新冠疫情影響了商業活動的方方面面，但它并沒有減少人工智能對我們生活的影響。事實上，自學算法和智能機器將在抗擊疫情以及未來我們可能面臨的其他疫情中發揮重要作用。人工智能仍然是未來改變人們生活、工作和娛樂方式的關鍵技術趨勢。所以，我們要重新思考商業策略和優先事項并付諸行動。

更智能的大數據分析和洞察力

在這場持續的疫情期間，我們親眼目睹了快速分析和解釋病毒在世界各地傳播數據的迫切需要。各國政府、全球衛生機構、學術研究中心和工業界已經聯合到一起，共同開發收集、匯總和合作信息的新方法。我們已經習慣每天晚上在新聞上看到所在地區的最新感染或死亡率數據。

技術進步是使這次疫情迄今沒有造成像1918年西班牙流感大爆發那樣多人死亡的主要原因。從醫療技術和護理標準，再到通訊技術的進步，使疫情得以更快地發現并實施封鎖。在接下來的一年里，人工智能將被列入更有效地應對疫情流行病的技術發展清單中。

僅科學和醫學文獻數量的增長就非常巨大，截至今年4月，科學界已有2.8萬多篇與新冠病毒有關的論文發表。由自然語言處理(NLP)算法驅動的專用搜索引擎目前已經可以使用，任何人在調查這個龐大的數據集時都可以得到人工智能的幫助。我們還可以將機器學習解決問題的能力應用到更多大規模的、實時的全球數據集，人們將更容易地發現疫情，跟蹤感染者之間的接觸，實現更準確的診斷，并通過預測病毒在未來可能的進化方式，開發出更有效和持久的疫苗。

自動檢測與預防

我們已經看到包括美國在內很多國家的司法管轄區域對于無人機的使用，測試了它們是否可以用來監控人們對于社交距離的遵守。更先進的應用也慢慢出現，比如能夠檢測人群中個體高溫癥狀的無人機。這些系統使用計算機視覺技術分析無人機攝像頭捕捉到的數據，并向當局或當地管理人員通報病毒傳播的統計數據和概率。

另一個相關的增長領域將是面部識別技術的使用，同樣由計算機視覺算法驅動。由于人臉識別側重于個人的識別，而不是人群之間，因此它的爭議性更大，警方已使用人臉識別來檢測封鎖和隔離逃避者，以及追蹤人群中出現癥狀的個人的行動。

證據似乎表明，由于病毒帶來的健康風險，公眾對以前被認為過于嚴苛的監視手段已經變得更加寬容。在未來的18個月里，隨著技術人員越來越熟練的掌握人工智能驅動的監控甚至執法，這種容忍度可能會得到進一步的檢驗。

業務復蘇——預測行為的轉變

人工智能工具和平臺已經就位，可以幫助企業了解他們的客戶如何適應新的現實。以前在商業和人際關系培養方面落后于數字渠道的組織，也已經認識到形勢的緊迫性，并迅速掌握了行為分析和個性化等概念。隨著中小企業尋求建立自己的競爭優勢，在2021年，為組織提供自助訪問技術的工具將變得越來越普遍。

遏制下次疫情爆發

大多數人工智能算法都是針對預測的，而人工智能輔助流行病學的更高目標將是建立能夠準確預測未來疫情將在何時何地爆發的系統。這項研究已經進行了一段時間，事實上，關于當前疫情的一些最早預警是由人工智能產生的。

我們可以期待人工智能研究在未來18個月內取得進一步的突破，這將提高我們發現以及應對病毒爆發危險的能力。然而，要實現這一點，還需要各國政府和企業之間持續的全球性合作。這種情況如何發展，很可能會受到全球政治、立法者以及技術發展進程的影響。因此，獲取醫療數據集和阻礙國際信息交流等問題也將是未來一年的熱門話題。

聲明：本文版權歸原作者所有，轉載請注明出處，請勿轉至外網或用于商業用途。