Notizia dal Québec: Yoshua Bengio ha finalmente presentato la sua applicazione di contact tracing che è doppiamente magica, perché è anonima e in più c'è anche l'IA. "COVI utilizza l'intelligenza artificiale per dare ai cittadini la possibilità di proteggersi, limitare la diffusione del virus e facilitare l'allentamento sicuro e informato delle misure di distanziatione sociale da parte delle autorità sanitarie". https://www.indexsante.ca/nouvelles/845/yoshua-bengio-et-ses-collaborateurs-... Il grosso dell'annuncio concerne la pubblicazione di un grosso documento LaTeX, ottimisticamente definito "libro bianco" che spiega come funziona l'applicazione. https://mila.quebec/wp-content/uploads/2020/05/COVI-whitepaper-V1-1.pdf La cosa interessante è che, a differenza della quasi totalità dei documenti di questo tipo, questo non è stato fatto da criptografi, quindi non parla solo ed esclusivamente di anonimizzazione e privacy, come se i dati smettessero di esistere una volta raccolti. Qui c'è un minimo di approfondimento sui modelli epidemiologici usati per valutare lo score di rischio delle persone tracciate. Ed è proprio qui che ho incontrato un po' di difficoltà e se qualcuno della lista potesse aiutarmi a capire meglio la parte di ABM/ML, gliene sarei grato. "We have trained a machine learning predictor in a supervised way using data generated from the simulator, using a simple contact tracing heuristic to generate the messages. To obtain preliminary results measuring the impact of using machine learning to predict contagiousness and obtain risk level messages, we have then used that predictor inside the simulator to influence the behavior of the agents according to four levels of recommendations associated with different thresholds of risk levels. This has allowed us to simulate (with different random seeds than those used for generating training data), how the ML predictor would impact the reproduction number Rt of the disease and the growth of infections in a small pilot population of 1000 (it is indexed by time t because it can evolve over time, depending on the recommendations received by citizens from public health authorities and their app). The simulation was performed with the assumption that 60% of the population was using the app and users at the strongest level of recommendation (quarantine level) got tested. " In parole povere, un gruppo di scienziati ha progettato una simulazione multi-agenti piena di bias e di assunzioni legate alla loro percezione non-specialistica della realtà sociale, ha fatto annotare i dati così ottenuti da micro-lavoratori le cui condizioni di lavoro sono sconosciute, ha utilizzato il predittore così ottenuto all'interno della stessa simulazione di prima, assumendo un livello di adozione (60%) mai osservato in un contesto empirico. Perché dovremmo fidarci dell'app magica di Yoshua Bengio? Cheers, ---a -- Antonio A. Casilli Professor, Telecom Paris, Institut Polytechnique de Paris Member, Interdisciplinary Institute for Innovation (i3 UMR 9217 CNRS) Associate Member, LACI-IIAC (EHESS) Faculty Fellow, Nexa Center for Internet & Society *We respect your right to disconnect. This email send time is due to my own workflow efficiency. You are in no obligation to take action or reply to it outside your office hours.*