Annak ellenére, hogy a mesterséges intelligenciától (MI) sokat lehetett volna várni a SARS-CoV-2 elleni küzdelemeben - a diagnosztika, a kezelések, a vakcinák fejlesztése, a járvány terjedésének természete, sebessége meghatározása terén -, a technológia részt vétele ezekben marginális volt. Ebben leginkább alapvető tulajdonsága játszott szerepet: ahhoz, hogy tanulni tudjon, mintázatokat legyen képes megtalálni, adatok hatalmas tömegére van szüksége. Vagyis minél több adatot tudunk az MI rendelkezésére bocsátani, annál okosabb lesz. Továbbá a rendszereknek ahhoz, hogy az emberekét meghaladó teljesítményt tudjanak nyújtani, olyan magas minőségű bemeneti információkra van szükségük, amelyek modellezik a megkívánt viselkedést. Ezek egy olyan világos szabályrendszerű játék esetében mint a go, könnyen megadhatók, de nem egyszerű a való életbeli, nehezen megjósolható végkimenetelű eseményekkel kapcsolatban: ilyenkor a mesterséges intelligencia csak botladozik. A Covid-19 esetében olyan komplexek a történések, hogy olyan adatok, amelyek az MI képzéséhez szükségesek, még nem állnak rendelkezésre. Szintén nem volt képes az MI a kormányok segítségére lenni a kontaktkutatásokban, mert hiányoznak a szükséges nyersanyagok: a világosan kitűzhető, jól meghatározott cél, és a sok, pontos adat.
A MI-technológia azonban gyorsan fejlődik, a 2010-es évek közepén a kutatók azt gondolták, még legalább egy évtized, amíg legyőzi a legjobb gojátékost, de ez már 2017-ben megtörtént: a Google AlphaGo programja megverte a bajnokot, Ke Jie-t. A szkeptikusok azonban még mindig megkérdőjelezik, valóban olyan jelentőségű-e a gépi intelligencia, mint azt a hívei beállítják, míg a techno-optimisták szerint csak arról van szó, még fejlődnie kell: a következő járvány hőse már az MI lesz.
Ennek egyik jele, hogy a WHO Járvány és Világjárvány Hírszerzőközpontja szeptemberben megkezdte működést Berlinben. A feladata, hogy gyorsan analizálja, megjósolja az eseményeket, hogy fel lehessen készülni a kockázatokra világszerte. A központ képes arra, hogy hamarabb jelezze a világjárványok jeleit mint az eddigi rendszerek. De a közelmúltból is van már példa az MI sikeres alkalmazására, erről a Nature folyóirat adott hírt. Eszerint a görög kormány lépése bevált: tavaly szolgálatba állította az Eva nevű mesterséges intelligenciát határain és a repülőtereken, hogy megállapítsa, az érkező utasok közül kiket kell tesztelni. Ez azért volt fontos, mert a tesztelési kapacitások végesek voltak, a meglévőket nagyon hatásosan kellett kihasználni. ,,Talán a legsikeresebb MI-applikáció a járvány alatt” - írta Twitter-bejegyzésében Eric Topol, orvos-tudós, író, aki lelkes híve a technológia alkalmazásának az orvostudományban, és komoly kritikusa a jelenleg használt MI-alkalmazásoknak.
Az Evát 40 repülőtéren, kikötőben és határállomáson használták 2020 augusztusától novemberéig. Az MI az érkező utasokat kategóriákba sorolta: mely országból érkeztek, milyen járványügyi helyzete van a régiónak, valamint nemük, és koruk szerint. Ezután a mesterséges intelligencia a korábbi esetek alapján meghatározta, egy-egy adott utasnak szüksége van-e tesztelésre. Megerősített tanulás révén - amikor a szoftver a saját korábbi tapasztalataiból tanul - Eva egyre hatékonyabb lett. Nélküle a csúcsszezonban véletlenszerű teszteléssel csak 54 százalékos hatékonyságot lehetett volna elérni, vagyis eredményességének eléréséhez az összes beléptetőállomás tesztelési kapacitását 85 százalékkal emelni kellett volna. Eva ugyanannyi adat- és anyagi forrás felhasználásával 24-45 százalékkal jobban dolgozott.
