左手大数据，右手人工智能，疫情期间这批程序员做了什么？
今年初爆发的疫情让我们有些措手不及，特别是新冠肺炎的超强传播特性，使得在没有相关免疫疫苗的情况下通过原始的隔离方式阻隔传播，变得异常艰巨。
但是，我们国家还是迅速成功的控制了疫情，成为世界上控制疫情最好的国家之一。
其中在抗疫的过程中我们的科技互联网技术应用起到了至关重要的作用。
从开始武汉封城，到小区快递上门服务，到交通疏导，到新冠病例的确诊都有了高科技互联网技术的应用，这里面有那么一批人他们左手大数据，右手人工智能，成为这场抗疫背后的默默奉献的人，他们就是程序员。
在抗疫早期，诊断试剂还没有被研发出来之前，我们就有了一套新冠病毒辅助诊断系统帮助医生通过肺部影像数据来诊断。
这套系统背后就是大数据+人工智能来支持的，而创建这套系统的人程序员们，他们可谓都是左手大数据，右手人工智能的大神。
相信近年来随着大数据和人工智能技术的不断发展和成熟应用，小伙伴们肯定听过不少有关他们的传奇应用故事，但是还是会有一些人对到底什么是大数据和人工智能，这两者如何结合应用到实际场景中感到疑惑，接下来我就简单说一下，这群大神程序员们在做什么。
首先，大数据，其实就是大量的数据，之所以在数据前面添加一个大字作为修饰语，主要强调的是数据量之大，以以前我们任何的系统都不曾拥有过的。
大的规模完全是比原来我们理解的系统数据多出好几个数量级，以至于我们原来普通的数据库都无法存储它们，必须由专门的数据库和相关的辅助系统来存储和管理这些数据。
就拿我们在疫情开始阶段使用的新冠病毒辅助诊断系统为例，它是首先将大量的有关人体肺部疾病的特征数据存储到大数据数据库中，在将这些各类有关肺部变化的数据收集，整理，过滤，分类归档，然后应用的过程中，程序员们需要做好大量的数据处理工作，当然，这些数据的处理都有专门的管理软件平台。
过去我们的IT系统一般都是各自拥有自己的数据存储设备，并且只存储跟自己相关的业务数据，而且这些数据的存在也只是为了满足各自系统运行的需要，而到了大数据时代，程序员们首先需要使用专用的工具将各种数据进行抽取加工梳理打标存储到能够存储大型数据块的数据库系统里。
通常这个过程是建立数据仓库，就是把原来在各个系统中的业务数据以及产生这些业务数据有关的日志记录数据一同汇集起来，根据需要进行各维度的切分，并按照一定的标准进行标注存储，以备日后在各层面各角度来使用它们。新冠肺炎诊断辅助系统主要是基于肺部X光片的影像数据比对来帮助医生读片。
所以需要先将大量的患者的肺部X光片数据存储到数据仓库中，目前我们国家各大医院系统的X光机都能够通过互联网将即时拍摄的患者胸部X光片数据存储到中心数据仓库中，所以我们具备数据基础。
其次就是人工智能了，其实说起人工智能我们已经耳熟能详了，它主要是通过人类的设计和敢于让机器来替代人进行超大量的数据分析和计算，从而将计算结果汇集起来，形成我们想要的结果。
说白了，人工智能的核心就是算法工程设计，而它的基础就是大数据，它必须基于大数据才能进行。
人工智能目前有现成的实现框架，经典问题的算法实现等，程序员们需要做的就是将我们的实际问题转换为一个算法模型，将它们应用到人工智能算法工程框架上，基于大数据让其自主运行。
当然之所以成为人工智能，主要还是因为他必须在人给予一个框架模型和方向的基础上进行智能化自主运算，还不能完全自主学习并处理实际问题。
我们在抗疫进入攻坚阶段，检测试剂出现后，我们的程序员们又推出了基于公共大数据的患者和亲密接触者追踪系统，让我们在追踪隔离患者和密切接触者方面做到了快速精准有效。
这个追踪过程就是程序员们首先设计一个跨各行业数据的追踪模型，这些数据包括个人信息，乘车信息，车辆通行信息，个人入住酒店信息，个人消费信息等等，如果哪里出现了确诊患者，那么他近几天内所有有关的活动数据都会被检索出来，并形成一个数量庞大的密切基础者信息数据群，根据时间维度，地理位置维度等将这些数据挖掘出来提供给各地的抗疫单位和人员使用。
同时，程序员们还根据一些过往的传染病传播统计数据的各维度数据分析，比如时间，地理位置，温度，湿度，人员密集度，人员年龄，性别等等来构建一个传播预测模型，从而将一些现实中获取的真实数据输入到该模型，通过人工智能算法来推测某一病例在某一时间段某一区域可能造成的感染情况预测，从而为抗疫提供导向性指导。
最后，我们的疫情控制取得了阶段性的胜利，程序员们又基于我们的支付和社交账户数据设置手机终端数据，设计了相关的程序来为每一个地区的每个人都生成一个唯一可检测识别的健康二维码。
通过这个二维码的扫描，就可以开启一次健康码拥有者最近一段时间的行动轨迹以及感染风险评估，以及健康证明等数据。这给予了我们后期控制疫情反弹，有序开放提供了坚实的保障。
让人与人之间不再因为陌生而害怕遭遇病毒携带者。为疫情控制后的社会活动开放打下了良好的基础。