深度學習，正成為治療蚊蟲傳染病“急先鋒”
當被問到哪種動物每年殺死的人最多時，大部分人會回答：鱷魚、鯊魚或者獅子。然而，正確答案卻讓人出乎意料，答案是——蚊子。
為了說明蚊子對人類造成的危害，科學家對過去全球的的死亡人數(shù)的總數(shù)進行了分析。結果表明，死于蚊子傳播的傳染性疾病的人數(shù)比人類歷史上死于戰(zhàn)爭的總人數(shù)還要高出 32 倍。
位于波多黎各的AI與深度學習公司 Wovenware 的創(chuàng)意總監(jiān) Leslie De Jesus 表示：“我們的目標是找到可用于預防此類流行病的工具?！?/p>
自從去年颶風“瑪利亞”重創(chuàng)波多黎各之后，Wovenware 的這一項目的重要性顯得尤其突出。颶風之后形成了大量的死水池，導致蚊子的數(shù)量劇增，由于寨卡病毒和登革熱等疾病的傳播風險，這增加了救援工作的緊迫性。
“我們的工作極為緊迫，”De Jesus 說道，“由于泛濫的洪水和濕熱環(huán)境，蚊子的數(shù)量在急劇增長?！?/p>
深度學習出場解圍
為了控制疾病的傳播，Wovenware 開發(fā)了一項深度學習解決方案，旨在對蚊子的種類進行自動識別和分類。
這項工作以非營利性機構“波多黎各科學、技術和研究信托基金”(Rico Science, Technology & Research Trust) 的名義進行，并且多年來得到了美國疾病控制中心 (U.S. Centers for Disease Control)數(shù)百萬美元的資金支持。研究人員發(fā)現(xiàn)，越來越多的證據(jù)表明蚊子已經進化出了對常用殺蟲劑的免疫力，因此，識別和分類工作的范圍逐漸擴大。
“波多黎各傳病媒介控制部門”(Puerto Rico Vector Control Unit) 正在實地開展該項目，一直以來，他們利用遍布島嶼的 1000 多個捕蚊網(wǎng)手動捕獲蚊子。
他們在工作過程中遇到了各種各樣的難題，因為許多蚊子會因天氣原因或在從捕蚊網(wǎng)上取下時肢體不全。這不僅增加了任務耗費的時間，而且容易出錯。
借助 Wovenware 的深度學習解決方案，媒介控制部門的工作人員仍然需要手動捕獲蚊子并拍攝照片，但剩下的過程則可以自動進行。在過去，計算、分類和識別所捕獲的全部蚊子樣本的性別會花費數(shù)月的時間，而現(xiàn)在的解決方案有效地縮短了這一過程。
被捕獲的未受傷蚊子的照片將被用于逐步訓練 Wovenware 的算法，訓練任務在該公司名為Octoputer的計算機上進行，該服務器上運行有四臺 NVIDIA GPU。
為了進行性別和物種分類，Wovenware 團隊利用 Keras 和 CUDA 搭建了幾個獨立的卷積神經網(wǎng)絡 (CNN)。隨后，其中的兩個分類器 CNN 可以被合并為一個，以便進行訓練。De Jesus 表示，他們的團隊還在嘗試利用 TensorFlow 來進一步加快推理過程。
不斷創(chuàng)新
據(jù) De Jesus 稱，他們面臨的最大挑戰(zhàn)之一是跟上研究的進展和架構的升級，這些可以改變解決問題的技術方法。
“這個領域的發(fā)展十分迅速，”她說道，“每周閱讀該領域的學術論文，不斷了解開發(fā)中的新模型和架構，這是一項十足的挑戰(zhàn)?！?/p>
隨著 Wovenware 不斷優(yōu)化其解決方案，De Jesus 希望能夠將團隊的工作拓展到其他深受蚊子困擾的地區(qū)。此外，她還希望能夠擴大研究范圍，探索天氣對于蚊子的影響。
雖然目前還有一些旨在解決蚊子問題的其他方法正在接受評估，但 Wovenware 更為關心的是技術驅動型解決方案，這些解決方案對食物鏈的影響最小。
“每個物種都有生存的權利，”De Jesus 說道，“我覺得我們沒有理由徹底消滅一個物種?！?/p>
Wovenware 的解決方案能夠使我們不必采取激進的措施。
