27岁华裔小伙一战成名!搞出美国新冠最准预测模型,一人干翻专业机构,彭博:Superstar

年仅 27 岁的他,被彭博评价为” 新冠病毒数据超级明星 “。

为什么?

凭一己之力,仅用一周时间打造的新冠预测模型,准确度方面碾压那些数十亿美元、数十年经验加持的专业机构。

他就是Youyang Gu,拥有 MIT 电气工程和计算机科学硕士学位,以及数学学位。

但值得注意的是,他在医学和流行病学等方面却是一个小白。

他的模型,甚至被著名数据科学家、fast.ai 创始人Jeremy Howard高度评价道:

唯一看起来合理的模型。

他是唯一一个真正查看数据,并且做得正确的人。

不仅如此,他的模型还被美国疾控中心采用。

到底是个怎样的预测模型?

时间点要追溯到去年年初。

当时疫情已然在全球蔓延开来,于是公众试图用建模的方式,来预测接下来疫情会带来的影响。

大多数的目光都将希望投向了 2 家专业机构打造的预测系统——伦敦帝国理工学院、总部位于西雅图的健康指标与评估研究所(IHME)。

但 2 家机构给出的预测结果却是天差地别:

伦敦帝国理工学院:到夏天,美国因新冠病毒而死亡的人数将达到200 万。

IHME:预计到 8 月,死亡人数将达到6 万。

(后来的事实证明,死亡人数是 16 万。)

2 家专业机构给出的预测数据,差距为何能够如此之大?

这就让当时年仅 26 岁的Youyang Gu引起了注意。

△ Youyang Gu

虽然他没有任何医学或流行病方面的经验,但他坚信,数据预测在此时会派上大用场。

于是,大约在 4 月中旬,Youyang Gu 便在家里仅花了一周时间,打造出了自己的预测器,以及一个可以显示相关信息的网站。

△Youyang Gu 创建的网站

但 Gu 在这个过程中所用到的方法,并不是说有多么的高级,相反,恰恰是比较简单的那种。

他首先考虑的是新冠病毒检测数、住院人数和其他因素之间的关系,但在这个过程中,Gu 却发现各个州和联邦政府所提供的数据是存在不一致的现象。

此时,问题就来了——什么样的数据才是靠谱的?

Gu 认为,最靠谱的数据,似乎就是每天的死亡人数:

其他的模型用到了很多数据源,但我决定用过去的死亡人数,来预测未来的死亡人数。

至于这样做的原因,Gu 给出的解释是 ” 将它作为唯一的输入,有助于在噪音中过滤信号”。

那么,预测结果如何?

可以说是相当的精准了。

在模型刚刚完成时,他预测在 5 月 9 日,美国将有 8 万人死亡,当天的实际死亡人数为 79926。

而同样来自 IHME 的预测数据却是 “2020 年一整年的死亡人数将不超过 8 万 “。

Gu 还预测在 5 月 18 日,死亡人数将达到 9 万;5 月 27 日,死亡人数将达到 10 万。

事实证明,他的这两次预测再次” 押中 “!

除了精准数字的预测外,Gu 基于许多州从封锁状态逐步转变开放状态,预测将出现第二波大规模感染和死亡。

而在 Gu 发出这样的预测当天,特朗普所发表的言论却是 “IHME 所预测的 6 万死亡人数表明,疫情很快将结束 ” ……

或许正是因为 Gu 的模型预测之精准,越来越多人开始关注他的作品。

在 Twitter 上,Gu 不仅 @了各路记者,还给流行病学专家发邮件,让他们核实自己的数据。

去年 4 月底,华盛顿大学著名生物学家 Carl Bergstrom 便在 Twitter 上发布了 Gu 的模型。

不久之后,美国疾病控制和预防中心,也在其新冠预测网站上发布了 Gu 的数据。

不仅如此,随着疫情的发展,身为中国移民的 Gu,还参与了由美国专家团队组织的定期会议,每个人都想更好的改善他的模型。

他的网站访问量也呈现出爆炸式增长,每天都有数百万人来看他的数据。

通常情况下,Gu 的模型所预测的数据,基本在几周后便会达到,与实际的死亡人数非常接近。

随着类似的预测模型逐渐增多,阿默斯特马萨诸塞大学生物统计学和流行病学系的副教授 Nicholas Reich,便统计了 50 个这样的模型:

Gu 的模型一直位居前列。

但到了去年 11 月,Gu 却做出了令人意外的一个决定——结束他的预测任务。

对此,Reich 这样评价道:

Youyang Gu 是一个非常谦卑的人,他看到其他人的模型也做得很好,便觉得自己的工作已经完成了。

而在 Gu 决定停止项目的前一个月,他预测 11 月 1 日死亡人数将达到 231000 人,而实际人数为 230995 人。

但 IHME 的 Chris Murray 认为:

Gu 使用的机器学习方法,在短期预测方面的效果比较良好,但不太理解 ” 大局中发生了什么 “。

对此,Gu 没有针对模型的评价做出回应,相反,他这样表态:

我非常感谢 Chris Murray 医生和他的团队所做的工作;没有他们,我就不会有今天的成就。

在休息了一段时间之后,Gu 重新投入到了这份事业当中。

这一次,他要做的预测是 ” 美国有多少人感染了新冠病毒 “、” 疫苗推出的速度有多快 “、” 美国可能何时(如果可能的话)达到群体免疫 ” 等。

他的预测表明,到今年 6 月,大约 61% 的美国人口应该获得某种形式的免疫力——无论是疫苗还是因过去的感染。

……

Gu 一直希望能够找到一份能对社会产生巨大影响的工作,同时避免政治、偏见以及大型机构有时会带来的负担。他认为:

在这个领域,有很多缺点可以通过我这种背景的人来改善。

谁是 Youyang Gu?

Youyang Gu 出身于美国华裔移民家庭,在伊利诺伊州和加州长大。

Gu 从小喜欢数学和科学,直到高中毕业时,才真正接触计算机科学。而他能够进入这个行业得益于他的父亲,因为他的父亲是一名计算机从业者。

△正在做化学实验的 Gu Youyang(图片来自 2010 年克拉克奖学金项目)

Gu 本科和硕士都在 MIT 就读,在那里他获得了计算机科学与数学双学士学位,以及计算机科学的硕士学位。

毕业后他继续在 MIT 著名的CSAIL实验室的 NLP 组进行了一年的研究,同年在 EMNLP 2016 上发表了论文。

这也是他第一次接触大数据,并由此建立统计模型对数据进行预测。

不过他没有因此继续学术研究,而是进入产业界。从 MIT 离开后,他加入了金融行业,为高频交易系统编写算法。

在那里,他的数据建模能力得到了进一步磨练,因为在金融交易中,数据必须非常定量并尽可能地准确。

之后,他又进入了体育界,继续进行大数据方面的研究。这也为他提供了丰富的跨学科经验,使他能够成功应对新地领域,懂得如何更加准确地建模。

用他自己的话来说,他的专长是使用机器学习来理解数据,将信号与噪声分离并做出准确的预测。

在建立新冠死亡模型时,他起初考虑了确诊数量、住院数量和其他因素之间的关系。然后他发现各州和联邦政府报告的数据不一致,最可靠的数字是每天的死亡人数。

Gu 认为,如果输入数据质量很低,那么数据越多,输出的性能就越差。

在一周的时间里,他就根据死亡数据便建立了一个简单模型,并将预测网站上线。

从去年 4 月以来,Gu 已经自愿在这个项目中投入了几千个小时,而且是无偿的。

在接受医学网站 Medscape 主编 Eric Topol 采访时,Gu 表示自己现在全职投入到新冠预测网站上,没有兼职、没有收入,他靠着过去的积蓄生活。

△ Gu Youyang 接受 Medscape 主编 Eric Topol 视频采访

然而就是这样一个公益的项目却遭到了一些 Twitter 网友非议,但是他还是坚持了下来。

从 12 月开始,covid19-projections.com 接受网友的捐赠帮助,现在已经完成了 5 万美元的筹款目标。

除了感染人数外,Gu 的新冠网站又有了一个新的功能。从去年 12 月起,covid19-projections.com 开始跟踪和模拟疫苗接种情况以及群体免疫的途径。

这个月,Gu 又将 ” 群体免疫 ” 改成了 ” 恢复常态 “,因为他的模型预测表明,美国不太可能在 2021 年达到理论上的群体免疫。

未来的路怎么走?疫情结束后,Gu 的职业规划如何?

他说现在还为时过早,虽然他现在的工作是预测疫情发展,但是他很难预测自己 3 个月或 1 年后要做什么。

因为这项工作,世界各地的高校和企业已经向他抛出了橄榄枝。

参考链接:

https://ww.bloomberg.com/news/articles/2021-02-19/covid-pandemic-how-youyang-gu-used-ai-and-data-to-make-most-accurate-prediction

https://youyanggu.com/

https://twitter.com/youyanggu

https://covid19-projections.com/

https://www.medscape.com/viewarticle/944778

量子位
我还没有学会写个人说明!
上一篇

30000台苹果电脑遭恶意软件入侵,包括最新的M1系列!快检查一下自己的电脑

下一篇

AI面试官也太好骗了!用书架图片做视频背景,能提高15%好感度

你也可能喜欢

评论已经被关闭。

插入图片