更多

    IBM 研究:用大數據尋食物中毒源頭

    Eric Chong
    Eric Chong
    商業・科技・創業・編輯

    Palo Alto Networks 整合機械學習 擋95%未知攻擊

    企業面對各類網絡攻擊愈來愈頻密,資訊安全廠商都在產品引入人工智能技術協助應付。Palo Alto Networks 推出新版本作業系統 PAN-OS 10.0,在新世代防火牆核心內融入機械學習,據稱能擋下 95% 的未知攻擊。

    星巴克、可口可樂同一陣線 引起抽 Facebook 廣告潮

    在剛過去的周末,多間大型消費者企業先後決定暫時抽起以 Facebook 為首的社交平台廣告,包括星巴克、可口可樂、聯合利華等。他們認為,社交網絡未有盡力遏止散播仇恨言論,有些更響應 #StopHateforProfit 運動。

    再看《以私謀權》

    最近第二次看 Netflix 的記錄片《以私謀權》( The Great Hack ),此片探討2016年Cambridge Analytica 事件。再看的原因在於Cambridge Analytica 前董事 Steve Bannon 又再活躍,當上「新中國聯邦」顧問,且看能否再次推動民意。

    食物安全成了全球社會的議題,尤其在大中華地區。食物中毒事件爆發,必須要盡快尋找源頭搗截,但卻往往是最花時間。IBM 研究人員發表最新論文,從食物銷售、社區等數據,可將尋找源頭時間,從數星期減至數小時。
    IBM Almaden研究中心日前在 ACM 的學術期刊《Sigspatial Journal》發表論文:From Farm to Fork: How Spatial-Temporal Data can Accelerate Foodborne Illness Investigation in a Global Food Supply Chain,解釋他們的大數據分析方法,快速鎖定源頭。
    他們將出事地區鄰近超市、食品店銷售的產品資料、產品在貨架上的週期、食用地點、可能藉此被散佈的病原體等數據,結合了時間、位置等資訊,找出最可能造成食物中毒的產品,作為進一步檢驗時的順序參考,便能加速尋找病原並控制減低食物中毒的擴散。
    以往的大型食物中毒事件調查可能要花上數星期才能找到源頭,再去控制病程,過程便有更多人受感染,醫療和社會成本造成負擔。IBM 研究人員稱,研究模型有可能從 10 宗患者病歷和行為數據中,快速在數小時內將病毒源頭縮小至 12 個可能範圍以內。12 個可能性,比以往更容易控制,不只從可能的數字尋找源頭,亦可警告市民不要食用可疑食物,有助控制病情擴散。

    相關文章