Neštruktúrované strojové učenie sa stalo dôležitým nástrojom pre vedcov, ktorí pracujú s veľkými neoznačenými dátami. V oblastiach ako klíma, biomedicína, astronómia či chémia dokáže odhaľovať vzory, ktoré by sa v obrovskom množstve údajov hľadali len ťažko. Problém je, že napriek širokému používaniu sa tento typ analýzy často robí bez jednotného postupu, čo komplikuje overiteľnosť aj reprodukovateľnosť výsledkov.
Snímka zobrazuje: starry sky, free wallpaper, night sky, stars, night, cool backgrounds, sky, nature, full hd wallpaper, sky background, space, cosmos, space.
Práve na to reaguje nová práca publikovaná v časopise Philosophical Transactions. Series A, Mathematical, physical, and engineering sciences. Autori v nej predkladajú štruktúrovaný pracovný postup pre použitie neštruktúrovaného učenia vo vede. Zdôrazňujú, že cesta od dát k záveru by mala začínať dobre formulovanou otázkou, pokračovať dôkladnou prípravou a prieskumom dát, potom výberom vhodných modelovacích prístupov a napokon prísnou validáciou. Dôležitou súčasťou je aj komunikácia výsledkov a ich presná dokumentácia, aby sa zistenia dali opakovať a kontrolovať.
Autori svoju metodiku ilustrujú prípadovou štúdiou z astronómie, kde sa snažia spresniť zoskupenia hviezdnych guľových hviezdokôp Mliečnej cesty podľa ich chemického zloženia. Podľa textu tento príklad ukazuje, prečo je validácia rozhodujúca a ako môže starostlivo navrhnutý pracovný postup pomôcť vedeckému objavovaniu.
Význam takejto štúdie presahuje jednu disciplínu. Vedecké tímy dnes často pracujú s dátami, ktoré nie sú dopredu označené a kde presná štruktúra nie je známa. V takých situáciách môže neštruktúrované učenie odhaliť skupiny, súvislosti alebo anomálie, no zároveň hrozí, že nájdené vzory budú citlivé na zvolenú metódu, predspracovanie či náhodu v dátach. Preto je dôraz na stabilitu, zovšeobecniteľnosť a dobrú dokumentáciu taký dôležitý.
Prečo je neštruktúrované učenie pre vedu také užitočné
Neštruktúrované strojové učenie patrí do rodiny metód, ktoré nehľadajú odpoveď vopred určenú ľudským štítkom. Namiesto toho skúma samotnú vnútornú štruktúru dát. V praxi to znamená napríklad zhlukovanie podobných objektov, hľadanie latentných vzorov alebo odhaľovanie odchýlok.
Práve preto je vhodné v prípadoch, keď výskumníci ešte nevedia presne pomenovať, čo hľadajú, alebo keď majú k dispozícii veľmi rozsiahle a zložité datasety. Toto je všeobecný kontext, nie tvrdenie o konkrétnych výsledkoch z článku.
Prečo nestačí len nájsť vzor v dátach
Pri neštruktúrovanom učení môže byť lákavé považovať každý objavený zhluk či trend za skutočný objav. Veda však vyžaduje viac než len atraktívny výsledok z jedného behu algoritmu. Ak sa pracovný postup neopiera o kontrolu stability a o testovanie toho, či záver platí aj pri iných nastaveniach alebo na iných dátach, výsledok môže byť len dočasný.
Snímka zobrazuje: stars, night, full hd wallpaper, nature background, nature, sky, mac wallpaper, starry sky, nature wallpaper, starry night, laptop wallpaper, cosmos,.
Aj preto autori kladú dôraz na validáciu. Vedecký nález má zmysel iba vtedy, keď sa dá obhájiť, porovnať a v ideálnom prípade aj zopakovať. To je obzvlášť dôležité v oblastiach, kde zistenia môžu ovplyvniť ďalší výskum alebo interpretáciu prírodných javov.
Čo znamená dobrý pracovný postup
Základom podľa štúdie nie je len výber algoritmu, ale celý sled krokov. Najprv treba položiť otázku, ktorá sa dá overiť. Potom nasleduje príprava dát, ich prieskum a až následne modelovanie. Takýto poriadok pomáha predísť tomu, aby výskum smeroval iba k potvrdeniu náhodného nálezu.
Snímka zobrazuje: earth, planet, atmosphere, nature, space, cosmos, globe, astronomy, cosmic, clouds, science, global, universe, space wallpaper, black earth, black.
Dôležité je aj porovnanie viacerých modelovacích prístupov. V oblasti neštruktúrovaného učenia totiž neexistuje jediný univerzálny nástroj, ktorý by bol vhodný na všetky typy dát. Výber závisí od toho, čo presne dataset obsahuje a aký druh štruktúry sa hľadá.
Prečo je astronómia vhodným testovacím poľom
Prípadová štúdia v článku sa týka astronómie a chemického zloženia hviezd v Mliečnej ceste. Takéto dáta bývajú rozsiahle a komplexné, čo z nich robí dobrý test pre metódy, ktoré majú zhlukovať objekty bez vopred pripravených označení.
Snímka zobrazuje: stars, sky, free wallpaper, night, starry, wallpaper 4k, nature, night sky, cool backgrounds, full hd wallpaper, free background, constellation,.
Všeobecne platí, že astronómia je jednou z disciplín, kde sa algoritmické metódy používajú často, pretože observatórne dáta bývajú bohaté, no interpretácia nie je vždy jednoduchá. Zároveň práve tu môžu chyby v pracovnom postupe viesť k nesprávnemu rozdeleniu objektov alebo k prehnanej istote v záveroch.
Čo zostáva otvorené a čo môže nasledovať
Samotná práca naznačuje smer, ako robiť neštruktúrované učenie systematickejšie, no z jedného textu ešte nevyplýva univerzálny recept pre všetky vedecké disciplíny. Oveľa závisí od konkrétnych dát, od kvality meraní a od toho, či sa výsledky dajú prakticky overiť.
Snímka zobrazuje: astronomy, bright, beautiful wallpaper, full hd wallpaper, constellation, dark, hd wallpaper, exploration, free wallpaper, nature wallpaper, mac.
Otvorenou otázkou zostáva aj to, ako široko sa podobné workflowy ujmú v bežnej výskumnej praxi. Ak majú byť užitočné, musia byť nielen metodicky presné, ale aj dostatočne zrozumiteľné a použiteľné pre tímy v rôznych odboroch. Presne na tom stojí ich prínos pre reprodukovateľnú vedu.
Na poskytovanie tých najlepších skúseností používame technológie, ako sú súbory cookie na ukladanie a/alebo prístup k informáciám o zariadení. Súhlas s týmito technológiami nám umožní spracovávať údaje, ako je správanie pri prehliadaní alebo jedinečné ID na tejto stránke. Nesúhlas alebo odvolanie súhlasu môže nepriaznivo ovplyvniť určité vlastnosti a funkcie.
Funkčné
Vždy aktívny
Technické uloženie alebo prístup sú nevyhnutne potrebné na legitímny účel umožnenia použitia konkrétnej služby, ktorú si účastník alebo používateľ výslovne vyžiadal, alebo na jediný účel vykonania prenosu komunikácie cez elektronickú komunikačnú sieť.
Predvoľby
Technické uloženie alebo prístup je potrebný na legitímny účel ukladania preferencií, ktoré si účastník alebo používateľ nepožaduje.
Štatistiky
Technické úložisko alebo prístup, ktorý sa používa výlučne na štatistické účely.Technické úložisko alebo prístup, ktorý sa používa výlučne na anonymné štatistické účely. Bez predvolania, dobrovoľného plnenia zo strany vášho poskytovateľa internetových služieb alebo dodatočných záznamov od tretej strany, informácie uložené alebo získané len na tento účel sa zvyčajne nedajú použiť na vašu identifikáciu.
Marketing
Technické úložisko alebo prístup sú potrebné na vytvorenie používateľských profilov na odosielanie reklamy alebo sledovanie používateľa na webovej stránke alebo na viacerých webových stránkach na podobné marketingové účely.
