八卦预测疫情
凭借一己之力，27岁华裔小伙自建最准新冠预测模型，他有多厉害？
27岁华裔小伙一战成名！搞出美国新冠最准预测模型，一人干翻专业机构
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。