Onko tuttua: tekee mieli istua koneella (tai ei ainakaan tee mieli tehdä mitään muuta), mutta virtuaalihevostelu ei oikein just nyt huvita ja somestakin on kiinnostavat jutut loppu, niin että mitähän sitä tekisi? Kokeilepa jotain Zooniversen projekteista, joita riittää laidasta laitaan ja olet vielä avuksi tieteelle!
Zooniverse alkoi alunperin projekti Galaxy Zoosta vuonna 2007. Eri robottiteleskoopit olivat ottaneet lähes miljoona kuvaa galakseista ja kuvien galaksit piti ryhmitellä niiden muodon mukaan. Tällainen kuvamäärä on kauhistus, sen selvittäminen olisi kestänyt muutamalta tiedemieheltä ja -naiselta vuosia, puhumattakaan tehtävän pitkästyttävyydestä. Tiedeyhteisöillä ei ole varaa eikä varmasti haluakaan lähteä tällaista tekemään. Tietokoneet ja tekoäly eivät vielä pärjää ihmisille kuvioiden tunnistamisessa. Sitten saatiin idea vapaaehtoisten käyttämisestä ryhmittelyyn, tehtiin projektille webbisaitti ohjeineen ja lykättiin kuvat sinne vapaaehtoisten amatöörien luokiteltaviksi. Kun vapaaehtoisten määrä on suuri, satunnaisten ihmisten tekemät yksittäiset virheet eivät juurikaan erotu sieltä joukosta. Ymmärtääkseni projektien tuottaman datan tarkkuus on vähintäänkin hyvällä tasolla ja luulisin myös, että jos jonkin kuvan kohdalla on vastauksissa paljon hajontaa, se otetaan tarkempaan selvitykseen.
Ensimmäinen Galaxy Zoo -projekti oli menestys ja se sai erilaisia jatko-projekteja. Tälläkin hetkellä on avaruus-aiheisia projekteja menossa. Sitten huomattiin, että metodi sopii muihinkin asioihin ja tällä hetkellä Zooniversessä on jotakuinkin 80 erilaista joukkoprojektia eri aiheista: taidetta, ilmastoa, biologiaa, historiaa, fysiikkaa, tekstejä... Kerätyn datan perusteella on tehty jo satakunta julkaisuakin, varsinaisten tutkimusaiheiden lisäksi julkaisuja on tehty myös tästä vapaaehtoisten käyttämisestä itsestään. En ole tutustunut noihin itse sen tarkemmin, mutta sieltä varmasti löytyisi tarkempaa tietoa esimerkiksi siitä, miten tarkkaa dataa nämä projektit varsinaisesti antavat ja miten sitä analysoidaan.
Itse liityin mukaan jo tuolloin aivan alkuvaiheessa, olihan se nyt jännää päästä näkemään kuvia galakseista, joita kenties kukaan muu ei ollut koskaan aiemmin nähnyt. Ensimmäisen projektin jälkeen jäin pitkäksi aikaa sivuun, jatko-projektit eivät olleet mielestäni niin kiinnostavia. Sitten kuvaan tuli muiden aiheiden projekteja ja viime aikoina olen ollut taas varsin aktiivinen useamman kuin yhden projektin kimpussa. En toki ole kaikkia projekteja edes kokeillut, niitä on todella 81 kirjoittamishetkellä ja aiheet vaihtelevat laidasta laitaan.
Nykyisin ylivoimaisia suosikkejani ovat erilaiset riistakamera-tunnistukset. Eri puolilla maailmaa on tutkimusprojekteja joissa hyödynnetään riistakameroita ja vastaavia, jotka ottavat automaattisesti kuvia, kun liiketunnistin havaitsee liikettä. Voitte vain arvata, miten paljon näistä tulee kuvadataa, kun kameroita on tietyllä alueella useita ja liikettä piisaa, niin että eläinten tunnistus on annettu vapaaehtoisten tehtäväksi. Tällä hetkellä tällaisia projekteja on menossa ainakin pohjois- ja etelä-Amerikassa, Afrikassa ja Uudessa Seelannissa, Australiassakin on ollut mutta nyt juuri ei taida olla yhtään aktiivista projektia.
Yhdysvaltojen pohjoisten osavaltioiden ja Kanadan alueen (Calgary, Wisconsin, Montana, Chicago) eläintunnistukset ovat olleet mielestäni niitä helpoimpia, koska siellä eläimistö ei poikkea ihan hirveästi suomalaisesta. Eniten päänvaivaa tuottavat erilaiset jänikset ja kojootin erottaminen sudesta, oraviakin voi olla muutamaa eri lajia. Nämä kuitenkin ovat suhteellisen helppoja verrattuna vaikkapa Afrikan savannien eläinkuviin, joissa jo vaikka jollekin kauriin tai antiloopin kaltaiselle eläimelle saattaa olla kymmenkunta lajivaihtoehtoa. Arvopa niistä sitten, vaikka kuinka olisi ohjeita ja kuvia, mutta kun tunnistettavat kuvat eivät aina ole niitä parhaita kuvia lajin tunnistamiseen... Etelä-Amerikan sademetsä-projektin kanssa luovutin kokonaan, siellä on kaiken maailman tapiireja, capybaroja, pekareita, muurahaiskäpyjä ja piikkisikoja ihan liikaa, ei vain kykene!
Useimmissa projekteissa halutaan, että tunnistaja antaa jonkin vastauksen. Jos ei voi olla varma, sitten mennään parhaalla arvauksella. Ainoastaan jos kuva on ns. tyhjä eikä siinä ole mitään eläintä, saa vastata "Nothing here". Näitäkin kuvia on jonkin verran, liiketunnistimet reagoivat esimerkiksi tuulen heiluttamiin kasveihin ja oksiin. Jossain projektissa olen nähnyt myös vaihtoehdon sille, että kuvassa on eläin, mutta sitä ei pysty mitenkään tunnistamaan.
Näissä eläinprojekteissakin on vaihtelua sen suhteen, miten tarkkaa dataa halutaan. Esimerkiksi Identify New Zealand animals -projekti tyytyy hyvin yksinkertaisiin tunnistuksiin, siellä halutaan tietää vain onko kuvassa kenties lintu, siili, jokin näätäeläin, hiiri tai jokin kotieläin ja että miten varma tunnistaja on tunnistuksestaan. Tästä on helppo aloittaa, jos haluaa näitä kokeilla. Muissa projekteissa saatetaan listata lajeja tarkemmin, esimerkiksi Western Montana Wildlife haluaa tietää, onko kuvassa nuori valkopäämerikotka, aikuinen valkopäämerikotka, nuori maakotka, aikuinen maakotka (ei ole muuten ihan helpoimmasta päästä tämäkään) ja vielä lisäksi näkyykö sillä rengasta, siipimerkkiä tai lähetintä. Jos kuvassa on joitain muita eläimiä, niistä riittää ylimalkaisempi tieto. Joissain muissa projekteissa sitten halutaan tietää kuvassa näkyvien eläinten määrä, näkyykö nuoria yksilöitä, mitä eläin on kuvassa tekemässä, onko peuralla sarvia ja niin edelleen. Kuitenkin kaikissa projekteissa käyttöliittymä on samankaltainen ja eteenpäin ei pääse, jos ei ole merkinnyt kaikkia haluttuja kohtia, niin että on turha pelätä epätäydellisiä vastauksia.
Samankaltaisten projektien suuri määrä on ihan hyvä asia ainakin minusta. Välillä jokin projekti käy tylsäksi, jostain syystä tarjolla on pelkkiä tyhjiä kuvia, ehkä uudelleentarkistuksessa, välillä kuvissa on lähinnä valkohäntäpeuroja. Silloin on hyvä, jos voi vaihtaa johonkin toiseen projektiin, jossa on enemmän kiinnostavaa materiaalia. Mutta toisaalta nämä projektit ovat hyvin koukuttavia: aina on pakko katsoa se seuraava kuva, eihän sitä tiedä, jos siellä vaikka olisi se huippuhieno kuva jostain harvinaisemmasta eläimestä!
– S (tukevasti koukussa)
Ei kommentteja:
Lähetä kommentti