27歲華裔小夥一戰成名!研究出美國新冠最準預測模型,一人戰勝專業機構!

原文:@QbitAI

年僅27歲的他,被彭博評價為“新冠病毒資料超級明星”。

為什麼?

一己之力,僅用一週時間打造的新冠預測模型,準確度方面碾壓那些數十億美元、數十年經驗加持的專業機構。

Image for post
Image for post

他就是Youyang Gu,擁有 MIT 電氣工程和電腦科學碩士學位,以及數學學位。

但值得注意的是,他在醫學和流行病學等方面卻是一個小白

他的模型,甚至被著名資料科學家、fast.ai創始人Jeremy Howard高度評價道:

唯一看起來合理的模型。他是唯一一個真正檢視資料,並且做得正確的人。

不僅如此,他的模型還被美國疾控中心採用。

到底是個怎樣的預測模型?

時間點要追溯到去年年初。

當時疫情已然在全球蔓延開來,於是公眾試圖用建模的方式,來預測接下來疫情會帶來的影響。

大多數的目光都將希望投向了2家專業機構打造的預測系統 — — 倫敦帝國理工學院、總部位於西雅圖的健康指標與評估研究所(IHME)。

但2家機構給出的預測結果卻是天差地別

倫敦帝國理工學院:到夏天,美國因新冠病毒而死亡的人數將達到200萬

IHME:預計到8月,死亡人數將達到6萬

(後來的事實證明,死亡人數是16萬。)

2家專業機構給出的預測資料,差距為何能夠如此之大?

這就讓當時年僅26歲的Youyang Gu引起了注意。

Image for post
Image for post
△ Youyang Gu

雖然他沒有任何醫學或流行病方面的經驗,但他堅信,資料預測在此時會派上大用場。

於是,大約在4月中旬,Youyang Gu便在家裡僅花了一週時間,打造出了自己的預測器,以及一個可以顯示相關資訊的網站

Image for post
Image for post
△Youyang Gu建立的網站

但Gu在這個過程中所用到的方法,並不是說有多麼的高階,相反,恰恰是比較簡單的那種。

他首先考慮的是新冠病毒檢測數、住院人數和其他因素之間的關係,但在這個過程中,Gu卻發現各個州和聯邦政府所提供的資料是存在不一致的現象。

此時,問題就來了 — — 什麼樣的資料才是靠譜的?

Gu認為,最靠譜的資料,似乎就是每天的死亡人數

其他的模型用到了很多資料來源,但我決定用過去的死亡人數,來預測未來的死亡人數。

至於這樣做的原因,Gu給出的解釋是“將它作為唯一的輸入,有助於在噪音中過濾訊號”。

那麼,預測結果如何?

可以說是相當的精準了。

在模型剛剛完成時,他預測在5月9日,美國將有8萬人死亡,當天的實際死亡人數為79926。

而同樣來自IHME的預測資料卻是“2020年一整年的死亡人數將不超過8萬”。

Gu還預測在5月18日,死亡人數將達到9萬;5月27日,死亡人數將達到10萬。

事實證明,他的這兩次預測再次“押中”!

除了精準數字的預測外,Gu基於許多州從封鎖狀態逐步轉變開放狀態,預測將出現第二波大規模感染和死亡

而在Gu發出這樣的預測當天,特朗普所發表的言論卻是“IHME所預測的6萬死亡人數表明,疫情很快將結束”……

或許正是因為Gu的模型預測之精準,越來越多人開始關注他的作品。

在Twitter上,Gu不僅@了各路記者,還給流行病學專家發郵件,讓他們核實自己的資料。

Image for post
Image for post

去年4月底,華盛頓大學著名生物學家Carl Bergstrom便在Twitter上釋出了Gu的模型。

Image for post
Image for post

不久之後,美國疾病控制和預防中心,也在其新冠預測網站上釋出了Gu的資料。

不僅如此,隨著疫情的發展,身為中國移民的Gu,還參與了由美國專家團隊組織的定期會議,每個人都想更好的改善他的模型。

他的網站訪問量也呈現出爆炸式增長,每天都有數百萬人來看他的資料。

通常情況下,Gu的模型所預測的資料,基本在幾周後便會達到,與實際的死亡人數非常接近。

隨著類似的預測模型逐漸增多,阿默斯特馬薩諸塞大學生物統計學和流行病學系的副教授Nicholas Reich,便統計了50個這樣的模型:

Gu的模型一直位居前列。

但到了去年11月,Gu卻做出了令人意外的一個決定 — — 結束他的預測任務。

對此,Reich這樣評價道:

Youyang Gu是一個非常謙卑的人,他看到其他人的模型也做得很好,便覺得自己的工作已經完成了。

而在Gu決定停止專案的前一個月,他預測11月1日死亡人數將達到231000人,而實際人數為230995人。

但IHME的Chris Murray認為:

Gu使用的機器學習方法,在短期預測方面的效果比較良好,但不太理解“大局中發生了什麼”。

對此,Gu沒有針對模型的評價做出迴應,相反,他這樣表態:

我非常感謝 Chris Murray 醫生和他的團隊所做的工作;沒有他們,我就不會有今天的成就。

在休息了一段時間之後,Gu重新投入到了這份事業當中。

Image for post
Image for post

這一次,他要做的預測是“美國有多少人感染了新冠病毒”、“疫苗推出的速度有多快”、“美國可能何時(如果可能的話)達到群體免疫”等。

他的預測表明,到今年6月,大約61%的美國人口應該獲得某種形式的免疫力 — — 無論是疫苗還是因過去的感染。

……

Gu一直希望能夠找到一份能對社會產生巨大影響的工作,同時避免政治、偏見以及大型機構有時會帶來的負擔。他認為:

在這個領域,有很多缺點可以通過我這種背景的人來改善。

誰是Youyang Gu?

Youyang Gu出身於美國華裔移民家庭,在伊利諾伊州和加州長大。

Gu從小喜歡數學和科學,直到高中畢業時,才真正接觸電腦科學。而他能夠進入這個行業得益於他的父親,因為他的父親是一名計算機從業者。

Image for post
Image for post
△正在做化學實驗的Gu Youyang(圖片來自2010年克拉克獎學金專案)

Gu本科和碩士都在MIT就讀,在那裡他獲得了電腦科學與數學雙學士學位,以及電腦科學的碩士學位。

畢業後他繼續在MIT著名的CSAIL實驗室的NLP組進行了一年的研究,同年在EMNLP 2016上發表了論文。

Image for post
Image for post

這也是他第一次接觸大數據,並由此建立統計模型對資料進行預測。

不過他沒有因此繼續學術研究,而是進入產業界。從MIT離開後,他加入了金融行業,為高頻交易系統編寫演算法。

在那裡,他的資料建模能力得到了進一步磨練,因為在金融交易中,資料必須非常定量並儘可能地準確。

之後,他又進入了體育界,繼續進行大資料方面的研究。這也為他提供了豐富的跨學科經驗,使他能夠成功應對新地領域,懂得如何更加準確地建模。

Image for post
Image for post

用他自己的話來說,他的專長是使用機器學習來理解資料,將訊號與噪聲分離並做出準確的預測。

在建立新冠死亡模型時,他起初考慮了確診數量、住院數量和其他因素之間的關係。然後他發現各州和聯邦政府報告的資料不一致,最可靠的數字是每天的死亡人數。

Gu認為,如果輸入資料質量很低,那麼資料越多,輸出的效能就越差。

在一週的時間裡,他就根據死亡資料便建立了一個簡單模型,並將預測網站上線。

從去年4月以來,Gu已經自願在這個專案中投入了幾千個小時,而且是無償的。

在接受醫學網站Medscape主編Eric Topol採訪時,Gu表示自己現在全職投入到新冠預測網站上,沒有兼職、沒有收入,他靠著過去的積蓄生活。

Image for post
Image for post
△ Gu Youyang接受Medscape主編Eric Topol影片採訪

然而就是這樣一個公益的專案卻遭到了一些Twitter網友非議,但是他還是堅持了下來。

從12月開始,covid19-projections.com接受網友的捐贈幫助,現在已經完成了5萬美元的籌款目標。

Image for post
Image for post

除了感染人數外,Gu的新冠網站又有了一個新的功能。從去年12月起,covid19-projections.com開始跟蹤和模擬疫苗接種情況以及群體免疫的途徑。

這個月,Gu又將“群體免疫”改成了“恢復常態”,因為他的模型預測表明,美國不太可能在2021年達到理論上的群體免疫。

Image for post
Image for post

未來的路怎麼走?疫情結束後,Gu的職業規劃如何?

他說現在還為時過早,雖然他現在的工作是預測疫情發展,但是他很難預測自己3個月或1年後要做什麼。

因為這項工作,世界各地的高校和企業已經向他丟擲了橄欖枝。

參考連結:

https://www.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

關注數據君的臉書:

我是「數據分析那些事」。常年分享數據分析乾貨,不定期分享好用的職場技能工具。按讚我的臉書並私訊「10」,送你十週入門數據分析電子書唷!

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store