距离武汉“封城”已经过去了13天，离开武汉的人群即将结束两周的隔离期，新型肺炎疫情或将迎来拐点。
同时春节后复工所产生的返程高峰，又将出现新一轮的人口迁徙，“防疫战争”进入到了关键的时间节点。
有人将抗击新型肺炎比作一场没有硝烟的战争，除了白衣天使们的前线“战斗”，“大后方”的疫情防控同样举足轻重。与以往不同的是，5g、大数据、ai、机器人等新技术在防疫环节扮演了不可或缺的角色，也让这场抗疫成了关乎全民的技术战。
在这样一个特殊的时间节点上，似乎有必要梳理下ai等新技术起到了哪些作用，以及还将有哪些深远的影响。
01 免费开放的智能外呼平台
从时间上看，新型肺炎疫情出现在2019年末，适逢春节前夕的返乡潮，可能存在大规模的潜在被感染人群。如何快速筛选出潜在的传染源，集中收治和隔离、阻断传染源，尽可能降低二次传染的风险，可以说是一场与时间赛跑的游戏。
大大小小的城市中，这份工作落在了基层社区工作人员的肩膀上，需要针对社区居民逐个进行排查，快速摸清辖区居民的健康情况和流动情况。尤其是新型冠状病毒可能存在14天潜伏期，留给基层工作人员的时间并不宽裕。
传统的排查方式无外乎两种，一是逐一上门寻访，二是挨个打电话询问。上门寻访本身就增加了面对面接触的风险，倘若社区工作人员不幸被传染，还可能成为携带病毒的“超级传播者”。电话询问进行信息采集，可以说是原始而有效的手段。
可算一笔时间账的话：倘若一个网格化社区中有2500户居民，工作人员要在电话中询问5个左右的问题，大约需要占用三分钟的时间，然后再花两分钟的时间进行信息的整理归纳，累计要花费200多个小时，约等于基层工作人员一个月的有效工作时间。
是否可以用ai替代如此繁杂的工作呢？诸如百度等互联网巨头针对疫情紧急推出了智能外呼平台。
据了解，百度智能外呼平台可以定向或随机发起拨入居民电话，自动询问并采集居民的疫情信息，对居民进行疾病患教及防控指导，同时还可以根据关键词自行归纳成信息档案，详细记录通话方离返时间、身体健康状况等等。
对应到时间效率上，普通基层工作人员需要花费一个月时间的工作量，百度智能外呼平台只需要几分钟的时间。
截止到目前，百度智能外呼平台已经在北京海淀上地街道办、陕西西安、延安、上海宝山、浙江温州瑞安市等十几个地区投入使用，外呼总量已经高达百万次，涵盖流动人员排查、本地居民排查/回访、特定人群通知等三大应用场景。
按照百度官方的承诺，从2020年1月28日到疫情结束，智能外呼平台将免费向各级政府、卫健委机构、基层社区、疾控中心等疫情防控机构开放。
02 火车站大客流测体温
早在1月25日的时候，北京市中关村就下发了“江湖召集令”，向外界寻求“红外测温产品”有关的人工智能技术方案。
每年的春节假期过后，都会迎来一轮返程高峰，尽管新型肺炎疫情适当延长了假期，人流密度也有所分散，如何对流动人员进行控制和检测，俨然关系着抗疫的功败垂成。由于发热是感染后的主要症状之一，人口密集区域的体温检测也就成了重要措施，只是当前的体温检测方法还存在一些局限性：
比如传统的额温枪的准确度较高，但测温速度慢且需要近距离接触，在地铁站、高铁站等人流量较大的通行场景，一旦因为测温大致人群聚集，还可能形成交叉性传染的风险。
再比如市场上也存在一些智能测温系统，但疫情期间戴口罩的原因，使得可供识别的面部特征过少，加上远距离大范围检测的精度控制问题，存在一定程度的漏判、误判现象。
好在中关村的“召集令”发出后，百度、商汤、旷视等ai巨头和独角兽们纷纷响应号召，先后给出了针对大规模人群测温的解决方案。
以百度在北京清河火车站的落地应用为例，基于ai图像识别技术、红外热成像技术以及图像红外温度点阵温度分析算法，红外摄像机可以迅速完成3-5人/批次的额头温度检测，有效规避了佩戴口罩及帽子造成面部识别特征较少的问题，一旦发现体温超出阈值的人员，即可进行系统报警进行手持设备的二次检测。
与传统的测温方式相比，这套解决方案的优势在于直观、非接触和24小时工作，既降低了工作人员被传染的风险，又提升了巡查效率。
值得一提的是，不同于产能吃紧、造价高昂的高温红外测温仪器，百度的ai多人体温快速检测解决方案仅需要一套红外摄像机和人脸识别摄像机组成的摄像系统、一套百度自主研发的算法系统，以及一台充当算力和显示系统的电脑，并且当前系统的测温误差已经优化到了0.05摄氏度。
与智能外呼平台，百度也将在疫情期间向有测温需求的机构提供免费支持，帮助解决大客流红外测温的棘手问题。
03 当ai走向抗疫一线
当然，ai在抗击新型冠状病毒中的应用绝不止于此。
在1月20号前后，百度地图、腾讯、中国移动等就先后给出了实时的人口迁徙数据，为不同地区的疫情管理提供了数据参考；
不少互联网公司上线了智能问诊系统，借助自然语言处理等技术打造了肺炎咨询机器人，辅助医生处理简单的病情问答；
北京大学的朱怀球团队利用深度学习算法预测了新型冠状病毒的宿主和感染性，发现蝙蝠冠状病毒与新型冠状病毒有着相似的感染模式；
百度研究院宣布向相关机构免费开放线性时间算法linearfold，只需27秒就可以预测新型冠状病毒的全基因组二级结构，时间从55分钟极致压缩到27 秒……
之所以选择智能外呼平台和ai测温两个案例，原因在于ai走向抗疫一线时所折射出的两个社会趋势：
其一，ai正将人们从重复、低效、繁重的脑力判断工作中解放出来。
在生死时速的战疫竞赛中，时间和人力可以说是影响疫情走向的核心要素，特别是在病毒蔓延的速度和规模上，想要遏制疫情在公共场所的传播，势必会是一场攻坚战。至少ai已经验证了另一种可行性：用ai替代那些重复、低效、繁重的脑力判断工作，继而让人们有更多精力投入到有价值的事情上。
其二，ai与人类的协作关系正在改变，甚至是改变社会的治理方式。
无论是利用智能外呼平台进行疫情信息采集，还是借助ai算法优化红外测温系统，在防疫战役越来越深入的情况下，ai与人类的关系正在被重新定义，并非是“传闻”中的ai淘汰人类，而是人类与ai的分工协作。沿循这样的逻辑，当ai被证实是降低社会治理成本、提升治理效率、减少治理干扰是最直接、最有效的方式，势必会在疫情结束后倒逼社会治理体系的变革。
和所有的新兴技术一样，对社会产生根本性影响的前提在于新技术的应用可以提高人类驾驭不确定性的能力。就这一点而言，这场疫情可能是人工智能彻底走出象牙塔，进一步夯实社会基础设施地位的转折点。
04 写在最后
殷忧启圣，多难兴邦。
一场罕见的凶猛疫情留给我们的，不应该只有伤痛，还有社会的进步，比如公共卫生体系的查漏补缺，比如技术创新的紧迫性和使命感。
至少在对待ai的态度上需要新的社会共识：人工智能不应该狭隘的等同于技术创新或科技变革，还应该正视人工智能对生产方式和生活方式的革命性变化，加速人工智能技术的应用和渗透，给人工智能企业更多的包容和机会，让人工智能成为一把趁手的工具，而非是放在匣子里的工艺品。
