Hallo allerseits! Ich möchte hier über das
EyeWire- Projekt sprechen. Aber zuerst ein paar Worte darüber, was „Sozialwissenschaft“ (Citizen Science) ausmacht.
Viele von Ihnen erinnern sich an eine Plattform wie BOINC (
ein Artikel über Geektimes ,
Neuigkeiten über BOINC für Android ). Jetzt scheint seine Popularität abgenommen zu haben, aber eine Reihe von Projekten sind noch aktiv, zum Beispiel
Einstein @ Home - die Suche nach Gravitationswellen von kompakten Objekten nach Daten des
LIGO- Teleskops. Das Wesentliche an der Teilnahme war die Installation einer Software, die Berechnungen für ein oder mehrere Projekte auf Ihrem Computer verarbeitet und die Ergebnisse an den Server sendet. Die Gesamtleistung vieler Desktop-Computer ist recht groß, aber den Top-Supercomputern etwas unterlegen. Zum Beispiel hatte die BOINC-Plattform 2013 eine Geschwindigkeit von ungefähr 9 PFlops und der neueste Supercomputer (Tianhe-2) - 33 PFlops, d. H. ~ 3,5-mal schneller. Heute ist der Abstand etwas größer: Bei BOINC hat sich die Geschwindigkeit verdoppelt (bis zu 18 PFlops), und Supercomputer haben bereits die Marke von 100 PFlops erreicht, und es werden Exaflops-Supercomputer entwickelt (1 EFlops = 1000 PFlops = 1.000.000 TFlops). Trotzdem wurden einige Ergebnisse der Berechnung angegeben, und wenn Sie es wünschen, werde ich diese Ergebnisse und ihre Anwendung in der realen Welt überprüfen.
Eine Alternative zur Computerzeitspende ist eine aktivere Teilnahme einer Person an Projekten. Ein Beispiel für eine solche Manifestation der "sozialen" Wissenschaft sind GalaxyZoo-Projekte. Das Projekt startete 2007 und hat immer noch eine ziemlich große Anzahl von Fans. Jetzt suchte ich nicht nach Zahlen, aber einige Projekte stellten einen signifikanten Aktivitätsüberschuss gegenüber dem erwarteten fest - zum Beispiel hatte das allererste Klassifizierungsprojekt ungefähr 70.000 Klassifizierungen pro Stunde. Diese Projekte nutzen hauptsächlich die Fähigkeit des menschlichen Gehirns, Muster zu finden (ähnliche Bilder). Während das Programm die gesamte Bewertungslogik vorschreiben muss, oft in kleinen Details, kann eine Person das Bild „in seiner Gesamtheit“ bewerten, während Bildfehler und die Nichtübereinstimmung der Achse des angezeigten Objekts mit der Bildebene ignoriert werden (mit anderen Worten, wenn das Objekt im Raum eingesetzt wird und von der Seite oder sichtbar ist in einem bestimmten Winkel). Es wird angenommen, dass gewöhnliche Menschen, die anhand von Beispielen ausgebildet wurden und keinen akademischen Abschluss haben, Schlussfolgerungen über den Inhalt von Bildern ziehen können (z. B. eine elliptische Galaxie von einer Spiralgalaxie unterscheiden), die nicht schlechter sind als die Wissenschaftler selbst. Ursprünglich waren die Galaxy Zoo-Projekte astronomischer Natur, und später wurde mit demselben Motor eine große Anzahl von Projekten
aus anderen Bereichen der Wissenschaft gestartet - von der Suche nach Meeresbewohnern oder Tieren auf Fotografien bis zum Lesen von Schiffsprotokollen der britischen Royal Navy (das Projekt selbst, Old Weather, hatte das Ziel, es wiederherzustellen Wetterdaten vom Anfang des 20. Jahrhunderts).
Schließlich bezieht das Projekt, über das ich sprechen möchte, den Teilnehmer in viel größerem Maße ein - es hat einen Teil des Spiels (mit einer unverzichtbaren „Ehrentafel“ und allerlei Statusabzeichen), einen Teil des sozialen Netzwerks (einen ziemlich aktiven Chat mit netten Diskussionen über von dem, was wir tun, sowie durch Diskussionen über das Leben) und einen Teil der Wissenschaft (mit wissenschaftlichen Veröffentlichungen mit dem unverzichtbaren Co-Autor von Dr. The EyeWirers).
EyeWire ist ein Projekt zur Wiederherstellung der 3D-Struktur und Konnektivität von Neuronen im Gehirn einer Maus oder vielmehr des Teils davon, der mit dem Auge verbunden ist (die sogenannte „Verbindung“). Natürlich würde ich gerne wissen, wie dieser Teil des Gehirns beim Menschen angeordnet ist, aber sein Gehirn ist viel komplizierter und, was noch wichtiger ist, niemand wird ein gesundes Gehirn in Scheiben schneiden. Wie bei Galaxy Zoo hat EyeWire keine Phase des langen Lesens von Anweisungen - Sie können es wenige Minuten nach der Registrierung starten (Sie werden nur nach Login, Passwort und E-Mail gefragt).
Der große grüne Knopf "Start Playing" - und weiter zum Weg der Wissenschaft! Hier ist ein Screenshot der Benutzeroberfläche im "Durchsuchen" -Modus.
Auf der linken Seite befindet sich dieselbe Schaltfläche in der Mitte der 3D-Vorschau einer einfachen Zelle (hier für einen Witz namens "Schnurrbart" - englische Schnurrbartzelle). Auf der rechten Seite befindet sich eine "Ehrentafel". Nach dem Aufrufen des Spielmodus gelangen Sie in einen der willkürlich ausgewählten „Würfel“ - Bereiche des Datensatzes, in denen sich die Zweige (Dendriten) unserer Zelle befinden.
Die Spiel-Engine erstellt auf der Grundlage von Daten zu den "Würfeln" der Nachbarn ein vorläufiges Modell des Teils des Dendriten, der den "Würfel" durchläuft. Sie können scharfe Kanten und Klippen sehen - dies ist typisch für ein unvollständiges Modell. Unsere Aufgabe ist es genau, es zu vervollständigen. Es ist wichtig, die mit dem Dendriten verbundenen Bereiche so genau wie möglich zu malen (da jeder von ihnen zu einem anderen Prozess führen kann) und zu versuchen, die zusätzlichen Daten nicht zu erfassen. Andernfalls wird ein Teil des Dendriten einer völlig anderen Zelle in das Modell aufgenommen (dies wird als "Zusammenführen" bezeichnet - Englisch Fusion). Der Einfachheit halber wird das Modell sofort visualisiert, wenn Sie ein Fragment in die Ebene einfügen. Das erste Bild zeigt, dass das gefüllte Feld ein Leerzeichen hat, wir werden es auch füllen, aber was noch wichtiger ist, ein weiterer Bereich, der es uns ermöglicht, den Dendriten zu vervollständigen. Da ist er:
Nach dem Malen erscheint der erste Teil:
Dann fügen wir den Rest hinzu, klicken auf andere helle Bereiche und ohne die schwarzen Linien (Dendritenränder auf dem Schnitt) zu belassen. Um sicherzustellen, dass das Modell vollständig ist, gehen Sie in der Ebene höher oder niedriger. Ändern Sie gegebenenfalls die Ebene in eine andere (mithilfe der Symbolleistenschaltfläche rechts) obere Ecke oder D). Endgültige Ansicht:
Wir schicken einen Würfel. Wir bekommen Punkte und fahren mit dem nächsten Würfel fort. Für Anfänger haben die Autoren von EyeWire ein spezielles interaktives Skript entwickelt, das die Richtigkeit der Arbeit in Echtzeit (und nicht nach dem Senden des Würfels) zeigt. Dies vereinfacht die Anfangsphase. Wenn Sie gut mit 3D-Strukturen arbeiten und es für Sie zu einfach ist, machen Sie sich keine Sorgen: Für Anfänger stehen nur einfache Zellen zur Verfügung. Sie können jedoch eine andere auswählen und nach einem zusätzlichen Trainingsszenario in Zellen des zweiten Typs arbeiten:
Ich denke, das ist zum ersten Mal genug. Ich werde mich freuen, Sie im riesigen EyeWire zu sehen! Wenn Interesse an dem Artikel besteht, kann ich Ihnen etwas mehr darüber erzählen, was nach dem Erstellen des Zellmodells passiert, sowie über noch komplexere Teile des Spiels - wo Pfadfinder nach fehlenden Zweigen oder Zusammenführungen suchen und die „saubere“ Sense erstellen. Daten zum Endergebnis.
Für Interessierte: Zusätzlich zu EyeWire gibt es ein
Mozak Brainbuilder- Projekt (das bei der Erstellung des Artikels gefunden wurde). Derzeit wird in der Beta-Version vorgeschlagen, Neuronenmodelle durch Zeichnen von gestrichelten Linien auf dem Foto zu erstellen. Die Details sind viel geringer als bei EyeWire, aber die Anforderungen sind nicht so wichtig. Es gibt auch ein Projekt zur Suche nach 3D-Strukturen von
Fold.It- Proteinen für ein genaueres Wirkstoff-Targeting.
Vielen Dank für Ihre Aufmerksamkeit!
UPD: Mehr Effizienz.
UPD2: Danke
Mad__Max , Fehler in Einheiten der Leistungsmessung von Supercomputern behoben