距離武漢“封城”已經過去了13天，離開武漢的人群即將結束兩週的隔離期，新型肺炎疫情或將迎來拐點。
同時春節後復工所產生的返程高峰，又將出現新一輪的人口遷徙，“防疫戰爭”進入到了關鍵的時間節點。
有人將抗擊新型肺炎比作一場沒有硝煙的戰爭，除了白衣天使們的前線“戰鬥”，“大後方”的疫情防控同樣舉足輕重。與以往不同的是，5G、大數據、AI、機器人等新技術在防疫環節扮演了不可或缺的角色，也讓這場抗疫成了關乎全民的技術戰。
在這樣一個特殊的時間節點上，似乎有必要梳理下AI等新技術起到了哪些作用，以及還將有哪些深遠的影響。
01 免費開放的智能外呼平臺
從時間上看，新型肺炎疫情出現在2019年末，適逢春節前夕的返鄉潮，可能存在大規模的潛在被感染人群。如何快速篩選出潛在的傳染源，集中收治和隔離、阻斷傳染源，儘可能降低二次傳染的風險，可以說是一場與時間賽跑的遊戲。
大大小小的城市中，這份工作落在了基層社區工作人員的肩膀上，需要針對社區居民逐個進行排查，快速摸清轄區居民的健康情況和流動情況。尤其是新型冠狀病毒可能存在14天潛伏期，留給基層工作人員的時間並不寬裕。
傳統的排查方式無外乎兩種，一是逐一上門尋訪，二是挨個打電話詢問。上門尋訪本身就增加了面對面接觸的風險，倘若社區工作人員不幸被傳染，還可能成為攜帶病毒的“超級傳播者”。電話詢問進行信息採集，可以說是原始而有效的手段。
可算一筆時間賬的話：倘若一個網格化社區中有2500戶居民，工作人員要在電話中詢問5個左右的問題，大約需要佔用三分鐘的時間，然後再花兩分鐘的時間進行信息的整理歸納，累計要花費200多個小時，約等於基層工作人員一個月的有效工作時間。
是否可以用AI替代如此繁雜的工作呢？諸如百度等互聯網巨頭針對疫情緊急推出了智能外呼平臺。
據瞭解，百度智能外呼平臺可以定向或隨機發起撥入居民電話，自動詢問並採集居民的疫情信息，對居民進行疾病患教及防控指導，同時還可以根據關鍵詞自行歸納成信息檔案，詳細記錄通話方離返時間、身體健康狀況等等。
對應到時間效率上，普通基層工作人員需要花費一個月時間的工作量，百度智能外呼平臺只需要幾分鐘的時間。
截止到目前，百度智能外呼平臺已經在北京海淀上地街道辦、陝西西安、延安、上海寶山、浙江溫州瑞安市等十幾個地區投入使用，外呼總量已經高達百萬次，涵蓋流動人員排查、本地居民排查/回訪、特定人群通知等三大應用場景。
按照百度官方的承諾，從2020年1月28日到疫情結束，智能外呼平臺將免費向各級政府、衛健委機構、基層社區、疾控中心等疫情防控機構開放。
02 火車站大客流測體溫
早在1月25日的時候，北京市中關村就下發了“江湖召集令”，向外界尋求“紅外測溫產品”有關的人工智能技術方案。
每年的春節假期過後，都會迎來一輪返程高峰，儘管新型肺炎疫情適當延長了假期，人流密度也有所分散，如何對流動人員進行控制和檢測，儼然關係著抗疫的功敗垂成。由於發熱是感染後的主要症狀之一，人口密集區域的體溫檢測也就成了重要措施，只是當前的體溫檢測方法還存在一些侷限性：
比如傳統的額溫槍的準確度較高，但測溫速度慢且需要近距離接觸，在地鐵站、高鐵站等人流量較大的通行場景，一旦因為測溫大致人群聚集，還可能形成交叉性傳染的風險。
再比如市場上也存在一些智能測溫系統，但疫情期間戴口罩的原因，使得可供識別的面部特徵過少，加上遠距離大範圍檢測的精度控制問題，存在一定程度的漏判、誤判現象。
好在中關村的“召集令”發出後，百度、商湯、曠視等AI巨頭和獨角獸們紛紛響應號召，先後給出了針對大規模人群測溫的解決方案。
以百度在北京清河火車站的落地應用為例，基於AI圖像識別技術、紅外熱成像技術以及圖像紅外溫度點陣溫度分析算法，紅外攝像機可以迅速完成3-5人/批次的額頭溫度檢測，有效規避了佩戴口罩及帽子造成面部識別特徵較少的問題，一旦發現體溫超出閾值的人員，即可進行系統報警進行手持設備的二次檢測。
與傳統的測溫方式相比，這套解決方案的優勢在於直觀、非接觸和24小時工作，既降低了工作人員被傳染的風險，又提升了巡查效率。
值得一提的是，不同於產能吃緊、造價高昂的高溫紅外測溫儀器，百度的AI多人體溫快速檢測解決方案僅需要一套紅外攝像機和人臉識別攝像機組成的攝像系統、一套百度自主研發的算法系統，以及一臺充當算力和顯示系統的電腦，並且當前系統的測溫誤差已經優化到了0.05攝氏度。
與智能外呼平臺，百度也將在疫情期間向有測溫需求的機構提供免費支持，幫助解決大客流紅外測溫的棘手問題。
03 當AI走向抗疫一線
當然，AI在抗擊新型冠狀病毒中的應用絕不止於此。
在1月20號前後，百度地圖、騰訊、中國移動等就先後給出了實時的人口遷徙數據，為不同地區的疫情管理提供了數據參考；
不少互聯網公司上線了智能問診系統，藉助自然語言處理等技術打造了肺炎諮詢機器人，輔助醫生處理簡單的病情問答；
北京大學的朱懷球團隊利用深度學習算法預測了新型冠狀病毒的宿主和感染性，發現蝙蝠冠狀病毒與新型冠狀病毒有著相似的感染模式；
百度研究院宣佈向相關機構免費開放線性時間算法LinearFold，只需27秒就可以預測新型冠狀病毒的全基因組二級結構，時間從55分鐘極致壓縮到27 秒……
之所以選擇智能外呼平臺和AI測溫兩個案例，原因在於AI走向抗疫一線時所折射出的兩個社會趨勢：
其一，AI正將人們從重複、低效、繁重的腦力判斷工作中解放出來。
在生死時速的戰疫競賽中，時間和人力可以說是影響疫情走向的核心要素，特別是在病毒蔓延的速度和規模上，想要遏制疫情在公共場所的傳播，勢必會是一場攻堅戰。至少AI已經驗證了另一種可行性：用AI替代那些重複、低效、繁重的腦力判斷工作，繼而讓人們有更多精力投入到有價值的事情上。
其二，AI與人類的協作關係正在改變，甚至是改變社會的治理方式。
無論是利用智能外呼平臺進行疫情信息採集，還是藉助AI算法優化紅外測溫系統，在防疫戰役越來越深入的情況下，AI與人類的關係正在被重新定義，並非是“傳聞”中的AI淘汰人類，而是人類與AI的分工協作。沿循這樣的邏輯，當AI被證實是降低社會治理成本、提升治理效率、減少治理干擾是最直接、最有效的方式，勢必會在疫情結束後倒逼社會治理體系的變革。
和所有的新興技術一樣，對社會產生根本性影響的前提在於新技術的應用可以提高人類駕馭不確定性的能力。就這一點而言，這場疫情可能是人工智能徹底走出象牙塔，進一步夯實社會基礎設施地位的轉折點。
04 寫在最後
殷憂啟聖，多難興邦。
一場罕見的兇猛疫情留給我們的，不應該只有傷痛，還有社會的進步，比如公共衛生體系的查漏補缺，比如技術創新的緊迫性和使命感。
至少在對待AI的態度上需要新的社會共識：人工智能不應該狹隘的等同於技術創新或科技變革，還應該正視人工智能對生產方式和生活方式的革命性變化，加速人工智能技術的應用和滲透，給人工智能企業更多的包容和機會，讓人工智能成為一把趁手的工具，而非是放在匣子裡的工藝品。
閱讀更多 Alter聊IT 的文章
