27岁华裔搞出美国新冠最准预测模型，一人干翻专业机构

谁借莪１个温暖的怀抱￠ 2022-10-23 09:58 48阅读 0赞

##### ![format_png][] #####

##### 金磊 晓查 发自 凹非寺    量子位 报道 | 公众号 QbitAI #####

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。

![format_png 1][]

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。

![format_png 2][]

###### **△** 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**。

![format_png 3][]

###### **△**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。

![format_png 4][]

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。

![format_png 5][]

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。

![format_png 6][]

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。

![format_png 7][]

###### **△**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。

![format_png 8][]

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。

![format_png 9][]

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。

![format_png 10][]

###### **△** 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。

![format_png 11][]

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。

![format_png 12][]

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。

- END -
    本文为转载分享&推荐阅读，若侵权请联系后台删除

-----------------
    长按识别下方二维码，并关注公众号
    
    1.回复“PY”领取1GB Python数据分析资料
    
    2.回复“BG”领取3GB 名企数据分析报告

[format_png]: /images/20221023/55690493edf640759c84c9c1a6ff84a6.png
[format_png 1]: /images/20221023/6b187a83cc854d9980826f42cf162d60.png
[format_png 2]: /images/20221023/10b797a6f4e84d5abecf67072a182069.png
[format_png 3]: /images/20221023/de74881ea49c41aab7c8453447dce494.png
[format_png 4]: /images/20221023/e5b16f4d0fbf44c6895daf5ad21181ba.png
[format_png 5]: /images/20221023/32e31763475248e596ad6f0024269f2e.png
[format_png 6]: /images/20221023/a166dcf6c3304e758e1e68d48c695761.png
[format_png 7]: /images/20221023/0068dc382e384c3c983377e1c2607897.png
[format_png 8]: /images/20221023/4229095a7b2440df8ab2c35b5a8c7e1d.png
[format_png 9]: /images/20221023/3cf77394ad4b482980a237ea3cc2284e.png
[format_png 10]: /images/20221023/25fc98b404a344b78fe33da9d0f76d2c.png
[format_png 11]: /images/20221023/a6c93a83b11c4cb5baa1411e9b9b501e.png
[format_png 12]: /images/20221023/97a085ddcd6943dca7391268b7a1397c.png