杨强，中国人工智能学会名誉副理事长，香港科技大学教授，国际人工智能协会（AAAI）院士，是第一位获此殊荣的华人，AAAI执行委员会委员，是首位也是至今为止唯一的AAAI华人执委。国际人工智能联合会(IJCAI，国际人工智能领域创立最早的顶级国际会议)理事会主席，是第一位担任IJCAI理事会主席的华人科学家。

大数据技术日益深入到社会的方方面面，它们在这次疫情防控中也发挥着重要作用，不但能助力疫情防控，还能支持复工复产，今天来看看它们是如何发挥作用的？

在疫情期间，大数据的来源及采集方式是这样的

初期疫情不明朗的时候，可以通过统计采样，反推确诊人数。比如，有几个早期估算的工作，包括帝国理工大学郭亦可教授的预测工作，就通过经过武汉机场和外地确诊的人数的数据，来反推武汉地区可能被感染的人数，效果非常精准。

大数据的另一个特点是高维度和多数据源（高维，多源）。这个特点决定了信息的获取是分布式的而不是集中式的。在这次疫情防控中，来自互联网大数据（科技企业、媒体舆论）、运营商大数据（三大运营商）、医疗大数据（医院、研究所等）等高维、多源的数据来源使得信息可以多方交叉验证，以保证数据的可靠性，帮助实现疫情的有效防控。

现在看来，大数据的采集渠道是个关键问题，尤其在疫情的初期，不要放弃任何可能的渠道，很多信息来源都要极端重视，如社区（学校、小区）；医疗一线机构（医院医生群体、诊疗机构、卫健委等），公共机构与群体（新闻记者、科学家群体、公共交通机构）等，都是采集数据的重要来源。

大数据在疫情监测方面起到了作用

大数据在疫情监测分析、病毒溯源、防控救治、资源调配等一系列疫情防控环节都发挥了巨大的支撑作用； 大数据有助于及时准确掌握疫情动态，信息透明可以防止恐慌，及时有效的疫情状况公开可以增强公众信心；而且可以帮助追溯传染源，把可能的传染源尽早尽快锁定隔离：

a) 比如利用轨迹数据：在工信部的统筹下，中国移动、中国联通、中国电信三家运营商在疫情期间报送数据统计报告，其掌握的人口迁徙大数据人群覆盖率高，并且具有时空连续性的特点，便于轨迹追踪。除此之外，互联网公司基于APP定位系统所获取的用户位置信息等也可以帮助判断整体的人口流动方向。以此对同行人群进行溯源和及时隔离，也对疫情控制起到了巨大作用；

b) 再比如，互联网数据：在搜索引擎上如果关于发热，咳嗽的搜索量突然增多，可能也是疫情的信号之一。通过排查搜索词高发的时间，地点，可以判断把接下来的监测资源投入在哪里；电商的某种药品的需求量大增，可以用来预测可能对应的某种疾病有突发的态势；

另外， 计算机图传播算法研究，动态流行病传播模型，信息传播学等科学手段，在疫情监测分析中也会发挥很大作用，比如，可以判断传染规模，速度，周期等重要信息。如果一个地区发生高发疫情，可以通过这些分析方法判断相邻的区域的疫情发生时间和规模； 基于大数据的疫情监测分析和发展趋势预测会为资源调配提供更加精确、有效的决策依据，包括医疗资源和生活资源；

人工智能的发展，也在疫情防控中发挥巨大作用。比如，通过人工智能和云计算，来帮助医生做远程诊断，如通过人工智能模型，远程协助医生高效准确地解读肺部CT影像，分析病情。又如，通过公共场合的摄像头，来识别判断行人有没有戴口罩。也可以通过人工智能的技术，做无接触的生活服务。比如，可以通过语音来控制大门和电梯，防止用手接触感染；通过无人车和机器人技术，进行生活用品的配送，尽量防止人传人。 5G的发展，也帮助疫情防控提速。5G的一个重要特点，就是在室内定位可以非常精准，可以帮助快速定位传染源； 人工智能、大数据、5G等新技术的融合，会帮助疫情治理发展到一个新的阶段。

大数据在复工方面起到作用

（火车站、机场体温检测......）

大数据还可以实时监测复工对疫情的影响，从而为趋势判断和复工安排提供决策依据。比如，可以在两个不同的地方和群体作对照实验，看复工的程度和疫情复发的关系有多大，以对更大范围的复工指引做出决策。同时，可以在各个小区，单位，建立完善疫情报告机制，以帮助及时推测疫情走向，帮助科学家修正疫情模型。

利用人工智能结合大数据，能为复工提供更全方位的安全保障。例如：利用智能终端（智能温度仪等），进行体温检测；如果有新的确诊和复发的情况，可以通过大数据追踪密切接触人群，及时发现并隔离可能受感染的人群。

总之，未来合规的大数据合作将释放数据的无限价值和潜力，正如此次在疫情防控中大数据发挥的巨大价值，将为社会、公众带来更多便利。