BLOCK Issue 4

FEATURE 专 题 报 道
WHAT DO AI AND BLOCKCHAIN
HAVE TO DO WITH COVID-19?
THE SUBTLETIES OF THE
CORONAVIRUS’S IMPACT AND THE
SPREAD OF THE VIRUS THROUGH
DIFFERENT PARTS OF THE WORLD,
ARE ILLUSTRATIONS OF THE KIND
OF COMPLEXITY THAT THE HUMAN
MIND HAS DIFFICULTY DEALING
WITH - AND ARE PLACES WHERE
AI CAN POTENTIALLY PROVIDE
ESSENTIAL HELP.
The numerous failures we have seen
our centralised political systems
display in effectively responding to
the COVID-19 pandemic, provide
a reminder of why decentralized
networks are so profoundly important.
For example, in the last two
weeks the COVIDathon online
decentralized-AI hackathon (which
I helped organise) has gathered
together a large community of
blockchain and AI developers to make
sure that when future pandemics
or other global crises occur, a
decentralized AI ecosystem is fully
ready to play a major role.
HOW AI CAN HELP COMBAT
COVID-19
AI can help medical researchers and
front-line physicians confronting
COVID-19 in a huge variety of ways.
Potentially it can help discover new
therapies, via analyzing vast amounts
of information, seeing patterns
obscure to the human eye and
making suggestions for laboratory
experiments and clinical tests.
AI researchers are now pointing their
algorithms toward the COVID-19 Open
Research Dataset, an open access
collection of 29,000 research papers
about COVID-19 and closely related
viruses. And there are considerably
more related papers in PubMed,
Medrxiv and other online repositories.
No physician or researcher can read
all of these. However, AI information
extraction tools can read out the most
relevant information into a structured
set of semantic relationships among
key biological entities - which can then
be visualised and fed into machine
learning and reasoning algorithms
aimed at generating new biological and
clinical hypotheses.
The knowledge extracted by AI from
research papers can also be used
to help identify fake news in online
and social media - comparing the
contents of media statements with
those in research papers and flagging
significant semantic differences as
questionable or possibly fake news.
AI has long been used to study
the biology of aging, longevity and
age-associated diseases - and some
of the knowledge AI systems have
gained in this way may be helpful in
dealing with COVID-19. For instance,
the jump in severity of cases of
COVID-19 over the age of 60 suggests
a possible involvement of the midlife
switch, a biological phenomenon in
which the pattern of expression of
multiple genes changes suddenly
at around this same age. Drawing
connections between COVID-19
related genes and midlife switch
related genes, leveraging knowledge
from numerous scientific datasets
and databases and research papers,
is exactly the kind of job that AIs can
do better than humans.
AI 和 区 块 链 与 COVID-19 有 什 么 关 系 ? 新 冠 病 毒 影 响 的
细 微 之 处 以 及 病 毒 在 世 界 各 地 传 播 说 明 了 人 类 难 以 应
对 这 种 复 杂 性 , 而 人 工 智 能 (AI) 可 以 为 此 提 供 必 要
的 帮 助 。
在 有 效 应 对 COVID-19 大 流 行 病 时 , 我 们 看 到 了 高 度 集
中 的 政 治 体 制 表 现 出 很 多 失 败 之 处 , 这 提 醒 了 人 们 为 什
么 分 散 式 网 络 如 此 重 要 。
例 如 , 在 过 去 的 两 周 中 ,COVIDathon 在 线 去 中 心 化 AI
黑 客 马 拉 松 ( 由 我 协 助 组 织 ) 形 成 了 一 个 由 区 块 链 和 AI
开 发 人 员 组 成 的 大 型 社 区 , 以 确 保 未 来 发 生 大 流 行 病
或 其 他 全 球 危 机 时 , 去 中 心 化 AI 生 态 系 统 能 够 充 分 发 挥
主 要 作 用 。
AI 如 何 帮 助 对 抗 COVID-19
AI 可 以 以 多 种 方 式 帮 助 医 学 研 究 人 员 和 一 线 医 生 对 抗
COVID-19。 它 可 以 通 过 分 析 大 量 信 息 , 发 现 人 眼 看 不
见 的 模 式 以 及 为 实 验 室 实 验 和 临 床 测 试 提 供 建 议 的 方 式
来 帮 助 发 现 新 疗 法 。
AI 研 究 人 员 现 在 将 算 法 瞄 向 COVID-19 开 放 研 究 数 据
集 , 该 数 据 集 是 一 个 收 录 了 29000 篇 有 关 COVID-19
和 密 切 相 关 的 病 毒 的 研 究 论 文 的 开 放 获 取 集 合 。 而 且
PubMed、Medrxiv 和 其 他 在 线 存 储 库 中 还 有 大 量 相 关
文 章 。 没 有 哪 个 医 生 或 研 究 人 员 可 以 阅 读 所 有 这 些 内
容 。 但 是 ,AI 信 息 提 取 工 具 可 以 在 关 键 的 生 物 性 本 质 中
将 最 相 关 的 信 息 读 出 到 结 构 化 语 义 关 系 集 中 , 然 后 可 以
直 观 地 看 到 并 输 入 到 旨 在 生 成 新 的 生 物 学 和 临 床 假 设 的
机 器 学 习 和 推 理 算 法 中 。
AI 从 研 究 论 文 中 提 取 的 知 识 还 可 用 于 帮 助 识 别 在 线 和 社
交 媒 体 中 的 虚 假 新 闻 —— 将 媒 体 陈 述 的 内 容 与 研 究 论 文
中 的 内 容 进 行 比 较 , 并 将 明 显 的 语 义 差 异 标 记 为 疑 似 或
可 能 是 虚 假 新 闻 。
长 期 以 来 ,AI 一 直 被 用 于 研 究 衰 老 、 长 寿 和 与 年 龄 相 关
的 疾 病 的 生 物 学 问 题 ,AI 系 统 以 这 种 方 式 获 得 的 知 识 可
能 有 助 于 应 对 COVID-19。 例 如 , 对 于 年 龄 超 过 60 岁 的
患 者 ,COVID-19 严 重 病 例 的 数 量 激 增 , 这 表 明 可 能 涉
及 到 中 年 转 换 , 这 是 一 种 生 物 学 现 象 , 在 该 现 象 中 多 个
基 因 的 表 达 模 式 大 约 在 同 一 年 龄 段 突 然 发 生 改 变 。 利
用 众 多 科 学 数 据 集 、 数 据 库 和 研 究 论 文 中 的 知 识 , 绘 制
COVID-19 相 关 基 因 与 中 年 转 换 相 关 基 因 之 间 的 联 系 ,
这 正 是 AI 可 以 比 人 类 做 得 更 好 的 方 面 。
Issue 4 #AIBCsummit | 63