美军资助人工智能工具，加速预测病毒暴发

2020年新冠病毒（SARS-CoV-2）全球蔓延时，流行病学家急于预测其传播路径及致命后果。他们常借助模型模拟病毒传播、住院率，甚至预测口罩、疫苗或旅行禁令等干预措施的效果。但流行病学等领域的模型不仅计算量大，还常像“黑箱”：数百万行遗留代码需全球研究机构人员进行繁琐调整，且未必能提供清晰指导。美国国防高级研究计划局（DARPA）“自动化科学知识提取与建模”（ASKEM）项目前项目经理埃丽卡·布里斯科表示：“现有模型往往脆弱且难以解释。”

疫情后，ASKEM项目致力于改进这一状况。该项目于2022年启动，耗资2940万美元，旨在开发基于人工智能（AI）的工具，让模型构建更简便、快速且透明。

三年后，由大学、企业和政府实验室的九个团队参与的ASKEM项目已发布部分工具，供研究人员和决策者使用与评估。加州大学旧金山分校流行病学家穆赫辛·马利基内贾德参与评估后指出，这些工具“真正有望”在疫情爆发时加速模型构建。“疫情中，时间始终是最大限制。我们需要信息，而且要快，”他说，“每次疫情出现或应对不同公共卫生需求时，我们都没有足够的数据建模专家。”

无论是流行病学还是其他领域的模型，一个常见问题是：模型中编入的机制（如气流物理原理）深埋在成千上万行代码中。引入新的物理、生物或行为机制，需理清代码间的相互作用。参与ASKEM项目的AI研究软件公司Jataware首席技术官布兰登·罗斯说：“科学家或建模者真正想做的是关注科学本身。”

该项目的AI工具可自动完成编码，让研究人员能在更高抽象层面构建、更新和组合模型。为此，ASKEM团队设计的AI系统能“阅读”科学文献（如特定地区的疾病传播研究），提取创建或更新模型所需的方程和知识，并提炼模型组件描述，方便用户操作和查阅。

另有团队利用科学家的专业知识构建模型。许多研究人员在Jupyter笔记本（一种混合代码、文字和图表的网页版实验记录）中记录想法，一个ASKEM子项目开发了从笔记本中提取数学描述并转化为模型的方法。

还有团队开发了图形界面，科学家无需编写代码即可交互、编辑模型，界面还会记录从代码修改到科学假设的每一步决策。参与项目的Uncharted Software管理合伙人帕斯卡尔·普鲁克斯表示：“我们必须以研究人员能理解的方式呈现结果，确保其准确性。”

弗吉尼亚理工学院计算机科学研究生帕欣·绍贾伊未参与该项目，她认为ASKEM的知识提取并非特别创新——科学家训练ChatGPT等大语言模型处理科学文献也能实现类似功能，但工具让研究人员能透明交互和编辑模型的特点更值得关注。

工具完成后，DARPA委托非营利研究机构MITRE进行测试。一个场景是模拟流感、呼吸道合胞病毒与新冠病毒共感染模型，整合了不同病毒的传播和季节性模式，并评估戴口罩、检测等干预措施的效果；另一个具体场景是模拟某州无家可归吸毒人群中甲型肝炎疫苗接种运动对住院成本的影响。

测试结果显示，与标准建模流程相比，ASKEM工具能将模型构建速度提升83%。佛罗里达大学计算科学家、ASKEM参与者詹姆斯·费尔班克斯说：“他们能在40小时工作周内为多个问题构建实用模型。”此外，由于ASKEM模型透明度更高，决策者对其输出的信心也高于传统模型。

项目成果多为开源，部分团队已发表论文。例如，建模与仿真工作台Terarium可在开发者协作平台Github获取。DARPA正推动卫生、国防和情报领域机构采用这些工具。

但流行病学家或其他科学家是否会广泛采用这些工具仍有待观察。佐治亚理工学院公共政策教授菲利普·沙皮拉指出：“科学家常具个人主义倾向，喜欢自己动手构建，可能不信任他人提供的工具。”

不过费尔班克斯希望流行病学家能利用这些工具：“我们不是来打造最佳流行病学模型的，而是为科学家提供高效工具，让你们能随心所欲地构建模型。”