2020年初，肺炎”黑天鵝“突然來襲，曾經熙熙攘攘的城市一下按下了暫停鍵，人們的生活驟然改變。
許多人起床第一件事，便是打開手機微信，瞄一瞄疫情地圖；戴上口罩出門買菜，給小區保安展示下電子出行卡，零接觸完成核驗；在家休息，看看兒子班主任在直播中油膩膩的頭髮，樂呵呵地大笑……
如今，越來越多的科技力量，從人們生活的各個方面中支持著疫情防控。騰訊、阿里、百度等科技巨頭，都義無反顧投入到了“戰疫”裡。
“抗疫”背後無形的手：大數據
不少人起床的第一件事，便是打開微信的“城市服務”裡的疫情專區，查看自己所在省市的確診病例以及全國的確診病例，所有數據都安排得明明白白。
大數據是如何做到這一切的呢？
其實，這是利用官方網站公佈的疫情數據（國家衛健委、各地衛健委等），例如確診人數、疑似人數、行為軌跡、時間節點等，整合成的“疫情專區”。通過微信龐大的C端流量，這些數據快速地被公眾瞭解。
在科普以及闢謠方面，互聯網巨頭們的大數據分析也發揮了很大作用。比如，百度就用大數據分析出大眾最常搜索的問題，聯合專家、醫生進行科普問答，這些權威信息降低了人們對未知病毒的恐慌。
騰訊較真闢謠，也在幫助新聞查證，對各類假新聞、缺陷新聞、謠言等進行快速甄別。這一平臺的運作原理亦是利用大數據，將網絡上被傳播次數較多、人們較感興趣的假新聞提取出來，並進行溯源和探查真相。
2003年時，“板藍根可以治非典”的謠言傳播得沸沸揚揚，政府和當時的傳統媒體，花了好幾周時間才成功闢謠。就在最近，“紅外線體溫會致盲”的假新聞剛流傳不到1天，“較真”平臺就已對這一新聞進行闢謠，“光速”為大眾科普。
不僅是在C端為用戶提供準確、及時的信息，大數據分析還可以為政府和相關部門提供防疫相關決策的協助工作。
鎮江市政府是較早應用“大數據+小程序”進行疫情防控的城市。他們用騰訊政務開發的小程序收集疫情防控信息，目前涵蓋功能有健康自查上報、疫情線索上報、抵鎮人員申報、已入鎮人員補報等服務。
小程序的開發看似簡單，但背後還包括雲平臺的構建、大數據平臺的構建等。後端大數據平臺的構建，則關係到政府如何對疫情做出防控。結合騰訊政務小程序收集來的大數據以及政府、公安部收集來的相關大數據，鎮江市大數據局的工作人員分析出了哪些人群是“高危人群”，當他們通過申報平臺進行申報時，便會收到“暫緩來鎮江”的提醒。
截至2月18日上午，鎮江市健康申報平臺小程序瀏覽量達1452萬次，（抵達鎮江）人員申報達到了將近18萬人次，已經通過了9萬5千多人次，其中有4.9萬人次已經進入鎮江。這個數據對於鎮江一個三百萬人口的城市來說，使用量已是非常大了。
基層抗疫，AI如何“顯神通”
除了大數據分析，AI也在這次抗疫中大顯神通。
目前，不少大城市的機場、火車站等公共場所，已經開始應用AI測溫裝置。AI測溫的優勢便是“無接觸測量”和高效、可靠。傳統用人工測溫的方式檢測速度慢，且檢測員需要大規模地接觸不同人群，容易有感染風險。
在北京的清河地鐵站，百度的AI測溫方案已落地19個檢測點，識別準確度已達9成。百度的AI測溫系統，綜合了圖像識別和紅外成像技術，可基於人臉關鍵點檢測及圖像紅外溫度點陣溫度分析算法，在人流密集區域對多人額頭溫度進行檢測及預警，大大降低人工測溫的風險。除了百度，曠視開發的AI測溫系統也已在北京部分地區開始測試。
在“防疫”中，除了體溫檢測，口罩也起了至關重要的作用。但佩戴口罩，也對高鐵、飛機、小區閘機等需要人臉識別的場景提出了挑戰。
戴口罩的人面部被遮擋，不被閘機識別，摘下口罩過閘機則有感染風險，該如何是好？人群密集的地方，又該如何甄別出不帶口罩的人並快速進行提醒？
騰訊的AI團隊優圖則攻克了這個難題。在傳統的人臉識別中，由於戴口罩導致面部大範圍遮擋，算法出現“武功盡棄”的情況。優圖基於優圖自研的多分支輕量神經網絡，通過圖像編輯技術合成海量人臉口罩數據用於算法優化提升，實現戴口罩人員的精準五官定位，有效輔助後續算法模塊的效果提升。
據悉，目前這套系統的準確率已達99.5%以上，讓人們即便是戴著口罩也可以輕鬆通過人臉識別。此外，這套算法還能識別出未佩戴口罩、口罩僅遮擋嘴部、口罩僅遮擋下巴、口罩未遮擋面部、正確佩戴口罩這五中情形。企業可以利用這一技術檢測員工佩戴口罩情況，保障安全復工；社區一線工作人員也可以利用此技術提醒小區內未正確佩戴口罩的居民們。
目前騰訊優圖聯合騰訊海納已經聯合在深圳、北京、上海等多個地區陸續試點該技術，對傳統人臉識別無法溯源的戴口罩出入者進行確認，大大提升了社區工作人員摸排登記外來人員的效率。
AI戰疫：給醫生減負
除了在基層抗疫中應用，AI同樣可在醫療中進行應用，為醫生和科研人員減輕負擔。
騰訊和阿里巴巴，都已運用“AI+醫療”的方式，探索出適合抗疫前線人員應用的方案。
阿里達摩院研發的AI算法，可將原來數小時的疑似病例基因分析縮短至半小時，大幅縮短確診時間，並能精準檢測出病毒的變異情況。2月1日，浙江省疾控中心上線自動化的全基因組檢測分析平臺，已開始利用阿里達摩院研發的AI算法來縮短確診時間。
騰訊覓影的AI系統則對新冠肺炎的影像識別模型做了針對性優化。這套AI輔診系統，在患者CT檢查後最快2秒就能完成AI模式識別，1分鐘內即可為醫生提供輔助診斷參考。
由於湖北地區疫情肆虐，前線影像科醫生的工作量很龐大。排除疑似病例要做CT檢查，而在治療期間的患者也需要平均5天做一次CT檢查。每一次胸部的CT檢查會產生300多張影像，需要花費醫生5-15分鐘的時間查看，患者越多，醫生負擔越大。2月21日，“騰訊覓影”AI的應急專用CT裝備已先後部署到武漢協和西院、武漢日海方艙醫院、洪湖市人民醫院，支援一線醫療人員的工作。
從診斷環節看來，AI已經可以大大加速前期的CT閱片工作，就連核算檢驗的分子診斷領域，也和AI聯繫得更加密切。
而在這場醫療戰中，科技企業還可以做更多得能力儲備。不管是分子診斷還是藥物研發，都需要在各種複雜的信息、數據下找出最優解決方案，因此算力將成為一切的基礎。在這次“戰疫”中，騰訊、百度、阿里都向醫療疾控的那位開放出其AI技術。騰訊更是設立了15億元“抗擊新型冠狀病毒感染肺炎疫情綜合保障基金”，其中有5億元，助力防疫相關的科學研究、未來醫療健康設施完善、權威醫學科普等工作。
可以看出，不論是最下沉的基層防疫，還是最前沿的藥物研發、醫療診斷，AI和大數據的價值都遠超預期。
此前，AI給人的印象總是停留在研究領域，和科幻電影裡的“黑科技”。此次AI和大數據技術大量參與“抗疫”，讓AI走出象牙塔，真真正正走進大眾的生活中，未來也將推動更多的應用。
誠如騰訊所言，“科技向善”。這場讓中國震驚的疫情，留給人們的不應該只是傷痕，而應該讓人們從此明白：科技是一把雙刃劍，善用科技“善”的那一面作為工具，便能為社會造福。
閱讀更多 科技園萌妹子 的文章
