李德仁对话李兰娟：基于北斗物联网人工智能的“网络空间精准管理”替代封城

Posted 2021-04-26 泰伯网

报道数字经济   

   定义转型中国

泰伯网 蓝衫 | 整理

8 月18日，在第九届全球地理信息开发者大会上，中国科学院院士、中国工程院院士李德仁，中国工程院院士、感染病学家李兰娟，以及美国约翰斯•霍普金斯大学博士生、全球新冠肺炎疫情图“操盘手”董恩盛，三人网络连线讨论了当今时代，如何利用新技术防疫、抗疫的话题。

本次对话由泰伯联合创始人单蕴睿主持。

[对话]

单蕴睿：欢迎两位院士，还有董恩盛博士。

刚才看了一下，台下大部分嘉宾都戴着口罩，我们今天能坐在这开会，还是要再次向李兰娟院士致敬，谢谢李院士！

今年疫情是一块试金石，客观上也是对科技发展的一次审视。一方面社会作为总的需求侧，还有很多诉求尚未被满足。另一方面技术作为供给侧，大部分时间是按照其内在动力强势迭代。这两者之间是否存在偏差？比如从03年的非典到今年的新冠，我们能看到科技已经有了长足进步，为什么还做不到无人化抗疫？这种偏差是不是意味着新的契机？

中国工程院院士、感染病学家李兰娟：

大家都知道，这次新冠疫情我国在国家领导人的亲自指示下，全国人民同心协力，共同抗疫，取得了很好的阶段性成效。

03年SARS和这次抗疫有许多不同之处，在1月19日到武汉考察时我就提出来了。SARS时的流行病学调查主要靠人工，现在通过大数据、人工智能，我们通过网络就能很快地发现并控制传染源。

到武汉后，我们很快做出了去年12月武汉海鲜市场九千多万人流动的地图，有三分之一多的人已经流向全国各省，三分之二不到的人还留在武汉。去过海鲜市场可能被感染的人，很快就能找到、检测，发现阳性就赶紧治疗，这跟03年那时的科技是不一样的。

另外，我们很快鉴定这是一种新病毒。在短时间内中国率先鉴定了是新病毒，说明我们的检测水平也有大幅度提高。所以今天，大数据、人工智能对疫情防护起到了非常重要的作用。

今年北斗最后一颗卫星上天我也看了。在互联网时代，北斗系统使我们的信息化水平大幅度提升。现在到哪里都有健康码，它可以控制传染源，对复工、复产、复学以及正常开展各项活动等，发挥着非常重要的作用。

中国科学院院士、中国工程院院士李德仁：

我是从武汉过来的，封城时呆在家里一直思考。武汉有1千万人，这次新冠确诊+疑似合起来有4.8万人，占全部人口的0.5%左右。我们在党中央的指挥下，通过封城、通过物理空间隔离等措施把疫情彻底控制住，这是件了不起的事。这是我的第一个感受。

第二个感受是，我们从事地理空间信息工作的人，能不能用一个网络空间的精准管理取代封城呢？这种情况以后还会发生。除了疫情之外，我们还需要思考灾情、汛情、警情、匪情等情况。

我认为这是可以做到的。今年北斗卫星系统完成全球组网，北斗+地面基准站一起工作，可以使手机定位精度达到0.5米。科技部启动了一项计划，利用声光电场等，可以让手机从室外到室内、到地下室达到亚米级的定位精度。

现阶段的手机定位，精度大概是十到五十米，农村则是五十到几百米。这种精度只能做大概的追踪，不够精准，无法满足防疫需求：小于2米是密切接触者，大于5米才安全。

我们讲，封城的损失非常大，疫情给全社会造成的损失更大。我们一方面要庆祝抗疫胜利，一方面更要思考如何发挥技术优势，如何利用时空大数据、物联网、人工智能、北斗等技术，在网络空间对城市进行智能化的精准管理。

单蕴睿：下面让我们联线远在美国的董恩盛，分享一下他的思考。

美国约翰斯•霍普金斯大学博士生、全球新冠肺炎疫情图“操盘手”董恩盛：

大家对全球疫情地图应该比较熟悉，它现在是全世界各个国家关于新冠疫情的重要信息来源，最高日访问量曾达到45亿人次。

当然我们也面临一些挑战，比如美国疫情的发展，如何认定每一个病例发现的日期，如何获得及时准确的病例等。在这些方面，美国与我国的标准不同，甚至美国各州的标准也不一样。

单蕴睿： 新基建“十四五”期间将拉动投资三十几万亿，从政策上来看，国家也鼓励产学研积极参会，李院士您如何看待“两新一重”建设中的机会？尤其是卫星互联网、北斗、遥感等航天应用。

李德仁：

国家推进新基建，投资规模非常大，地理信息产业的机会也很大。

拿自动驾驶来说，它需要有一个车联网，需要有一个智能化的道路系统。现在很多地方都在建智慧线杆，像石家庄一座城市就要建50万个，有了这些智慧线杆就能实现亚米级的导航定位，这是实现自动驾驶的基础。

一个线杆五到十万元，一座城市要建五十万个，中国多少城市？这是一个万亿级的市场。

还是自动驾驶，除了智慧线杆，汽车上还要安装一套智能化感知、认知、定位的传感器，未来社会有多少自动驾驶汽车？这也是地理信息产业应该开拓的领域。

另外还有数字孪生。数字孪生通过网络空间来感知、运营、管理城市，其中智慧交通、智慧物流、智慧制造等几个领域也都是蕴含万亿产值的市场。

所以我相信在新基建时代，地信产业有很多万亿级的市场机会，一定要抓住这些机会，地信工作者在未来大有用武之地。

单蕴睿：下一个问题想问美国的董博士。多年以来，地理信息和医卫结合一直限于数据可视化，最多是粗略的流行病预测模型，彼此都不是关键要素，这次约翰•霍普金斯大学的全球疫情地图项目有何突破？

董恩盛：

它有一个非常大的突破是，全世界可以实时在线观看全球范围的疫情发展。华尔街日报和其他媒体称之为史无前例的疫情地图。

在病例和数据收集方面也有突破。现在，我们的数据来源于全球180多个国家和地区，在美国可以做到15分钟更新一次，全世界可以做到半小时更新一次。而且整个过程都是面向全球公开透明的，这也是美国白宫、各个州政府以及欧洲国家采用这些数据进行预测的原因，它对政策制定有非常积极的作用。

当然也需要思考一些新问题，比如数据怎样获取，有些地方很容易获取，有些地方则比较较难。大家对于关键指标的理解也有差别，比如在日期和确诊病例的认定方面。另外，还有数据安全方面，既要公开也要考虑隐私保护。

李德仁：

精准个人时空大数据可以防止疫情传播。实际上，如果手机里记录了连续的大数据，也可以作为心理学、生物学和行为学的标准，来服务于大健康产业。

好多老人睡眠不好、运动不好，甚至有时候会晕倒。老两口在一起，如果晕倒了另一人可以打电话求救。在一个人的情况下，如果手机大数据关联了主治医生，也能很快获得抢救。智慧手机以及智慧手表的数据，完全可以作为大健康的一个基础数据。

我们认为，时空大数据资源不仅可以用来防疫，它对于个人健康、养老都有很大价值——这需要跨界融合发挥大数据的作用。把智慧手机和智慧手表变成个人的智慧脑袋，帮助人们管理健康，我认为这方面应用空间很大。

李兰娟：

李院士讲的非常对！对于个人健康管理，对于老人在家康复养老，时空大数据都非常重要。现在都在搞互联网医院，它包括多人会诊、影像数据传输、检验数据传输，以及面对面的会诊等功能，对于医生和患者而言都非常快速、便捷。

单蕴睿：董博士，现场有不愿透露姓名的投资人问，您为什么拒绝谷歌购买数据？资本介入有助于更好地提供服务，有可能发展为全球最大的流行病常态防控的公共平台。

董恩盛：

刚开始有很多大公司，像IBM、谷歌都跟我们联系，想要我们的数据和他们的产品联系起来。当时我们不想让资本过多介入，不想进行过度的商业合作，所以拒绝了这些需求。

最开始搜集数据的时候，我本人没想到疫情会变成现在的状况，本以为一两个月就会过去。但随着时间推移，全球疫情大规模爆发，这就使得疫情地图不得不继续做下去。同时，为了让也疫情地图平稳运行下午，我们也得到了一些科技公司或投资人的帮助。

在这种情况下，我们允许一些有限制的商业用户使用我们的数据。如果想用数据，和我们打一下招呼，注明数据来自于翰斯•霍普金斯大学就没有问题。

单蕴睿：最后一个问题，请李兰娟院士分享一下对全球和国内疫情形势的最新判断。

李兰娟：

从全球范围来看，我认为目前疫情处于大流行阶段。7月份以来，全球每天新增病例数字在20万例以上，全球疫情还没有出现明显拐点。到8月16日，全球报告超过2000万，巴西有300多万，印度有2百多万，俄罗斯92万。

疫情正在发生转移，原来意大利、法国、西班牙等高峰国家已经过去，目前全球的重灾区在美洲，美国现在是全球疫情最严重的国家。另外，南美洲地区也呈现了明显大流行的状况，巴西疫情非常严重。

对我国来讲，外防输入的工作还是巨大的挑战。因为中国控制的比较好，所以一旦有输入还是容易感染的。另外除了人输入以外，海外的生鲜产品、冷冻产品的输入也存在风险，目前的情况还是比较严峻。

不管怎么样，我国现在复工、复产、复学还是做得比较好，但是防控不能放松，随时都有输入的可能。因为中国人还是易感人群，只有等疫苗研发成功，大规模人群接种了疫苗以后，有了这个防控措施以后我国才会相对安全一点。

现在我觉得，我们采用的健康码制度非常好，复工、复产、复学比较放心，既能控制疫情，又不影响生产生活。

我们也希望其他国家借鉴中国的防控经验：

第一是要发现和控制传染源，早期是封城，现在是精准控制。这是非常重要的经验，只有控制了传染源才能控制疫情，否则控不下来。

第二是切断传播途径，像居家隔离以及戴口罩外出、洗手，包括消毒等等。

第三是保护高危易感人群，居家也是一种保护，包括减少近距离的接触。我们也希望疫苗加紧研发，现在常态下，打了疫苗后易感人群才更安全。

end

加群提示

▶泰伯网目前建有六大领域社群：泰伯航空航天爱好者群、泰伯智慧出行交流群、泰伯智慧城市和数字政府交流群、泰伯信息技术交流群、泰伯智能制造交流群、泰伯全球读者交流群，入群请加泰伯小姐姐（微信：17864105751），同时备注您想进的群。

提供新闻线索请发送至邮箱：[e-mail]

深入阅读｜ 点击图片或标题

《精读》