Zbyt dużo wiedzy, czyli problemy nauki w 21. wieku i jak sobie z tym radzimy

Choć może brzmi to abstrakcyjnie, to fakt jest taki, że aktualnie jednym z największych problemów nauki jest to, że generujemy zbyt dużo wiedzy, zbyt dużo danych i nie jesteśmy w stanie tego co wyprodukujemy analizować tak szybko jak byśmy chcieli. Nie jest jednak tak źle jak mogłoby się niektórym wydawać…
tmp_finger-1648573__1802004471229

Po pierwsze, jak to mawiają „od nadmiaru głowa nie boli”. Może czasami pobolewa, może czasami sprawia, że naukowiec nie wie „w co ręce włożyć”, ale sytuacja, w której mamy nadmiar danych do analizy jest zdecydowanie lepsza od sytuacji, w której brakuje nam danych. Ten nadmiar danych nie jest więc zły, jest jedynie okazją do tego żeby wytworzyć nowe pomysły na analizę owych danych.

I tu pojawiają się najnowsze technologie związane z BIG DATA i SZTUCZNĄ INTELIGENCJĄ.

Analizując nadmiar danych możemy powiedzieć, że nadmiar ten jest problemem na dwóch poziomach.

Na poziomie pierwszym nadamiar dotyczy danych surowych, z których naukowcy wyciągają wnioski. Z przykłaodwego eksperymentu z genetyki czy neurofizjologii powstają giga lub czasem terabajty danych do analizy. Do tego potrzebne są wyspecjalizowane maszyny i techniki zapewniające możliwie szybką obróbkę tych danych. Na świecie budowane są więc specjalne superkomputery kosztujące miliony dolarów i mogące w przeciągu jednego dnia prezanalizować tyle danych ile komputer stacjonarny analizowałby przez rok. W Polsce mamy na przykład Prometeusza czy Orła. Oprócz maszyn potrzebne są też programy, które wykorzystywałyby te maszyny w sposób najbardziej efektywny. Naukowcy tworzą więc coraz bardziej zaawansowane techniki pozwalające na analizę tych danych, włącznie z tak zwanymi programami uczącymi się.

Na drugim poziomie nadmiar danych dotyczy informacji generowanych przez naukowców pod postacią publikacji naukowych. Rocznie publikowane są setki tysięcy artykułów naukowych powiązanych ze sobą czasem w bardzo nieoczywisty sposób. Naukowcy nie są więc w stanie przeczytać w ciągu roku tego co ich koledzy i koleżanki stworzyli w danym roku. I tu do pomocy znów wkraczają programy uczące się. Sztuczna inteligencja, która jest coraz częściej wykorzystywana w wielu gałęziach przemysłu i biznesu pomaga też naukowcom poprzez analizę tekstów naukowych i podsuwanie naukowcom tych artykułów, które mogą się im przydać.

Oczywiście, wiele jest jeszcze do zrobienia jeśli chcemy w pełni wykorzystać dane, które generujemy, ale jesteśmy na zdecydowanie dobrej drodze i wkrótce z analizy tych wszystkich danych wszyscy będziemy mogli korzystać dzięki nowym wynalazkom i odkryciom naukowym.

Więcej:
Superkomputery
http://blogs.discovermagazine.com/d-brief/2016/11/11/semantic-scholar-artificial-intelligence/#.WEV6dtFycb0

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *