在2020年全球大流行爆发并扭转全球格局之前，人工智能（AI），特别是称为机器学习（ML）的AI分支已经在几乎每个行业中造成了广泛影响。

　　Covid-19大流行影响了我们开展业务的许多方面，但并没有减少AI对我们生活的影响。实际上，很明显，自学算法和智能机器将在持续对抗这种暴发以及我们将来可能面临的其他挑战中发挥重要作用。

　　当选择在不久的将来将改变我们的生活，工作和娱乐方式的技术时，人工智能无疑仍然是一个主要趋势。

　　更智能的大数据数据分析和见解

　　在这种持续的大流行期间，我们已经亲眼目睹了急需快速分析和解释有关全球病毒传播的数据。各国政府，全球卫生机构，学术研究中心和行业共同致力于开发可以收集，汇总和使用信息的新方法。当我们为自己所在地区提供最新的感染或死亡率时，我们已经习惯每天晚上在新闻上看到这一结果。

　　技术进步是这种大流行尚未造成（例如）1919年西班牙流感爆发导致多达五千万人丧生的人数之多的主要原因。从医疗技术和护理标准的进步，到通讯技术的进步，可以更快地发现爆发并实施锁定。明年，人工智能将被添加到使我们能够更有效地应对流行病的技术发展列表中。

　　仅科学和医学文献的数量就取得了巨大的增长，截止到今年4月，与Covid-19相关的论文超过28,000篇。一个专门的搜索引擎搭载自然语言处理（NLP）算法已经可用，因此调查这个庞大的数据集时，任何人都可以得到AI援助。

　　致力于开发AI解决方案的工作也在进行中，以帮助解决其他医疗问题（如癌症）的大量积压，随着资源被转移到与Covid-19战斗，治疗受到了影响。明年，我们很可能会看到AI在医疗保健的许多其他领域中的应用正在加速，不仅涉及病毒防护。

　　通过开发将机器学习问题解决方案应用于这些庞大的实时全局数据集的能力，我们将更容易发现爆发，跟踪感染者之间的联系，进行更准确的诊断，并预测病毒可能在其中进化的方式。未来，开发更有效，更持久的疫苗。

　　自动化检测与预防

　　我们已经看到无人机在包括美国在内的多个司法管辖区中的使用，至少可以测试将其用于监视是否遵守社会疏远准则的可能性。即将出现更高级的应用程序，例如具有检测COVID症状的无人机，例如人群中个体的高温。这些系统使用计算机视觉技术来分析无人机上的摄像机捕获的数据，并将有关病毒传播的统计信息和概率通知当局或当地管理员。

　　另一个相关的增长领域是使用面部识别技术，该技术也由计算机视觉算法提供支持。面部识别技术在关注个人识别而不是在人群模式方面更具争议性，它已被警察用于检测锁定和隔离检疫措施，以及跟踪人群中表现出症状的个人活动。

　　证据似乎表明，由于该病毒带来的健康风险，公众已经对以前被认为过于严厉的监视策略更加宽容。随着技术人员越来越擅长于AI驱动的监视甚至执行，这种容忍度可能会在未来18个月内得到进一步测试。

　　业务反弹–预测行为转变

　　Covid-19的普及极大地影响了我们的生活，工作和社交方式。在社会的许多方面，数字化趋势一直稳定，强劲，但今年，我们见证了踩踏事件。亚马逊在2020年第二季度的销售额比去年同期增长了40％，因为即使是那些迄今回避在线零售的人们也被迫重新评估他们的选择。

　　人工智能工具和平台已经到位，可以帮助企业了解其客户适应新现实的方式。以前在使用数字渠道进行商务和关系培育方面滞后的组织已经了解了这种情况的紧迫性，并迅速掌握了行为分析和个性化等概念。随着中小企业寻求建立自己的竞争优势，在2021年期间，为组织提供自助服务访问该技术的工具将变得越来越普遍。

　　在下一次大流行开始之前就关闭它

　　大多数AI算法都面向预测，而AI辅助流行病学的圣杯将是构建可以准确预测未来何时何地爆发的系统。这项研究已经进行了一段时间，实际上，有关当前爆发的最早警报是由AI产生的。总部位于多伦多的BlueDot工具于2019年12月31日发出警告，称可能在中国武汉爆发疫情时，已经每天扫描100,000个政府和媒体数据源。

　　我们可以预期，人工智能研究将在未来18个月内取得进一步的突破，这将增强我们发现和应对病毒爆发危险的能力。但是，要实现这一目标，还需要政府与私营企业之间进行持续的全球合作。全球政治和立法者以及技术发展的进程很可能会影响这种情况。因此，来年医疗数据集的访问和国际信息交流的障碍等问题也将成为热门话题。