图灵奖得主本吉奥：机器学习赋能智能手机追踪新冠肺炎

7月9日上午9时30分，2020世界人工智能大会云端峰会正式开幕。2018年度图灵奖得主、蒙特利尔大学计算机科学教授Yoshua Bengio（约书亚·本吉奥）通过在线的方式带来演讲，他的演讲主题是机器学习赋能智能手机预测新冠疫情传染性风险。

Yoshua Bengio（约书亚·本吉奥）是人工智能领域的深度学习学者，被称为加拿大AI“黑手党”之一，与Geoffrey Hinton和Yann LeCun并称为“深度学习三巨头”。在30余年的深度学习研究生涯里，他发表了300多篇学术论文，累计被引用次数超30万次。

本吉奥在演讲中表示，新冠病毒的重要传播特征就是能够人传人。一个病例出现症状，但往往他在出现症状的前几天就开始具有传染性了。所以，医疗机构和政府的疫情防控部门迫切希望进一步扩大检测报告内容。

“用人工进行操作是可以的，但问题是需要时间，这方面手机记录跟踪的信息可能会给医疗防控带来帮助。”

他指出，标准数据跟踪的问题是，只考虑了一个人核酸检测阳性与否的两元化信息“你知道你测为阳性之后，很可能具有非常高传染性是几天之后的事，如果减少这段延误时间，可能大大减少病毒传播。”

他希望疫情防控中，对于症状的追踪不是简单两元的事。“有时候症状不一样，症状严重程度也不同，你需要考虑到好多点。你现有病情的状况、年龄、性别都可能影响疾病的进程。”另外从那些已经确诊的患者那里收到的信息，你接触过不同风险等级的人，这些信息和线索都需要进行整合。

他认为，最好的办法就是用机器学习，把这些碎片信息整合起来，确定某人是不是已经被传染了，或者处于传染的哪个阶段。

“如果做到了这一点，那些有危险的人就可以根据这些预测出来的传染性，向过去几天所有见过的人发个短信，告诉他们要小心一点、需要待在家里隔离，风险没有那么高的人则可以照常生活，而不需要接受强制隔离。”

本吉奥表示，手机收集数据的工具对于公共卫生管理来说是很珍贵，很有用的。公共卫生管理部门可以决定测试谁，风险更高的人或者有接触史的人是不是需要进行优先测试。这些技术可以提供很多重要信息，比如预测是不是有可能出现大疫情，在人们去医院之前就已经进行预测了，因为可以看到传染概率在某些地区已经大幅上升了，这对公共卫生是有意义的。

回到机器学习这个话题。本吉奥提到，如果已经知道了整个接触的图表，我们可以做远程预测，基于我们对每个人了解可以预测他的状态，有很多办法都需要某种形式的迭代，对应不同人的不同节点之间都可能会产生多次交流概率信息，直到针对每个人的风险能够达成一个共识。

“所有迭代在算力、带宽方面的成本可能会比较高，这也是需要考虑的。如果机器学习预测器足够简单，另一种做法就是使用联合学习，不需要拥有一个中央的训练服务器，每个人手机上都可以完成自我学习和培训。”

手机上可能会进行很多的信息迭代和通信，中央服务器和每部手机之间都会有大量参数进行交换。

本吉奥实验的做法里用的是混合方法，手机之间存在的风险信息流，同时手机和机器学习服务器之间也存在数据和信息的交互，从而能够进行共享同时更好训练风险预测器。

Yoshua Bengio出生于巴黎，成长于加拿大，现居加拿大蒙特利尔，在蒙特利尔大学（University of Montreal）计算机科学与运算系任教授。

Bengio的主要研究领域是深度学习（Deep Learning）和自然语言处理（Natural Language Processing）。吴恩达曾表示Yoshua Bengio的许多理论研究对他有很大启发。

2016年，Yoshua Bengio与Ian Goodfellow和Aaron Courville合著了《Deep Learning》（深度学习），该著作长期位居美国亚马逊人工智能和机器学习类图书榜首，被称为人工智能领域的必读书目，还因封面图案被亲切地称为“花书”。他还写了另一本人工智能经典之作《Learning Deep Architectures for AI》。

2020世界人工智能大会云端峰会以“智联世界 共同家园”为主题，以“高端化、国际化、专业化、市场化、智能化”为特色，聚集全球智能领域最具影响力的科学家和企业家，以及相关政府的领导人，围绕智能领域的技术前沿、产业趋势和热点问题发表演讲和进行高端对话。

开幕式还邀请到马斯克、马云、马化腾、李彦宏、张文宏以及图灵奖得主姚期智、约书亚·本吉奥、曼纽尔·布卢姆、朱迪亚·珀尔等嘉宾，呈现全球首次大型会议现场真人全息投影，发布全球首支人工智能合唱MV，实现首场实时3D云嘉宾体验，首创3D虚拟环境云展览——AI家园。