间紧急研发的AI测温系统也已在北京市海淀区政务大厅、部分地铁站等试点正式投入使用。

　　据《人民日报》报道，旷视AI测温系统采用“人体识别+人像识别+红外/可见光双传感”的技术方案，支持大于3米的非接触远距离测温，辅助火车站、汽车站、地铁站、机场等高密度人员流动场景下的工作人员快速筛查疑似高温人员。往来者无需停留和摘下防护工具也能实现快速筛查，且温度检测误差在±0.3℃以内。

　　AI在疫情防控基层起到作用的另一个案例是助力社区防疫。眼下，社区基层的防疫工作，如疫情排查、流动情况摸查，是严防死守防止疫情蔓延的重点。如何提升效率、减轻基层社区工作人员的压力，同时也帮助他们减少工作中交叉感染的风险？AI可以说帮上了大忙。

　　2月8日腾讯海纳团队上线了电子出入证功能，在疫情期间免费开放给全国所有小区使用。随后海纳团队又推出“社区电子出入证+人脸识别门禁+无接触自动体温测量”一站式社区通行方案，并实时身份识别及预警记录上报。

　　据不完全统计，截至2月18日，全国已有超过2000个小区通过海纳配置和上线疫情防护菜单，与疫情相关的物业通知推送次数约1万次，已触达约730万社区居民。

　　2月9日，《新闻联播》对百度在疫情期间免费向全国疫情防控机构开放的智能外呼平台进行了报道。报道称，百度的智能外呼平台系统让社区疫情防控效率提升。

　　百度智能外呼平台可提供流动人员排查，本地居民排查/回访，特定人群通知三大场景的外呼服务。

　　该平台具有批量一对一电话呼叫能力，一秒能拨出1500个电话，可以通过定向或随机发起拨入居民电话，自动询问并采集疫情信息分析，并生成触达统计报告，还可以对居民进行疾病患教及防控指导。

　　使用该平台基层医护人员不用上门排查，有效避免了感染风险。更重要的，在该系统的辅助下，社区减少了排查时间，提高了疫情防控效率。

　　目前，百度智能外呼平台已经在北京海淀上地街道办、陕西西安、延安、上海宝山、浙江温州瑞安市、福建福州仓山区等十几个地区投入使用。

　　三、助力疫期生产生活学习稳步恢复，稳定经济发展

　　眼下这个时期首要考虑的还是对疫情的防控，但同时也要在有限条件内尽最大程度不影响国民的正常工作、生活和学习。

　　自2月3日开始，不少企业就已选择“云办公”，把会议开在了钉钉、企业微信上。百度2月14日发布的《新型冠状病毒肺炎搜索大数据报告-复工篇》显示，近30天远程办公需求环比上涨663%，“云开工”成主流，“线上云办公”以22%的比例成为中小企业近期最关注的内容之一。

　　2月8日，钉钉企业复工平台正式上线，该系统打通了员工健康打卡和企业复工申请，帮助企业管理者一站式完成员工健康情况每日收集和复工申请，深受企业欢迎。

　　除了钉钉、企业微信等大家常见的远程办公软件，疫情期间，百度也正式开放了智能远程办公平台百度Hi，并免费为湖北等疫区企业提供高清音视频会议、企业云盘、企业IM和应用中心平台等多项服务。

　　百度 Hi 企业智能远程办公平台基于百度成熟的语音、视觉和机器学习等 AI 技术，能够支持50方在线高清语音电话、企业云盘加密传输、web 视频会议等远程办公协同功能，具备智能、高效、稳定的特点，24小时不间断支持远程办公。

　　除了“云办公”，疫情期间不同于以往，就以电费为例。

　　1 企业阶段性停产基本电费仍要交，电费成本过高造成亏损；

　　2 疫情过后订单量激增，各产线同时开工，负荷过满，如何调控？

　　3 特殊时期严控成本，能否降低电费支出及运维人员开支，节省每月固定成本？

　　对此，百度针对性地推出了智能电费优化服务——结合百度领先的行业及地域大数据、物联网技术以及人工智能分析与预测算法，帮助制造类企业在零投入、零成本、零维护、零风险的情况下节省基本电费，并免费帮助企业逐步构建综合能源管理系统，减少人员日常用能抄录成本、指导工厂合理用能以达到真正的降本增效。

　　企业“云办公”，学生“上网课”。在线教育在疫情期间一度成为学生群体的主要学习方式，2月17日，教育部推出的面向全国近1.8亿中小学生、1千万老师居家学习的“国家中小学网络云平台”正式开通。

　　而外界不知道的是，为了保证学生在线学习网络的畅通，工信部部署百度等多家公司提供技术保障支持，协调7000台云主机、90T带宽，可供5000万学生同时在线使用。

　　科大讯飞在疫情期间先后在湖北省武汉、襄阳、荆州等12个地级市免费提供了人工智能教育产品和服务。除了重点布局湖北省，讯飞还打造了不同区域的解决方案。目前，方案已经应用在全国19个省31个区域。

　　四、支援一线防疫工作，智能机器人/无人车找到落地新场景

　　为了减少接触频次、面积，尽最大限度减小交叉感染的可能，疫情期间无人车、无人配送等黑科技产品成为疫情防控的最有效手段。

　　无人驾驶近年来一直是非常热门的前沿技术，而在疫情期间无人驾驶又成为最佳解决方案。为了应对疫情，2月10日，百度Apollo宣布将对服务疫情的企业免费开放低速微型车套件及自动驾驶云服务。

　　基于百度Apollo提供的技术，今年2月伊始，新石器、智行者、悟牛智能、中科慧眼等Apollo生态合作伙伴陆续奔赴抗疫前线，为疫区人民提供提供自动驾驶喷洒消毒、送餐、疫情监测等无人化服务。

　　疫情的黑云之下，“无人化服务”被外界视为阻断疫情的有效手段，成为人民刚需。百度之外，普渡科技、高新兴、赛特智能、高仙机器人、一清科技等企业也“不约而同”将旗下机器人发往疫区，提供配送、消毒、检测等服务。

　　此前我们曾介绍过猎户星空为北京大学首钢医院和火神山医院捐赠的智能机器人，以及普渡科技、钛米等企业推出的不同类型智能机器人。

　　以猎户星空为例，这家公司生产的一款智能递送机器人，由自主导航模块及运输箱体组成，可根据医院需求分别执行递送化验单、药物等工作，用机器人代替医护过程中简单但耗力的流程化工作，减轻医务人员的工作量，避免医护人员在递送路上的感染可能。

　　在物流领域，疫情期间最惹人关注的恐怕就是京东物流旗下的无人快递车了。尤其是频繁被媒体报道的京东物流武汉仁和站，该配送站点距离武汉第九医院这个疫区核心只有600米。疫情爆发后，这个站点几乎支撑起了第九医院医疗物资的配送工作，其中，无人车配送约占70%。

　　五、大数据分析助力政府、机构宏观疫情分析，为公众提供服务和科普

　　疫情前期，对于所有人而言新冠病毒都是一个陌生的词汇，由此引发了大量谣言、伪科学流传在网络，随着科研人员逐步攻克病毒，外界对其的了解也在加深。不过，我们也不能忽视，大数据分析在其中起到的作用。

　　举个例子，百度地图在疫情期间推出的迁徙大数据平台，通过疫期人流的大数据分析，在为公众提供参考的同时，也为政府、科研机构等掌握宏观人员流动情况、进而相应进行疫情防控的部署和研究提供了辅助参考，可以说是本次抗击疫情过程中相当亮眼的一大应用。

　　在面向大众用户层面，标记发热门诊和热力图，也是两个非常贴心的功能。尤其是后者，热力图给出的城市当前人流量比较集中的地点，提醒用户疫情期间尽量少出门或者改变出门计划，防止交叉感染。

　　在对大众普及病毒知识层面，大数据分析也发挥了很大作用。

　　令我印象深刻的是百度联合果壳推出的搜索科普彩蛋，当用户搜索野生动物或者野味时，一个特效彩蛋就会被立刻触发。这一种野生动物的现状、潜在危害、对于人类的积极意义、“不可食用”的标语等等提示信息，简单几秒就全部展现在面前，帮助你对它建立一个快速全面的认识。

　　还有在疫情早期，谣言众多。百度利用大数据分析出国民最常搜索的问题，有针对性的联合专家、机构、医生进行科普问答，某种程度上来说，这些权威、及时的信息披露缓解了人们对未知病毒的恐慌。

　　以上只是这次疫情中AI参与进去的一小部分，但我们看到无论是前端的疫苗研发还是后端的社区防控，AI作为一种高效、准确的防疫手段已经起到了超出预期的实际价值。

　　从某种程度说，此次AI参与抗疫，是对其能力的一次综合考验，也是其在各个具体落地场景的一次大规模探索。

　　或许此前我们对AI的印象停留在黑科技、创新，并不知道在日常生活中还有如此多的应用。不过，可以预想的是，经过此次疫情，无论是大众、政府、机构或是相关行业，对于AI的认知将会进一步提升，这也会推动AI在未来更多领域中得到应用。

　　最后，我想借理查德?普雷斯顿在《血疫》中的一段话作为结尾，“埃博拉曾在这些房间里兴起，闪现身影，进食，然后回归森林。它还会回来的。”

　　不是我们战胜了病毒，而是病毒放过了我们。

　　人类，要学会敬畏自然。