5.2.1 ጋላክሲ Zoo

ጋላክሲ ዞፕ, ብዙ የጋኔጣዎች ፈቃደኛ ሠራተኞች አንድ ሚሊዮን ጋላክሲዎችን ለመከፋፈል ያደረጉትን ጥረት በአንድነት ሰብስበዋል.

ጋላክሲ ዞፕ በ 2007 በኦክስፎርድ ዩኒቨርሲቲ በሥነ-ፈለክ ተመራቂ ተማሪ በኬቨን ሾውዊንስኪ ከተጋረጠ ችግር አጋጥሞታል. ለስላሳዎች ቀስ በቀስ ትንሽ ቀለል ባለ መፍትሄዎች ስሎቫኒስ ጋላክሲዎችን ለመሳብ ፍላጎት ነበረው እናም ጋላክሲዎች በስነ-ተምሳሌትነታቸው - ስይሊፕ ወይም ስላይዝ-እና በቀሚ-ሰማያዊ ወይም ቀይ. በወቅቱ በሥነ ፈለክ ተመራማሪዎች ዘንድ የተለመደው ጥበብ እንደ እኛ ሚልኪ ዌይ እንደ ሰማያዊ ቀለማት ሰማያዊ ቀለም ያላቸው (የለጋ ዕድሜን ያመለክታል) እና የመጠጥ ሓይል ጋላክሲዎች ቀይ ናቸው. ስዋዊንስኪ ይህንን የተለመደውን ጥበብ ተጠራጥሮ ነበር. እንዲህ ዓይነቱ ሁኔታ በአጠቃላይ እውነት ሊሆን ቢችልም ምናልባት በርካታ ሊሆኑ የሚችሉ ልዩነቶች ቢኖሩም ብዙዎቹ እነዚህ ያልተለመዱ የጋላክሲዎችን, ማለትም ከተጠበቀው ንድፍ ጋር የማይጣጣሙ - እሱ ስለ ጋላክሲዎች ተሠርተዋል.

ስዋዊንስኪ የተለመዱ ጥበብን ለመሻር የሚያስፈልገውን ነገር ከሥነ ምግባራዊ ደረጃ የተሰጣቸው ጋላክሲዎች ስብስብ ነበር. ይህም ማለት እንደ ጋላክሲ ወይም ኤሎፕቲክ ተብለው የተሰየሙ ጋላክሲዎች ማለት ነው. ችግሩ ግን, አሁን ያለው የአልጂሪዝም ዘዴዎች ለክፍል ምርቶች እስካሁን ድረስ ለሳይንሳዊ ጥናት ጥቅም ላይ አልዋሉም ነበር, በሌላ አገላለጽ, ጋላክሲዎችን መመደብ በዚያን ጊዜ ለኮምፒዩተሮች ችግር ነበር. ስለዚህ የሚያስፈልገው በጣም ብዙ የሰው ሰራሽ ጋላክሲዎች ነበር. ስቫዊንስኪ ይህንን የችግሩን ችግር ከአንድ ተመራቂ ተማሪ ጋር ባለው ቅንዓት ተካሂዷል. በ 12 ሰዓታት ውስጥ በ 7 ኛ የማራቶን ፕሮግራም ውስጥ 50,000 ጋላክሲዎችን ለመለየት ችሏል. 50,000 ጋላክሲዎች ብዙ ሊመስሉ ቢችሉም በ Sloan Digital Sky Survey ውስጥ ፎቶግራፍ ከተነሰላቸው ወደ አንድ ሚሊየን የሚደርሱ ጋላክሲዎች 5 በመቶ ብቻ ነው. ስዋዊንስኪ ይበልጥ ስፋት ያለው አቀራረብ እንደሚያስፈልገው ተገነዘበ.

ደግነቱ መሆኑ ይወሰናሌ ጋላክሲዎች ተግባር ፈለክ ውስጥ ከፍተኛ ሥልጠና የሚጠይቅ እንዳልሆነ ስናገኘው; አንተ ቆንጆ በፍጥነት ማድረግ ሰው ማስተማር ይችላሉ. ጋላክሲዎች ይወሰናሌ ኮምፒውተሮች ከባድ ነበር አንድ ሥራ ማከናወን ነው እንኳ በሌላ አባባል, ይህ የሰው ልጆች በጣም ቀላል ነበር. ስለዚህ, ኦክስፎርድ, Schawinski እና የእምነት ፈለክ ክሪስ Lintott ውስጥ ጋዜጠኖች ተቀምጦ ሳለ ፈቃደኛ ጋላክሲዎች ምስሎችን ለመከፋፈል ቦታ አንድ ድር ጣቢያ ህልም ነበራቸው. ከጥቂት ወራት በኋላ, ጋላክሲ ዙ ተወለደ.

በጋለ ጎን ድር ጣቢያ ላይ ፈቃደኛ ሠራተኞች ለጥቂት ደቂቃዎች ስልጠና ይሰጣቸዋል. ለምሳሌ, በክበብ እና በእግር ጂች መካከል ያለውን ልዩነት ማወቅ (ስዕ 5.2). ከዚህ ማሰልጠኛ በኋላ እያንዳንዱ ፈቃደኛ በአንጻራዊነት ቀላል የሆኑትን 11 የአስራስ 15 ጋላክሲዎችን (ክላሲሲስ) በማይታወቁ ክዋኔዎች (ክላሬስ) እንዲለቁ እና ከዚያ በኋላ በሚታወቀው ቀላል የድረ-ገጽ በይነገጽ (ስእል 5.3) ውስጥ በትክክል የማይታወቁ ጋላክሲዎችን ይጀምራሉ (ምስል 5.3). ከፈቃደኛ ወደ ሥነ ፈለክ ተመራማሪው የሚደረገው ሽግግር ከ 10 ደቂቃዎች ባነሰ ጊዜ ውስጥ ይካሄዳል እና አነስተኛውን መሰናክል ይጠይቃል.

ምስል 5.2 ዋና ዋናዎቹ የጋላክሲ ዓይነቶች ስዕሎች እና ኤሊፕስፕ የ Galaxy Zoo ፕሮጀክት ከ 100,000 በላይ ምስሎችን ለመመደብ ከ 100,000 በላይ በጎ ፈቃደኞችን ተጠቅሟል. ከ http://www.GalaxyZoo.org እና Sloan Digital Sky Survey ፍቃድ የተገኘ.

ምስል 5.3 በጎ ፈቃደኞች አንድ ነጠላ ምስል እንዲመድቡ ተጠይቀዋል. በ Sloan የዲጂታል ሰማይ ዳሰሳ በተሰየመ ምስል ላይ የተመሠረተ ከ Chris Lintott ፈቃድ በተቀረፀ.

ፕሮጀክቱ በሺዎች በሚቆጠሩ ዜጎች ሳይንቲስቶች, በሥራው በጣም ስለተደሰቱ እና ለሥነ ፈለክ (አስትሮኖሚ) መስጠትን ለማገዝ ፈልገው ነበር. እነዚህ 100,000 በጎ ፈቃደኞች በአጠቃላይ ከ 40 ሚልዮን በላይ የሚሆኑ ክፍሎችን አስተዋውቀዋል, አብዛኛዎቹ (Lintott et al. 2008) በአንፃራዊነት አነስተኛ ከሆኑ ዋና ዋና ተሳታፊዎች (Lintott et al. 2008) .

የድሕረ ምረቃ ምርምር ሥራ ባለሙያዎችን ለመቅጠር ልምድ ያላቸው ተመራማሪዎች ስለ ውሂብ ጥራት ጥርጣሬ ሊያሳዩ ይችላሉ. ይህ ተጠራጣሪነት ምክንያታዊ ቢሆንም, ጋዞን ዞ ዘንድ የበጎ አድራጎት መዋጮ በትክክል ሲጸዳ, ሲነበብ እና ሲደባለቅ, ከፍተኛ ጥራት ያለው ውጤትን (Lintott et al. 2008) ሊያቀርቡ እንደሚችሉ ያሳያል. ለሙከራ- ጥራት ያለው ውሂብ እንዲፈጥሩ አንድ በጣም ጠቃሚ ዘዴ ብዙ ሰዎች የተተከሉበት ተመሳሳይ ስራዎች ናቸው. በጋለ ጎተር ውስጥ, በአንድ ጋላክሲ ውስጥ ወደ 40 ገደማ ክፍሎች ምድብ ነበሩ, የምረቃ ምርምር ተቆጣጣሪዎች የሚጠቀሙ ተመራማሪዎች ለዚህ ደረጃ የመክፈል አቅማቸው የማይፈቅድላቸው ስለሆነ, ለእያንዳንዱ ግለሰብ ጥራት ምጣኔ ይበልጥ ትኩረት መስጠት ይኖርበታል. ፈቃደኛ ሠራተኞቹ በስልጠና ላይ የጎደሉት ምን እንደሆነ ተገንዝበዋል.

በተለያዩ ጋላክሲዎች ውስጥ እንኳን, የጋራ ስምምነት ምድቦችን ለማዘጋጀት የበጎ ፈቃደኛ ምድቦችን አንድ ላይ ማዋሃድ አስቸጋሪ ነበር. በአብዛኛው የሰዎች ጉድኝት ፕሮጄክቶች ተመሳሳይ ተመሳሳይ ችግሮች ስለሚያጋጥሙ, የጂሎናዊ ዘፋ ተመራማሪዎች የጋራ ስምምነት መስፈርቶቻቸውን ለመከተል ያደረጉትን ሦስት እርምጃ በአጭሩ ለመገምገም ጠቃሚ ነው. በመጀመሪያ, ተመራማሪዎቹ የውሸት ክፍሎችን በማስወገድ መረጃውን አጽድተዋል. ለምሳሌ ያህል, አንድ ዓይነት የጋላክሲ ክምችት የሰጧቸው ሰዎች ውጤቱን ለማርሳት ቢጥሩ የሚከሰተውን ነገር ማለትም ሁሉም የመማሪያ ክፍሎቻቸው ተጥለዋል. ይህና ሌሎች ተመሳሳይ ንጽሕናን ከሁሉም ምደባዎች ውስጥ 4% ገደማ ተወግዷል.

በሁለተኛ ደረጃ, ተመራማሪዎቹ በክፍል ውስጥ ያለውን ስልታዊ አድሏዊነት ማስወገድ ነበረባቸው. በፕሮጀክቱ ውስጥ በተካተቱ በተከታታይ የባለድርጣናት የተገኙ ጥናቶች-ለምሳሌ ያህል, አንዳንድ በጎ ፈቃደኞች በጋላክሲው ውስጥ አንድ ባለ ቀለም አንፃራዊ ብዛትን በማሳየት የተለያዩ ተያያዥነት ያላቸው ታካሚዎችን በማየት እንደ ረቂቅ የስበት ጋላክሲዎች እንደ ኤሊፕስ ጋላክሲዎች (Bamford et al. 2009) . ለእነዚህ የስርዓት አድሏዊነቶች መስተካከል እጅግ በጣም አስፈላጊ ነው ምክንያቱም ድጐማ ያለበትን ስርአታዊ ሁኔታ ባያስወግድ ስለሚቀር; ያጋጠመው ስህተት ብቻ ነው.

በመጨረሻም ተመራማሪዎቹ ተመሳሳዮቹ ከተከፋፈሉ በኋላ የግለሰብ ምደባዎችን በማስተባበር መግባትን ለማስቀመጥ አንድ ዘዴ ፈለጉ. ለእያንዳንዱ ጋላክሲ የዘር ምላሾችን ለማጣራት በጣም ቀላሉ መንገድ በጣም የተለመደውን ምድብ ለመምረጥ ነበር. ይሁን እንጂ ይህ አቀራረቡ ለእያንዳንዱ የፈቃደኛ ክብደት እኩል ክብደት ሰጥቷል እናም ተመራማሪዎቹ አንዳንድ ፈቃደኛ ሠራተኞች ከሌሎቹ በተሻለ ሁኔታ እንደ ምደባ የተሻለ እንደሚሆን ተሰምቷቸዋል. ስለሆነም ተመራማሪዎቹ በጣም የተወሳሰበ ከባድ የክብደት አሰራሮች ፈጥረው የተሻሉ አሻሚዎችን ለመለየት እና ተጨማሪ ክብደት እንዲኖራቸው ለማድረግ ሞክረዋል.

ስለዚህ የሶላቱ የሶስት ደረጃ ስራዎችን ማለትም የፅዳት ማመቻቸት, የሽቦ አደሩ እና የክብደት መለኪያዎችን ያካተተው የዞኑ የዞን ምርምር ቡድን 40 ሚሊዮን የፈቃደኞች ስብስቦችን ወደ አንድ የጋራ ስምምነት ሥነ-መለኮታዊ ምደባዎች ተቀይሯል. እነዚህ የሻይዞ ዞክ ምደባዎች በባለሙያቸን የሥነ-ፈጣሪዎች (ሶሳይት ተመራማሪዎች) ከሦስት ቀደምት አነስተኛ ጥረቶች ጋር ሲነፃፀር, በስዊንስኪኪ ክላይ ዞኖችን ለማነሳሳት አስተዋጽኦ ያደረገውን ክፋይ ጨምሮ, ጠንካራ ስምምነት ነበር. ስለሆነም, በጎ ፈቃደኞች በአጠቃላይ ከፍተኛ ጥራት ያላቸው ደረጃዎችን እና ተመራማሪዎቹ (Lintott et al. 2008) ደረጃ (Lintott et al. 2008) ችለው ነበር. እንደ እውነቱ ከሆነ ለበርካታ ጋላክሲዎች የሰዎች ጋብቻዎች ስራቸው ሻዋዊንስኪ, ላቲቶ እና ሌሎችም 80% የሚሆነው ጋላክሲዎች የሚጠብቁት በሰማያዊ ቀለማት እና በቀይ ጠፍጣፋ ቅርጽ የተሠሩ ናቸው. ይህ ግኝት (Fortson et al. 2011) .

ይህን የጀርባ ስእል በመመልከት በአሁኑ ጊዜ ጋዚል ዞን እንዴት ክፋትን-ተጠቀሚ-የተጣመረ አሰራርን እንዴት እንደሚከተለው ማወቅ ይችላሉ, ለአብዛኞቹ የሰዎች የኮምፒዩተር ፕሮጄክቶች ጥቅም ላይ የዋለ ተመሳሳይ የምግብ አሰራር. በመጀመሪያ, አንድ ትልቅ ችግር በቃጫዎች የተከፋፈለ ነው . በዚህ ሁኔታ አንድ ሚሊዮን ጋላክሲዎችን የመከፋፈል ችግር በአንድ ጋላክሲ ውስጥ ያለውን አንድ ሚሊዮን ችግሮች ተከፋፍሎ ነበር. ቀጥሎም, አንድ ክወና በራሳቸው ለእያንዳንዱ ቸንክ ላይ ተግባራዊ ነው. በዚህ ሁኔታ ውስጥ የበጎ ፈቃደኞች እያንዳንዱን ጋላክሲ እንደ ሸለቆ ወይም ኤሊፕስ (ኡሎፕቲክ) ብለው ሰጧቸው. በመጨረሻም, በ ውጤቶች ስምምነት ውጤት ለማስገኘት ይጣመራሉ. በዚህ ጊዜ ጥምረት ደረጃ ለእያንዳንዱ ጋላክሲ የጋራ መግባባት ለማስገኘት የማጽዳት, የማጭበርበር እና ክብደት ያካትታል. አብዛኛዎቹ ፕሮጀክቶች ይህንን አጠቃላይ የምግብ አሰራር ቢጠቀሙም, እያንዳንዱ ደረጃ እየተስተናገደ ላለው ችግር ማሻሻል አለበት. ለምሳሌ, ከዚህ በታች የተገለጸው የሰዎች የግብአት ፕሮገራም, ተመሳሳይ የምግብ አዘገጃጀት መመሪያ ይከተላል, ነገር ግን ተፈጻሚነት እና ጥምረት ደረጃዎች በጣም የተለየ ይሆናሉ.

ለ Galaxy Zoo ቡድን ይህ የመጀመሪያ ፕሮጀክት መጀመሪያ ብቻ ነበር. እጅግ በጣም በፍጥነት አንድ ሚሊዮን ጋላክሲዎች ቢደረጉም, ይህ መጠን አዳዲስ ዲጂታል የሰማይ (Kuminski et al. 2014) ጋር ለመሥራት በቂ አይደለም, ይህም ወደ 10 ቢሊዮን ዘመናዊ ጋላክሲዎችን (Kuminski et al. 2014) . ከ 1 ሚሊዮን እስከ 10 ቢሊዮን የሚደርስ ጭማሪን ለመቆጣጠር 10,000 የሚሆኑ - ጋላክሲ ዞን 10,000 ያህል ተጨማሪ ተሳታፊዎች መመልመል ያስፈልጋል. በበየነመረብ ላይ የበጎ ፈቃድ ሠራተኞች ብዛት ቢኖርም, ገደብ የለሽ አይደለም. ስለዚህ ተመራማሪዎቹ ቁጥራቸው ከጊዜ ወደ ጊዜ እየጨመረ የሚመጡ መረጃዎችን መቆጣጠር እንደሚችሉ ተገንዝበዋል.

ስለዚህ, Manda Banerji - ከስቫዊንስኪ, ከሊቲት, እና ከሌሎች የጋለ ጎላ ቡድኖች (2010) -የተሰሩ የማስተማሪያ ኮምፒውተሮችን ጋላክሲዎችን ለመከፋፈል እየሰሩ ነው. በተለየ መልኩ, በ Galaxy Zoo የተፈጠሩትን የሰዎች ምድራዊ አጠቃቀምን መጠቀም ባንጋጂ በምስሉ ባህሪያት ላይ ተመስርቶ የአንድ ጋላክሲ ስብስብ የሰዎች ስብስብን የሚገመት የማሽን መማሪያ ሞዴል ገነባ. ይህ ሞዴል ሰብዓዊ የመሬት አቀማመጦችን በብዛትነት ሊተካ ከቻለ, የ Galaxy Zoo ተመራማሪዎች እጅግ በጣም ረቂቅ የሆኑ የጋላክሲዎችን ብዛት ለመለየት ሊያገለግል ይችላል.

Bannerji እና የስራ ባልደረባዎች አካሄድ በማህበራዊ ምርምር ውስጥ በተደጋጋሚ ከተጠቀሙባቸው ዘዴዎች ጋር በጣም ተመሳሳይ ነው, በተመሳሳይ መልኩ መጀመሪያ ተመሳሳይነት ግልጽ ላይሆን ይችላል. በመጀመሪያ ደረጃ Bangerji እና ባልደረቦቹ እያንዳንዱን ምስል የቤቶቹን አጠቃላይ ገጽታውን በሚያጠቃልሉት የቁጥር ባህርያት ስብስብ ውስጥ ይቀይሯቸዋል. ለምሳሌ, ለጋላክሲዎች ምስል, በሶስት ገፅታዎች ሊገለሉ ይችላሉ-በምስሉ ላይ ሰማያዊ መጠን, በፒክላይ ብሩህነት ልዩነት, እና ነጭ ያልሆኑ ፒክስሎች. ትክክለኛው ባህሪው መምረጥ የችግሩን ወሳኝ ክፍል ነው, እናም በአጠቃላይ የትምህርት ዓይነቶች ባለሙያ ያስፈልገዋል. ይህ የመጀመሪያ ደረጃ, በተለምዶ ባህሪ-ኢንጂነሪንግ ተብሎ የሚጠራ, በአንድ ምስል በአንድ ረድፍ እና ከዚያም ምስሉን የሚገልጹ ሶስት አምዶች. የውሂብ ሰንጠረዥ እና የሚፈለገው ውጤት (ለምሳሌ, ምስሉ በሰዎች በመለቀቁ እንደ ኤልሊፕቲቭ ጋላክሲ), ተመራማሪው የስታቲስቲክ ወይም የማሽን መማሪያ ሞዴል ይፈጥራል-ለምሳሌ, በሎጂስቲክስ ቅልጥፍና - በሰው ባህሪ ላይ በመተንተን ላይ ምስሉ. በመጨረሻም ተመራማሪው በዚህ ስታትስቲክዊ ሞዴል ውስጥ ያሉትን መለኪያዎች በአዳዲስ ጋላክሲዎች መካከል ያለውን ግምት ይጠቀማል (ስእል 5.4). በማሽን ትምህርት ውስጥ, አዳዲስ ሞጁሎችን ለመመዝገብ ሞዴል ለመፍጠር የታቀዱ ምሳሌዎችን በመጠቀም- ክትትል የሚደረግበት ትምህርት ተብሎ ይጠራል.

ምስል 5.4- Banerji et al. (2010) እንዴት Banerji et al. (2010) የጋላክቶችን ዞን ክፋዮች የጋላክሲ ምደባዎችን ለማድረግ የማሽን መማሪያ ሞዴሎችን ለማሰልጠን ተጠቅመዋል. የጋላክሲ ምስሎች በገፅታዎች ስብስብ ውስጥ ይቀየራሉ. በዚህ ቀለል ያለ ምሳሌ ውስጥ ሶስት ገፅታዎች (በምስሉ ላይ ሰማያዊ መጠን, የፒክላይ ብሩህነት ልዩነት, እና ያልበሰለ ፒክስል መጠን). በመቀጠልም, ለሱ ምስሎች ስብስብ, የጅልጅ ዘንግ መለያዎች የማሽን መማሪያ ሞዴሎችን ለማሰልጠን ያገለግላሉ. በመጨረሻም የማሽኑ ስልጠና ለቀሪው ሴልሲስ ዓይነቶችን ለመገመት ይጠቅማል. ይህን የሰው ልጅ ችግሮችን ለመፍታት ከመሞከር ይልቅ ኮምፒተርን ለማሰልጠን የሚያገለግል የውሂብ ስብስብ (ኮምፕዩተር) ማዘጋጀት ይችላል. የዚህ ኮምፒዩተር እርዳታ የሚረዳው የሰው የሰዎች ሒሳብ ጠቀሜታ እጅግ በጣም ትንሽ የሰው ኃይል ጥረትን በመጠቀም እጅግ በጣም ረጅም ውሂቦችን እንዲይዙ ያስችልዎታል. የ Sloan የዲጂታል ካሜራ ፍቃድ ፈቃድ ያላቸው የጋላክሲ ምስሎች.

በባንጄ እና የሥራ ባልደረቦች የማሽን መማሪያ ሞዴል ውስጥ ያሉት ባህሪያት በአሰፋዬ ምሳሌዎች ውስጥ በጣም ውስብስብ ናቸው-ለምሳሌ, እንደ "de Vaucouleurs fit axial ratio" ያሉ ባህሪያትን ተጠቀመባት-እና ሞዴሎዋ ሎጂካዊ ቁጥሩ አልነበረም, የሰው ሰራሽ የሰውነት ነርቭ አውታረ መረብ ነበር. የእሷን ገፅታዎች, ሞዴሎቿን, እና የጋራ መግባባትን በመጠቀም የ Galaxy Zoo ምድቦችን በመጠቀም በእያንዳንዱ ባህሪ ላይ ክብደት እንዲኖራቸው ማድረግ እና ከዛም የጋላክሲዎችን ምድብ በተመለከተ ትንበያዎችን ለማድረግ ትንበያዎችን ይጠቀሙ. ለምሳሌ, ትንታኔዎቻቸው ዝቅተኛ "ዴ ቮውውለር" ያላቸው ምስሎች አሻንጉሊቶች ጋር ሲወዳደሩ ክብ ቅርጽ ያላቸው ጋላክሲዎች የመሆን ዕድላቸው ከፍተኛ ነው. እነዚህን ክብደቶች ከግምት በማስገባት የአንድ ጋላክሲ የሰዎች ስብስብ ምክንያታዊ በሆነ ትክክለኛነት መተንበይ ቻለች.

የባንጄጂ እና ባልደረባዎች የኮሎምቢያ ዞንን በኮምፒውተር የተረዳ የሰዎች ኮምፕዩተር ሥርዓት አድርጌያቸዋለሁ . ስለነዚህ የዲፕሎማሲ ሥርዓቶች ለማሰብ ተመራጩ መንገድ ሰዎች ችግሮችን ከመፍታት ይልቅ, ችግሩን ለመፍታት ሊያገለግል የሚችል ኮምፕዩተር ያዘጋጁታል. አንዳንድ ጊዜ ችግሩን ለመፍታት ኮምፒተርን ማሠልጠን ብዙ ምሳሌዎችን ሊፈልግ ይችላል, በቂ የሆኑ በርካታ ምሳሌዎችን ለማስገባት ብቸኛው መንገድ የግብይት ትብብር ነው. የዚህ የኮምፒዩተር እርዳታ አቀራረብ በጣም የተገደበ የሰው ኃይል ጥረት ብቻ በመጠቀም እጅግ በጣም ረጅም ውሂቦችን እንዲይዙ ያስችልዎታል. ለምሳሌ ያህል, አንድ ሚልዮን የሚሆኑ የሰዎች ጋላክሲዎች ተመራማሪው አንድ ቢሊዮን እንዲያውም አንድ ትሪሊዮን ጋላክሲዎችን ለመከፋፈል መገመት ይችላሉ. ከፍተኛ ቁጥር ያላቸው ጋላክሲዎች ካሉ ይህ ዓይነቱ ሰው-ኮምፒዩተር የተቀላቀለ ዝርያዎች ብቸኛ መፍትሔ ነው. ይህ እጅግ በጣም አቻ የሌለው ዘላቂነት ነጻ አይደለም. የሰው ስብስብን በትክክል መተካት የሚችል የማሽን መማሪያ ሞዴል በራሱ ችግር ነው, ነገር ግን እንደ እድል ሆኖ ለዚህ ርዕሰ ጉዳይ የተዘጋጁ ምርጥ መፃህፍት አለ (Hastie, Tibshirani, and Friedman 2009; Murphy 2012; James et al. 2013) .

ጋላክሲ ዞ አትክልት ስንት የሰዎች የጉዞ ሂደቶች መሻሻል ጥሩ ምሳሌ ነው. በመጀመሪያ, ተመራማሪዋ ፕሮጀክቱን በራሱ ወይም በጥቂቱ የጥናት ተመራማሪዎች ቡድን (ለምሳሌ, የስዋዊንስኪ የመጀመሪያ የመመደብ ጥረቶች) ሙከራ ያደርጋል. ይህ አቀራረብ በጥሩ ሁኔታ ካልተስተካከለ ተመራማሪው ከብዙ ተሳታፊዎች ወደ ሰብአዊ ጉብኘት ሂደቱ ሊንቀሳቀስ ይችላል. ነገር ግን, ለተወሰኑት መረጃዎች, ንጹህ የሰው ጥረት አይበቃም. በዚህ ጊዜ ተመራማሪዎች የኮምፒተር ድጋፍ የሚሠጥበት የሰው ሥርዓት (ኮምፕዩተር) የግንኙነት ዘዴን መገንባት እና ማሽን (ማሽን) ሞዴል ማሰልጠኛ ማሰልጠኛ ሞዴል ማዘጋጀት ያስፈልጋል.