麻省理工的AI通过咳嗽声识别新冠，这个AI的用处太大了

据新华网客户端相关新闻，麻省理工学院的研究人员发现，可通过检测咳嗽声将无症状感染者与健康人群区分开来。这些都是人耳无法察觉的细微差别，但人工智能却可以担此重任。

报道称，研究人员利用志愿者自愿提交的数万份咳嗽和语音样本来训练该人工智能模型。目前该人工智能模型已经能够准确识别98.5%的新冠肺炎患者的咳嗽声，其中包括100%的无症状感染者的咳嗽声。下一步他们还准备得到批准后，做成手机APP，用户可以免费使用，零成本做初步筛查。

这个点子和解决方案是研究人员提出需求后，人工智能通过训练来找出最终解决方案的。也就是说方案不是人研究的结果，研究人员只要想到方向就可以了。

这才是大数据和人工智能结合的意义和解决办法。我们一直还认为，大数据可能更多地用于消费需求、个人信用等方面，但是在健康方面也能这样玩儿，而且是脱离医学基础的，纯粹用统计类的方法来解决检测问题。

那么以后能不能这样玩，给足够量的样本，训练人工智能用外貌特征等分析一下亲子关系，分析银行取款时老年人的陪同人是否是直系亲属，如果不是，那么是骗子的可能性就要高很多。

也可以训练人工智能来批改作业或者试卷，而且顺带分析出作业的质量和是否存在抄袭、作弊之类的问题。

我们四川人就可以训练人工智能来监督打麻将，避免某些人打牌的时候玩老千等影响公平性的行为。

总之一句话，你想解决什么问题，那么提出来就行，训练人工智能来找出其中的差异，然后根据这些差异来做出相对准确的判断，虽然准确率达不到100%，但成本却很低，能避免大的风险就行了，实在重要的问题，还可以再采取更加精确的方法来实现，也能大大降价成本。

说真话，这个真的可以有，这将大大延伸我们的眼、耳、鼻等的功能，可能为今后的生活带来重大的变化。