شش UC برکلی به رهبری پروژه های برنده شدن بودجه برای مبارزه با COVID-19 با AI

C3.ai انتقال دیجیتال موسسه اهدا شش دانشگاه برکلی ارومیه بودجه به استفاده از هوش مصنوعی برای کاهش خطر COVID-19. ردیف بالا از سمت چپ: Stefano Bertozzi آلبرتو Sangiovanni-Vincentelli و Gerbrand Ceder. ردیف پایین از سمت چپ: کارن Chapple ترزا سر-گوردون و جنیفر Listgarten.

شش UC برکلی به رهبری پروژه های موفق به کسب بودجه از تازگی راه اندازی C3.ai انتقال دیجیتال موسسه به مهار قدرت از هوش مصنوعی (AI) برای مبارزه با گسترش COVID-19 و دیگر بیماری های نوظهور.

گسترده این پروژه تحقیقاتی را با استفاده از هوش مصنوعی و یادگیری ماشین ابزار برای درک و کاهش تهدید مطرح شده توسط SARS-CoV-2 ویروس از راه های مختلفی از پیگیری انتقال پویایی این ویروس در مکزیک به سرعت کشف مولکولهای کوچک است که می تواند یک روز به عنوان دارویی برای درمان این بیماری است.

C3.ai انتقال دیجیتال موسسه تحقیقات کنسرسیوم تاسیس شده در ماه مارس توسط شرکت هوش مصنوعی نرم افزار شرکت C3.هوش مصنوعی و مقر آن در برکلی و دانشگاه ایلینوی در اوربانا-شمپین با هدف بسیج هوش مصنوعی یادگیری ماشین و اینترنت از چیزهایی که برای تبدیل اجتماعی-مقیاس سیستم های.

شش برکلی به رهبری پروژه های در میان 26 پروژه های اعطا شده به مبلغ 5.4 میلیون دلار توسط موسسه برای سرعت بخشیدن به تحقیقات هوش مصنوعی برای COVID-19 کاهش از طریق پیشرفت در پزشکی, برنامه ریزی شهری و سیاست های عمومی.

استفانو Bertozzi دین بازنشسته و استاد بهداشت سیاست و مدیریت منجر خواهد شد یک پروژه با استفاده از داده ها از مکزیکی امنیت اجتماعی موسسه به منظور تعیین امکان بالینی فردی تسهیلات و ساختاری عوامل قرار گرفتن در معرض و استعداد ابتلا به SARS-CoV-2 به امید بهتر هدایت تلاش های پیشگیری و پیدا کردن مکانیسم های که ممکن است بهبود COVID-19 نتایج بیمار.

پروژه led توسط Alberto Sangiovanni-Vincentelli یک استاد مهندسی برق و علوم کامپیوتر را توسعه الگوریتم های هوش مصنوعی است که کمک خواهد کرد که موسسات مراقبت بهداشتی تشخیص بهتر و شامل بیماری های نوظهور مانند COVID-19.

Gerbrand Ceder, صدر اعظم, است, استاد گروه علوم و مهندسی مواد) یک پروژه مهار پردازش زبان طبیعی تکنیک های اسکن و سنتز اطلاعات در دهها هزار نفر از اورژانس پژوهشی مقالات اختراعات و آزمایش های بالینی بر روی COVID-19 به منظور تسهیل در تدوین عملی بینش و دانش جدید است.

کارن Chapple, استاد و صندلی شهری و برنامه ریزی منطقه ای منجر خواهد شد یک پروژه بین رشته ای برای پیگیری مسکن اخراج حين و پس از وقوع در تلاش برای درک بهتر مسکن precarity و به اطلاع عمومی در مورد سیاست ایالات متحده در مسکن نابرابری.

ترزا سر-گوردون صدراعظم استاد شیمی مهندسی زیستی و شیمیایی و biomolecular engineering, را با استفاده از تکنیک یادگیری ماشین با الهام از فیزیک به سرعت کشف مولکولهای کوچک است که می تواند متصل و غیر فعال کردن SARS-CoV-2 ویروس منجر به آینده مواد مخدر برای درمان این بیماری است.

یک پروژه به رهبری جنیفر Listgarten استاد مهندسی برق و علوم کامپیوتر را پس از قرعه کشی از تکنیک های یادگیری تقویتی قوی عدم قطعیت برآورد و مدل سازی احتمالاتی برای توسعه جدید و قابل اعتماد روش های درمانی کشف مواد مخدر برای COVID-19.

اطلاعات مربوط به