在2020年全球大流行爆發並扭轉全球格局之前，人工智能（AI），特別是稱為機器學習（ML）的AI分支已經在幾乎每個行業中造成了廣泛影響。
2021年人工智能的4大趨勢
Covid-19大流行影響了我們開展業務的許多方面，但並沒有減少AI對我們生活的影響。實際上，很明顯，自學算法和智能機器將在持續對抗這種暴發以及我們將來可能面臨的其他挑戰中發揮重要作用。
當選擇在不久的將來將改變我們的生活，工作和娛樂方式的技術時，人工智能無疑仍然是一個主要趨勢。
更智能的大數據數據分析和見解
在這種持續的大流行期間，我們已經親眼目睹了急需快速分析和解釋有關全球病毒傳播的數據。各國政府，全球衛生機構，學術研究中心和行業共同致力於開發可以收集，彙總和使用信息的新方法。當我們為自己所在地區提供最新的感染或死亡率時，我們已經習慣每天晚上在新聞上看到這一結果。
技術進步是這種大流行尚未造成（例如）1919年西班牙流感爆發導致多達五千萬人喪生的人數之多的主要原因。從醫療技術和護理標準的進步，到通訊技術的進步，可以更快地發現爆發並實施鎖定。明年，人工智能將被添加到使我們能夠更有效地應對流行病的技術發展列表中。
僅科學和醫學文獻的數量就取得了巨大的增長，截止到今年4月，與Covid-19相關的論文超過28,000篇。一個專門的搜索引擎搭載自然語言處理（NLP）算法已經可用，因此調查這個龐大的數據集時，任何人都可以得到AI援助。
致力於開發AI解決方案的工作也在進行中，以幫助解決其他醫療問題（如癌症）的大量積壓，隨著資源被轉移到與Covid-19戰鬥，治療受到了影響。明年，我們很可能會看到AI在醫療保健的許多其他領域中的應用正在加速，不僅涉及病毒防護。
通過開發將機器學習問題解決方案應用於這些龐大的實時全局數據集的能力，我們將更容易發現爆發，跟蹤感染者之間的聯繫，進行更準確的診斷，並預測病毒可能在其中進化的方式。未來，開發更有效，更持久的疫苗。
自動化檢測與預防
我們已經看到無人機在包括美國在內的多個司法管轄區中的使用，至少可以測試將其用於監視是否遵守社會疏遠準則的可能性。即將出現更高級的應用程序，例如具有檢測COVID症狀的無人機，例如人群中個體的高溫。這些系統使用計算機視覺技術來分析無人機上的攝像機捕獲的數據，並將有關病毒傳播的統計信息和概率通知當局或當地管理員。
另一個相關的增長領域是使用面部識別技術，該技術也由計算機視覺算法提供支持。面部識別技術在關注個人識別而不是在人群模式方面更具爭議性，它已被警察用於檢測鎖定和隔離檢疫措施，以及跟蹤人群中表現出症狀的個人活動。
證據似乎表明，由於該病毒帶來的健康風險，公眾已經對以前被認為過於嚴厲的監視策略更加寬容。隨著技術人員越來越擅長於AI驅動的監視甚至執行，這種容忍度可能會在未來18個月內得到進一步測試。
業務反彈–預測行為轉變
Covid-19的普及極大地影響了我們的生活，工作和社交方式。在社會的許多方面，數字化趨勢一直穩定，強勁，但今年，我們見證了踩踏事件。亞馬遜在2020年第二季度的銷售額比去年同期增長了40％，因為即使是那些迄今迴避在線零售的人們也被迫重新評估他們的選擇。
人工智能工具和平臺已經到位，可以幫助企業瞭解其客戶適應新現實的方式。以前在使用數字渠道進行商務和關係培育方面滯後的組織已經瞭解了這種情況的緊迫性，並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年期間，為組織提供自助服務訪問該技術的工具將變得越來越普遍。
在下一次大流行開始之前就關閉它
大多數AI算法都面向預測，而AI輔助流行病學的聖盃將是構建可以準確預測未來何時何地爆發的系統。這項研究已經進行了一段時間，實際上，有關當前爆發的最早警報是由AI產生的。總部位於多倫多的BlueDot工具於2019年12月31日發出警告，稱可能在中國武漢爆發疫情時，已經每天掃描100,000個政府和媒體數據源。
我們可以預期，人工智能研究將在未來18個月內取得進一步的突破，這將增強我們發現和應對病毒爆發危險的能力。但是，要實現這一目標，還需要政府與私營企業之間進行持續的全球合作。全球政治和立法者以及技術發展的進程很可能會影響這種情況。因此，來年醫療數據集的訪問和國際信息交流的障礙等問題也將成為熱門話題。
