AI koronavirüs salgını ile nasıl mücadele ediyor?


cevap 1:

Yapay Zeka Gelecekteki Bir Coronavirüsle Savaşabilir

.

Koronavirüs gibi hastalık salgınları, bilim adamlarının bir çare bulması için genellikle çok hızlı bir şekilde ortaya çıkar. Ancak gelecekte yapay zeka, araştırmacıların daha iyi bir iş yapmalarına yardımcı olabilir.

Yeni gelişen teknolojinin mevcut salgında önemli bir rol oynaması için muhtemelen çok geç olsa da, bir sonraki salgınlar için umut var. Yapay zeka, ne tür tedavilerin işe yarayabileceğini veya bir sonraki denemenin nasıl yapılacağını belirlemeyi kolaylaştıran bağlantılar bulmak için veri yığınlarıyla taramada iyidir.

Soru, Big Data'nın, geçen yıl Çin'de ilk kez ortaya çıkan ve yaklaşık iki ay içinde 75.000'den fazla kişiyi hastalayan Covid-19 gibi yeni ortaya çıkan bir hastalık hakkında sadece yetersiz bilgi toplamasıyla ortaya çıkacağı şey.

Araştırmacıların, bildirilen ilk vakalardan birkaç hafta sonra yeni virüsün gen dizilimini üretmeyi başardıkları umut vericidir, çünkü salgınlar meydana geldiğinde şimdi çok daha hızlı veri olduğunu göstermektedir.

İngiltere merkezli girişim Exscientia Ltd.'nin CEO'su Andrew Hopkins, ilaç keşfi için yapay zekayı eğitmek için çalışanlar arasında. Yapay zeka sayesinde yeni tedavilerin önümüzdeki on yıl içinde 18 ila 24 ay gibi kısa bir sürede gebe kalmadan klinik testlere geçebileceğini düşünüyor.

Exscientia, ilk araştırma aşamasında bir yıldan az bir süre sonra laboratuvarda test edilmeye hazır obsesif kompulsif bozukluğu tedavi etmek için yeni bir bileşik tasarladı. Şirkete göre bu ortalamadan beş kat daha hızlı.

Cambridge tabanlı Healx benzer bir yaklaşıma sahiptir, ancak mevcut ilaçlar için yeni kullanımlar bulmak için makine öğrenimini kullanır. Her iki şirket de algoritmalarını, hastalıklar için yeni tedaviler önermek için dergiler, biyomedikal veritabanları ve klinik araştırmalar gibi kaynaklardan toplanan bilgilerle besliyor.

İnsan Denetimi

İki şirketin her biri, süreci yönlendirmek için yapay zeka ile birlikte çalışmak için bir insan araştırmacı ekibi kullanıyor. Exscientia'nın yaklaşımı, Centaur Kimyacısı olarak adlandırılan, ilaç tasarımcıları bileşiklerin aranması için algoritma stratejilerini öğretmeye yardımcı oluyor. Healx, AI'nın tahminlerini, sonuçları analiz eden ve neyin peşine düşeceğine karar veren araştırmacılara koyar.

Healx'ın baş bilim adamı Neil Thompson, tekniğin yeni hastalık hakkında yeterli veriye sahip olduğu sürece koronavirüs gibi bir salgına karşı uygulanabileceğini söyledi. Healx, koronavirüs ile mücadele etmek veya salgınlar için teknolojisini değiştirmek için çalışmıyor, ancak bir streç olmayacaktı.

“Oldukça yakınız,” dedi Thompson bir röportajda. “Kullandığımız AI algoritmaları hakkında fazla bir değişiklik yapmamız gerekmiyordu. İlaç özelliklerinin hastalık özellikleriyle eşleştirilmesine bakıyoruz. ”

Yapay zeka algoritmaları zaten bildiğimiz hastalıkların ilaçlarını azaltmaya başlıyor. Massachusetts Teknoloji Enstitüsü'ndeki araştırmacılar Perşembe günü yaptığı açıklamada, şu anda diğer tedavilere dirençli olan bir dizi zahmetli bakteriyi öldürebilecek güçlü ve yeni bir antibiyotik bileşiğini tanımlama yöntemini kullandıklarını söylediler.

Tüm bu teknolojiler için bir yakalama klinik testlerdir. Bir rahatsızlığı tedavi etmek için zaten güvenli olan ilaçlar bile başka bir hasta için reçete edilmeden önce tekrar test edilmelidir. Çok sayıda insan için güvenli ve etkili olduklarını gösterme süreci, düzenleyici kurumlara gözden geçirilmeden önce yıllar alabilir.

Etkili olabilmek için, AI tabanlı ilaç geliştiricilerin, gelecekte sorunlara neden olabilecek bir virüs genomunu seçerek ve bunu yapmak için çok az teşvik olduğunda hedef alması gerekir.

Teşekkür ederim.


cevap 2:

Oyun zaten açık!

Koronavirüs için değilse, en azından süper böcekler için. MIT ve Harvard'daki araştırmacılar, birçok ilaca dirençli bakteriyi öldürebilen yeni bir antibiyotiği tanımlamak için AI'yi kullandılar. Mevcut ilaçlardan farklı mekanizmalar kullanarak enfeksiyonlarla savaşabilen kimyasal bileşikleri analiz etmek için bir makine öğrenme algoritması eğitmişlerdir.

Modellerini, laboratuvarlardan büyütülen hastalardan ve bakterilerden alınan bakterileri test etmek için bir bileşiği (buna Halisin olarak adlandırdılar) tanımlayan 2.500 molekül üzerinde eğittiler. "Halisin" de dahil olmak üzere birçok ilaca dirençli bakteriyi öldürebilir

mikobaktiyum tüberkülozu, klostridium difficile

ve

acinetobacter baumannii.

Halisin ile enfekte iki fare

A.baumannii.

Bu arada, Irak ve Afganistan'daki birçok ABD askeri aynı böcekle enfekte oldu. Raporda, bu iki farenin cildine uygulanan bir Halisin merhemi, 24 saat içinde tamamen iyileşti.

İlaç keşfi için kestirimci bilgisayar modellerinin kullanılması yeni bir şey değil, bugüne kadarki en iyi başarı Halisin ile görülüyor.

Araştırmacılara göre, tahmin modelleri geleneksel deneysel yaklaşımlar için engelleyici olarak pahalı olanı yapabilir.

Halisin'in bu başarısı insanlık tarihinde çok önemli bir aşamadadır. 2050 yılına kadar dünya çapında ilaca dirençli bakteriler nedeniyle ölümlerin 10 milyona ulaşabileceği tahmin edilmektedir.

Halisin'i insanlarda kullanılabilir hale getirmek için daha fazla çalışmaya ihtiyaç vardır. Algoritmaları bakteriler için tasarlanmış olsa da, virüsle savaşmak için de “yükseltilebilir” olabilir.


cevap 3:

Çin'deki bir hastanenin benzer semptomları olan 1000 vakaları olduğunu düşünün, hastane ne yapıyor? Semptomlar ve tanı ile ilgili tüm bilgiler belgelenip elektronik ortamda mevcut olmakla birlikte, sağlık departmanı gerekli ve uygun önlemleri alabilir.

AI, kalıpları tespit etmede mükemmel ve hızlıdır, hızlı algılama için benzerlikler. Nasıl bir örnek

Google arama yapabilir

dünyadaki olası hastalıkları tespit etmek. Sadece basit arama kalıpları ile, AI aslında dünya çapında büyük oranlarda patlayabilecek olası tehditleri ve salgınları tespit edebilir.

Corona Virüsüne geri dönersek, Çin hastalık semptomlarını belgeledikten, teşhis ettikten sonra, bu bilgileri, bu semptomları olan insanları tarayabilen ve muhtemelen enfekte olmuş veya taşıyıcı olarak sınıflandırabilen termal dedektörleri hızla yerleştirebilen tüm diğer olası hükümet kuruluşlarıyla paylaşır. veya bağışıklık. Virüsler hızla değiştikçe, görünüşlerini değiştirme eğilimi gösterirler, semptomlar değişebilir ve teşhis edilmesi zor olabilir. Ancak AI ile Çin, Çin'den, özellikle Wuhan'dan ve daha sonra uluslararası olarak şehirler arasında hareket eden insanlarla hükümetlere yardımcı olabilir. Bu bilgi yapay zeka tarafından analiz edilebilir, bu şehirlerden haberleri tespit etmek için, hastaneler bulmacanın parçalarını bir araya getirebilir.

Bu yardımcı olur umarım!


cevap 4:

Son dönemlerde, korona pozitif hastaların tanımlayabildiğimiz ve bulabileceğimizden daha fazla hastaya sahip olduğumuz veriler varsa. Bundan sonra, yeni bir hastaya bu hastalığa bulaşıp bulaşmayacağını tahmin etmek için kontrol edebiliriz. Bunu ayırmak için klasik makine öğrenimi veya derin öğrenme teknikleri kullanılabilir.

Daha genel terimlerle, çok dikkatli olmalıyız ve gerçekte neler olduğunu genelleştirmek için modeli analiz etmek için tıbbi alandan biriyle etkileşime girmeliyiz, modeli daha iyi anlamak için virüsün vücutta tetiklediği değişiklikler ve mekanizmalar nelerdir.


cevap 5:

Koronavirüs gibi hastalık salgınları, bilim adamlarının bir çare bulması için genellikle çok hızlı bir şekilde ortaya çıkar. Ancak gelecekte yapay zeka, araştırmacıların daha iyi bir iş yapmalarına yardımcı olabilir.

Yeni gelişen teknolojinin mevcut salgında önemli bir rol oynaması için muhtemelen çok geç olsa da, bir sonraki salgınlar için umut var. Yapay zeka, ne tür tedavilerin işe yarayabileceğini veya bir sonraki denemenin nasıl yapılacağını belirlemeyi kolaylaştıran bağlantılar bulmak için veri yığınlarıyla taramada iyidir.

Soru, Big Data'nın, geçen yıl Çin'de ilk kez ortaya çıkan ve yaklaşık iki ay içinde 75.000'den fazla kişiyi hastalayan Covid-19 gibi yeni ortaya çıkan bir hastalık hakkında sadece yetersiz bilgi toplamasıyla ortaya çıkacağı şey.

Araştırmacıların, bildirilen ilk vakalardan birkaç hafta sonra yeni virüsün gen dizilimini üretmeyi başardıkları umut vericidir, çünkü salgınlar meydana geldiğinde şimdi çok daha hızlı veri olduğunu göstermektedir.

İngiltere merkezli girişim Exscientia Ltd.'nin CEO'su Andrew Hopkins, ilaç keşfi için yapay zekayı eğitmek için çalışanlar arasında. Yapay zeka sayesinde yeni tedavilerin önümüzdeki on yıl içinde 18 ila 24 ay gibi kısa bir sürede gebe kalmadan klinik testlere geçebileceğini düşünüyor.

Exscientia, ilk araştırma aşamasında bir yıldan az bir süre sonra laboratuvarda test edilmeye hazır obsesif kompulsif bozukluğu tedavi etmek için yeni bir bileşik tasarladı. Şirkete göre bu ortalamadan beş kat daha hızlı.

Cambridge tabanlı Healx benzer bir yaklaşıma sahiptir, ancak mevcut ilaçlar için yeni kullanımlar bulmak için makine öğrenimini kullanır. Her iki şirket de algoritmalarını, hastalıklar için yeni tedaviler önermek için dergiler, biyomedikal veritabanları ve klinik araştırmalar gibi kaynaklardan toplanan bilgilerle besliyor.

İnsan Denetimi

İki şirketin her biri, süreci yönlendirmek için yapay zeka ile birlikte çalışmak için bir insan araştırmacı ekibi kullanıyor. Exscientia'nın yaklaşımı, Centaur Kimyacısı olarak adlandırılan, ilaç tasarımcıları bileşiklerin aranması için algoritma stratejilerini öğretmeye yardımcı oluyor. Healx, AI'nın tahminlerini, sonuçları analiz eden ve neyin peşine düşeceğine karar veren araştırmacılara koyar.

Healx'ın baş bilim adamı Neil Thompson, tekniğin yeni hastalık hakkında yeterli veriye sahip olduğu sürece koronavirüs gibi bir salgına karşı uygulanabileceğini söyledi. Healx, koronavirüs ile mücadele etmek veya salgınlar için teknolojisini değiştirmek için çalışmıyor, ancak bir streç olmayacaktı.

“Oldukça yakınız,” dedi Thompson bir röportajda. “Kullandığımız AI algoritmaları hakkında fazla bir değişiklik yapmamız gerekmiyordu. İlaç özelliklerinin hastalık özellikleriyle eşleştirilmesine bakıyoruz. ”

Yapay zeka algoritmaları zaten bildiğimiz hastalıkların ilaçlarını azaltmaya başlıyor. Massachusetts Teknoloji Enstitüsü'ndeki araştırmacılar Perşembe günü yaptığı açıklamada, şu anda diğer tedavilere dirençli olan bir dizi zahmetli bakteriyi öldürebilecek güçlü ve yeni bir antibiyotik bileşiğini tanımlama yöntemini kullandıklarını söylediler.

Tüm bu teknolojiler için bir yakalama klinik testlerdir. Bir rahatsızlığı tedavi etmek için zaten güvenli olan ilaçlar bile başka bir hasta için reçete edilmeden önce tekrar test edilmelidir. Çok sayıda insan için güvenli ve etkili olduklarını gösterme süreci, düzenleyici kurumlara gözden geçirilmeden önce yıllar alabilir.

Etkili olabilmek için, AI tabanlı ilaç geliştiricilerin, gelecekte sorunlara neden olabilecek bir virüs genomunu seçerek ve bunu yapmak için çok az teşvik olduğunda hedef alması gerekir.

Diğer bir engel ise kalifiye eleman bulmaktır.

Girişim sermayesi şirketi Atomico'nun ortağı ve üzerinde oturan eski cerrah olan Irina Haivas, “Yapay zeka ve biyolojinin kesişim noktasında faaliyet gösterebilecek insanları bulmak zor ve büyük şirketlerin bu tür teknolojiler hakkında hızlı kararlar alması zor” dedi. Healx yönetim kurulu. “Bir AI mühendisi olmak yeterli değil, biyolojinin uygulamalarını anlamanız ve bunlara girmeniz gerekiyor.”


cevap 6:

Gizemli bir hastalık ilk ortaya çıktığında hükümetlerin ve halk sağlığı otoritelerinin hızla bilgi toplaması ve yanıtı koordine etmesi zordur. Ancak yeni yapay zeka teknolojisi otomatik olarak dünya çapında haber raporları ve çevrimiçi içerik aracılığıyla madencilik yaparak profesyonellerin potansiyel bir salgın veya daha kötüye yol açan potansiyel bozuklukları tanımlamasına yardımcı olabilir. Başka bir deyişle, yeni AI patronlarımız bir sonraki vebadan çıkmamıza yardımcı olabilir.

Bunlar yeni

AI

yetenekleri, halk sağlığı risklerini değerlendirmek için veri kullanan birkaç kuruluştan biri olan Kanada merkezli bir şirket olan BlueDat tarafından belirlenen son koronavirüs salgını ile tam hızdadır. ABD Hastalık Kontrol ve Önleme Merkezleri (CDC) ve Dünya Sağlık Örgütü (WHO), ajansın "otomatik bulaşıcı hastalık gözetimi" gerçekleştirdiğini iddia ettiği resmi bildirimler yayınladı. Ocak ayının sonunda, Çin'de Wuhan şehrine bağlı bir solunum virüsü zaten 100'den fazla can kaybetti. ABD de dahil olmak üzere birçok ülkede davalar ortaya çıktı ve CDC, Amerikalıları Çin'e gereksiz yere seyahat etmekten kaçınmaları konusunda uyarıyor.


cevap 7:

Garip bir rahatsızlığın ilk ortaya çıktığı noktada, hükümetler ve genel refah otoriteleri için veriyi hızlı bir şekilde biriktirmek ve bir reaksiyonu kolaylaştırmak çok zor olabilir. Her durumda, insan yapımı yeni akıl yürütme yeniliği, doğal olarak dünyanın dört bir yanından gelen haber raporları ve çevrimiçi maddeler aracılığıyla madencilik yaparak uzmanların potansiyel bir vebaya veya daha pişman olan bir salgına yol açabilecek tutarsızlıkları algılamasına yardımcı olabilir. Günün sonunda, yeni AI derebeylerimiz aşağıdaki hastalığa dayanmamıza gerçekten yardımcı olabilir.

Bu yeni AI yetenekleri, genel refah tehlikelerini değerlendirmek için bilgileri kullanan çeşitli kuruluşlardan biri olan BlueDot adlı Kanadalı bir firma tarafından zamanında ayırt edilen devam eden koronavirüs alevlenmesiyle tam bir vitrinde. "Robotize karşı konulmaz hastalık gözlemi" yürüttüğünü söyleyen kuruluş, müşterilerine ABD Hastalık Kontrol ve Önleme Merkezleri (CDC) ve Dünya Sağlık Örgütü'nün (WHO) Aralık gününün sonlarına doğru yeni koronavirüs tipini anlattı. ), Wired tarafından açıklanan resmi bildirimi iletmiştir. Şu anda Ocak ayının sonlarına yaklaşırken, Çin'deki Wuhan şehrine bağlı solunum yolu enfeksiyonu 100'den fazla kişiyi öldürdü. Amerika Birleşik Devletleri de dahil olmak üzere birkaç farklı ülkede de vakalar ortaya çıktı ve CDC, Amerikalıları Çin'e gereksiz seyahatten stratejik mesafeyi korumaları konusunda uyarıyor.

Karşı konulmaz bir hastalık doktoru ve BlueDot'un yazarı ve CEO'su Kamran Khan, bir toplantıda örgütün ilk öğütme çerçevesinin normal dil kullanımı ve yapay zeka dahil olmak üzere insan yapımı bilinci nasıl kullandığını 100.000 makaleyi parçalayarak 100'den fazla karşı konulmaz enfeksiyonu takip etmek için açıkladı 65 lehçe sürekli olarak lehçeler. Bu bilgi kurumun müşterilerine karşı konulamaz bir hastalığın potansiyel yakınlığı ve yayılması hakkında ne zaman bilgi vereceğini anlamasını sağlar.

Kaşif çizelgesi verilerine ve uçuş yollarına benzer diğer bilgiler, kuruluşun bir hastalığın muhtemelen nasıl yayılacağı hakkında ek endikasyonlar vermesine yardımcı olabilir. Örneğin, son zamanlarda, BlueDot uzmanları Asya'da koronavirüsün Çin topraklarında ortaya çıktıktan sonra ortaya çıkacağı farklı kentsel toplulukları öngördü.

BlueDot'un modelinin (nihai sonuçları bu şekilde insan uzmanları tarafından incelenen) arkasındaki düşünce, sosyal sigorta işçilerine verilebilecek kadar hızlı, analiz edebilmeleri ve gerekirse bağlantılarını kesebilmeleri ve fırsatçı bir zamanda bulaşıcı bireyler.

"Resmi veriler her durumda hayırlı değil," dedi Khan Recode'a. "Bir kaşif ve bir alevlenme arasındaki bir ayrım, ön plandaki insan hizmetleri uzmanınızın belirli bir hastalık olduğunu algılamasına dayanıyor. Bir alevlenmenin gerçekten gerçekleşmesini engelleme farklı olabilir."

Khan, çerçevesinin, bir hastalık ile kontamine olan birinin muhtemelen bir alevlenmeye neden olup olmayacağını öngörmek için çeşitli diğer bilgileri (örneğin, bir bölgenin atmosferi, sıcaklığı veya hatta yakındaki evcil hayvanlar hakkında veriler) kullanabileceğini de içeriyordu. Orada. 2016 yılında BlueDot'un Florida'da Zika enfeksiyonunun varlığını gerçekten ortaya çıkmadan yarım yıl önce öngörme seçeneğine sahip olduğunu ortaya koyuyor.

Ayrıca, bela kontrol organizasyonu Metabiota, Tayland, Güney Kore, Japonya ve Tayvan'ın, bu ülkelerdeki vakaların gerçekten uçuş bilgisini umarak ortaya çıkmasından yedi gün önce enfeksiyonun görülme tehlikesinin en yüksek olduğunu doğruladı. BlueDot olarak Metabiota, potansiyel bir hastalık hakkında çevrimiçi raporları değerlendirmek için ortak dil işlemeyi kullanır ve buna ek olarak web tabanlı yaşam bilgileri için benzer bir yenilik oluşturma yolunda ilerlemektedir.

Künye Gallivan, Metabiota'nın bilgi bilimi yöneticisi, çevrimiçi aşamaların ve tartışmaların da bir pandemi tehlikesi olduğuna dair bir işaret verebileceğini açıklıyor. Metabiota da, bir rahatsızlığın endikasyonları, ölüm oranı ve tedaviye erişilebilirliği gibi veriler ışığında, bir rahatsızlığın yayılmasının sosyal ve politik kesintiye neden olma tehlikesini değerlendirebileceğini ileri sürmektedir. Örneğin, bu makalenin dağıtımının yapıldığı saatte, Metabiota yeni koronavirüsün ABD ve Çin'de açık bir huzursuzluğa neden olma tehlikesini değerlendirdi, ancak Kongo Demokratik Cumhuriyeti'ndeki maymun çiçeği enfeksiyonu için bu tehlikeyi değerlendirdi ( söz konusu enfeksiyonun örnekleri için "ortam" olarak dikkate alınmıştır.

Bu derecelendirme çerçevesinin veya sahnenin kendisinin tam olarak ne kadar kesin olabileceğini anlamak zor, ancak Gallivan, örgütün ABD bilgi ağı ve Savunma Bakanlığı ile koronavirüs ile tanımlanan konularda çalıştığını söylüyor. Bu, Metabiola'nın, Merkezi İstihbarat Ajansı ile bağlantılı kar amacı gütmeyen macera şirketi In-Q-Tel ile yaptığı çalışmaların bir parçası. Ancak, devlet daireleri bu çerçevelerin ana potansiyel müşterileri değildir. Metabiota ayrıca, bir hastalığın gizli kapasite yayılımı ile ilgili parasal tehlikelerle ilgilenmesi gereken reasürans organizasyonlarına - reasürans temel olarak sigorta acenteleri için koruma - kurulmasını da duyurmaktadır.

Bilgisayarlı akıl yürütme, hastalık bulaşma uzmanlarını ve otoritelerini bir enfeksiyon olarak eğitmek kadar basit bir şekilde daha değerli olabilir. Uzmanlar, Zika enfeksiyonunun bölümlerini aşamalı olarak tahmin edebilen ve uzmanların potansiyel acil durumlara nasıl tepki vereceğini eğitebilecek AI tabanlı modeller ürettiler. İnsan yapımı bilinç de aynı şekilde genel refah otoritelerinin bir acil durum sırasında varlıkları nasıl dağıttığını yönetmek için kullanılabilir. Sonuç olarak, AI hastalığa karşı başka bir ilk koruma hattıdır.

Daha da kapsamlı olarak, AI şu anda yeni ilaçların incelenmesine, nadiren enfeksiyonların ele alınmasına ve koynun malign büyümesinin tanımlanmasına yardımcı oluyor. İnsan yapımı zeka, Meksika ve Orta ve Güney Amerika'da beklenen 8 milyon kişiyi kirleten ciddi ve akla yatkın derecede ölümcül bir hastalık olan Chagas'ı yayan ürpertici sürüngenleri ayırt etmek için bile kullanıldı. Ayrıca, web tabanlı yaşam hediyeleri gibi, refah politikası yapıcılarının ve ilaç kuruluşlarının refah acil durumunun genişliğini kavramasına yardımcı olmak için refah dışı bilgileri kullanma konusunda artan bir coşku vardır. Örneğin, çevrimiçi yaşamı benimseyebilen yapay zeka, hedef yasadışı narkotik anlaşmalar sunar ve genel refah otoritelerini bu kontrollü maddelerin yayılması konusunda eğitir.

Metabiota ve BlueDot'lar dahil olmak üzere bu çerçeveler, değerlendirdikleri bilgilerle hemen hemen aynıdır. Dahası, AI - çoğunlukla - bir çerçevenin mimarlarını ve üzerinde hazırlandığı bilgileri yansıtabilen eğim ile ilgili bir sorun var. Ayrıca, tıbbi hizmetlerde kullanılan yapay zeka hiçbir şekilde, bu konu için güvenli veya şekillendirilmez.

Her şey göz önüne alındığında, bu ilerlemeler yapay zekanın neler yapabileceği konusunda giderek idealist bir bakış açısına işaret ediyor. Normalde, büyük bilgi alanları aracılığıyla filtrelenen AI robotlarındaki güncellemeler o kadar iyi oturmuyor. Web üzerinden çıkarılan resimlere dayalı yüz tanıma veritabanlarını kullanan yasa gereksinimini göz önünde bulundurun. Ya da, internet tabanlı yaşam yazılarınızın ışığında, öğütmeyi nasıl sürdüreceğinizi öngörmek için şimdi AI'yi kullanabilen yöneticileri listeliyor. Yapay zekanın vahşi hastalıklarla mücadele etme olasılığı, neşeli ve neşeli olmasa bile biraz daha az rahatsız olabileceğimiz bir durum sunar. Belki de bu yenilik - uygun şekilde yaratıldığında ve kullanıldığında - birkaç canın kurtarılmasına gerçekten yardımcı olabilir.