ಈ ವಿಭಾಗವು ನಿರೂಪಣೆಗಳ ಹಾಗೆ ಓದಬಹುದು ಬದಲಿಗೆ ಒಂದು ಆಕರ ಭಾಗವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ.
ಮಾಸ್ ಸಹಯೋಗದೊಂದಿಗೆ ನಾಗರಿಕ ವಿಜ್ಞಾನ, ಕ್ರೌಡ್ಸೋರ್ಸಿಂಗ್, ಮತ್ತು ಸಂಗ್ರಹಿತ ಬುದ್ಧಿವಂತಿಕೆ ಯೋಜನೆಗಳ ಮಾಡುತ್ತದೆ. ನಾಗರಿಕ ವಿಜ್ಞಾನ ಸಾಮಾನ್ಯವಾಗಿ "ನಾಗರಿಕರು" ವೈಜ್ಞಾನಿಕ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ (ಅಂದರೆ, ಅಲ್ಲದ ವಿಜ್ಞಾನಿಗಳು) ಒಳಗೊಂಡ ಅರ್ಥ (Crain, Cooper, and Dickinson 2014) . ಕ್ರೌಡ್ಸೋರ್ಸಿಂಗ್ ಸಾಮಾನ್ಯವಾಗಿ ಸಾಮಾನ್ಯವಾಗಿ ಸಂಸ್ಥೆಯೊಳಗೆ ಪರಿಹಾರ ಒಂದು ಸಮಸ್ಯೆ ತೆಗೆದುಕೊಂಡು ಬದಲಿಗೆ ನೆರೆದಿದ್ದ ಇದು ಹೊರಗುತ್ತಿಗೆ ಅರ್ಥ (Howe 2009) . ಸಂಗ್ರಹಿತ ಬುದ್ಧಿವಂತಿಕೆ ಸಾಮಾನ್ಯವಾಗಿ ತೋರುವ ಬುದ್ಧಿವಂತ ರೀತಿಯಲ್ಲಿ ಒಟ್ಟಾಗಿ ನಟನೆಯನ್ನು ವ್ಯಕ್ತಿಗಳ ಗುಂಪುಗಳನ್ನು ಅರ್ಥ (Malone and Bernstein 2015) . Nielsen (2012) ವೈಜ್ಞಾನಿಕ ಸಂಶೋಧನೆಗೆ ಸಾಮೂಹಿಕ ಸಹಯೋಗದ ಅಧಿಕಾರಕ್ಕೆ ಅದ್ಭುತ ಪುಸ್ತಕ ಉದ್ದ ಪರಿಚಯವಾಗಿದೆ.
ಸಾಮೂಹಿಕ ಸಹಯೋಗದೊಂದಿಗೆ ಅನೇಕ ರೀತಿಯ ನಾನು ಪ್ರಸ್ತಾಪಿಸಲಾಗಿದೆ ಎಂದು ಮೂರು ವರ್ಗಗಳಾಗಿ ಅಂದವಾಗಿ ಸೇರದ, ಮತ್ತು ನಾನು ಅವರು ಕೆಲವು ಹಂತದಲ್ಲಿ ಸಾಮಾಜಿಕ ಸಂಶೋಧನೆ ಉಪಯುಕ್ತ ಇರಬಹುದು ಏಕೆಂದರೆ ಮೂರು ವಿಶೇಷ ಗಮನ ಅರ್ಹರಾಗಿದ್ದಾರೆ ಭಾವಿಸುತ್ತೇನೆ. ಒಂದು ಉದಾಹರಣೆ ಭಾಗವಹಿಸುವವರು ಖರೀದಿ ಅಲ್ಲಿ ಭವಿಷ್ಯ ಮಾರುಕಟ್ಟೆಗಳು ಹಾಗೂ ಮರುಕಳಿಕೆಯ ಆಧಾರದ ವಿಶ್ವದ ಸಂಭವಿಸುವ ಫಲಿತಾಂಶಗಳ ಮೇಲೆ ಕೆಲಸಗಳ ಗುತ್ತಿಗೆಗಳನ್ನು ಆಗಿದೆ (Wolfers and Zitzewitz 2004; Arrow et al. 2008) . ಮುನ್ಸೂಚನೆ ಮಾರುಕಟ್ಟೆಗಳನ್ನು ಮುಂದಾಲೋಚನೆ ಸಂಸ್ಥೆಗಳು ಮತ್ತು ಸರ್ಕಾರಗಳು ಬಳಸಲಾಗುತ್ತದೆ, ಹಾಗೂ ಮುನ್ಸೂಚನೆ ಮಾರುಕಟ್ಟೆಗಳು ಸಹ ಮನೋವಿಜ್ಞಾನ ಪ್ರಕಟವಾದ ಅಧ್ಯಯನಗಳ ಪುನರಾವರ್ತನೀಯತೆ ಊಹಿಸಲು ಸಾಮಾಜಿಕ ಸಂಶೋಧಕರು ಬಳಸಲಾಗುತ್ತದೆ (Dreber et al. 2015) .
ನನ್ನ ವರ್ಗೀಕರಣದ ಯೋಜನೆ ಚೆನ್ನಾಗಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ ಎಂಬುದನ್ನು ಎರಡನೇ ಉದಾಹರಣೆಗೆ ಸಂಶೋಧಕರು ಹೊಸ ಗಣಿತ ಪ್ರಮೇಯಗಳು ಸಾಬೀತು ಬ್ಲಾಗ್ ಮತ್ತು ವಿಕಿಗಳು ಬಳಸಿ ಸೇರಿ ಅಲ್ಲಿ ಮಹಾವಿದ್ವಾಂಸ ಯೋಜನೆ (Gowers and Nielsen 2009; Cranshaw and Kittur 2011; Nielsen 2012; Kloumann et al. 2016) . ಮಹಾವಿದ್ವಾಂಸ ಯೋಜನೆಯ ನೆಟ್ಫ್ಲಿಕ್ಸ್ ಪ್ರಶಸ್ತಿ ಹೋಲುವ ಕೆಲವು ರೀತಿಯಲ್ಲಿ, ಆದರೆ ಮಹಾವಿದ್ವಾಂಸ ಯೋಜನೆಯಲ್ಲಿ ಪಾಲ್ಗೊಳ್ಳುವವರು ಹೆಚ್ಚು ಸಕ್ರಿಯವಾಗಿ ಇತರರ ಭಾಗಶಃ ಪರಿಹಾರಗಳನ್ನು ಕಟ್ಟಲಾಗಿದೆ.
ನನ್ನ ವರ್ಗೀಕರಣದ ಯೋಜನೆ ಚೆನ್ನಾಗಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ ಎಂಬುದನ್ನು ಮೂರನೆಯ ಉದಾಹರಣೆಯೆಂದರೆ ಡಿಫೆನ್ಸ್ ಅಡ್ವಾನ್ಸ್ಡ್ ರಿಸರ್ಚ್ ಪ್ರಾಜೆಕ್ಟ್ಸ್ ಏಜೆನ್ಸಿ (DARPA) ನೆಟ್ವರ್ಕ್ ಚಾಲೆಂಜ್ (ಅಂದರೆ, ಕೆಂಪು ಬಲೂನ್ ಚಾಲೆಂಜ್) ಸಮಯ-ಅವಲಂಬಿತ ಕ್ರೋಢೀಕರಣಕ್ಕೆ ಆಗಿದೆ. ಈ ಸಮಯಕ್ಕೆ ಹೆಚ್ಚು ಸೂಕ್ಷ್ಮ ಕ್ರೋಢೀಕರಣಕ್ಕೆ ನೋಡಿ Pickard et al. (2011) , Tang et al. (2011) , ಮತ್ತು Rutherford et al. (2013) .
ಪದ "ಮಾನವ ಗಣನೆ" ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನಿಗಳಿಂದ ಕೆಲಸವನ್ನು ಹೊರಬರುವ ಈ ಸಂಶೋಧನೆಯ ಹಿಂದಿನ ಉದ್ದೇಶವನ್ನು ಇದು ಉತ್ತರದಾಯಿ ಎಂದು ಸಮಸ್ಯೆಗಳನ್ನು ತೆಗೆಯಬೇಡಿ ನಿಮ್ಮ ಸಾಮರ್ಥ್ಯವನ್ನು ಸುಧಾರಿಸುತ್ತದೆ ಅರ್ಥ. ಕೆಲವು ಕಾರ್ಯಗಳಿಗಾಗಿ, ಕಂಪ್ಯೂಟರ್ ದೂರದ ಸಹ ತಜ್ಞ ಮಾನವರು ಮೀರಿದ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಮೀರಿ ಶಕ್ತಿಯುತ. ಉದಾಹರಣೆಗೆ, ಚೆಸ್ ಕಂಪ್ಯೂಟರ್ಗಳ ಸಹ ಅತ್ಯುತ್ತಮ ಗ್ರಾಂಡ್ ಮಾಸ್ಟರ್ಸ್ ಹೊಡೆಯುವ. ಆದರೆ ಈ ಕಡಿಮೆ ಸಾಮಾಜಿಕ ಮೆಚ್ಚುಗೆ ಇದೆ ವಿಜ್ಞಾನಿಗಳು ಫಾರ್ ಇತರ ಕಾರ್ಯಗಳನ್ನು, ಕಂಪ್ಯೂಟರ್ ವಾಸ್ತವವಾಗಿ ಜನರು ಹೆಚ್ಚು ಕೆಟ್ಟದಾಗಿ. ಅರ್ಥಾತ್, ಇದೀಗ ನೀವು ಚಿತ್ರಗಳು, ವಿಡಿಯೋ, ಆಡಿಯೋ, ಮತ್ತು ಪಠ್ಯ ಸಂಸ್ಕರಣೆ ಒಳಗೊಂಡ ಕೆಲವು ಕೆಲಸಗಳನ್ನು ನಲ್ಲಿ ಅತ್ಯಂತ ಅತ್ಯಾಧುನಿಕ ಕಂಪ್ಯೂಟರ್ ಉತ್ತಮ. ಹಾಗಾಗಿ ಮಾಹಿತಿ ಅದ್ಭುತ XKCD ಉಲ್ಲೇಖಿತವಾಗಿದ್ದು ಕಾರ್ಟೂನ್ ಅಲ್ಲಿ ಜನರಿಗೆ ಕಂಪ್ಯೂಟರ್ಗಳಿಗೆ ಸುಲಭ ಮತ್ತು ಹಾರ್ಡ್ ಎಂದು ಕಾರ್ಯಗಳನ್ನು, ಆದರೆ ಕಂಪ್ಯೂಟರ್ ಹಾರ್ಡ್ ಮತ್ತು ಜನರಿಗೆ ಸುಲಭ ಎಂದು ಕಾರ್ಯಗಳನ್ನು (ಚಿತ್ರ 5.13) ಇವೆ. ಈ ಹಾರ್ಡ್ ಕಂಪ್ಯೂಟರ್ಗಳಲ್ಲಿ ಸುಲಭ ಫಾರ್ ಮಾನವ ಕಾರ್ಯಗಳನ್ನು, ಆದ್ದರಿಂದ, ಅವರು ತಮ್ಮ ಕಾಂಪ್ಯುಟೇಶನಲ್ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಮಾನವರು ಸೇರಿವೆ ಎಂದು ಅರಿತುಕೊಂಡ ಕೆಲಸ ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನಿಗಳು. ಇಲ್ಲಿ ಲೂಯಿಸ್ ವಾನ್ ಆಹನ್ ಹೇಗೆ (2005) ಅವರು ಮೊದಲ ಪ್ರೌಢಪ್ರಬಂಧದಲ್ಲಿ ಪದವನ್ನು ರಚಿಸಿದಾಗ ಮಾನವ ಗಣನೆ ವಿವರಿಸಲಾಗಿದೆ: ". ಕಂಪ್ಯೂಟರ್ ಇನ್ನೂ ಪರಿಹರಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲು ಮಾನವ ಪ್ರಕ್ರಿಯೆಗೆ ಶಕ್ತಿ ಬಳಸಿಕೊಂಡು ಒಂದು ಮಾದರಿ"
ಈ ವ್ಯಾಖ್ಯಾನ FoldIt-ಇದು ನಾನು ಮುಕ್ತ ವಿಭಾಗದಲ್ಲಿ ವಿವರಿಸಲಾಗಿದೆ ಮೂಲಕ ಮಾನವ ಗಣನೆ ಯೋಜನೆಯ ಕರೆಗಳನ್ನು-ಸಾಧ್ಯವಾಗಲಿಲ್ಲ ಪರಿಗಣಿಸಬಹುದು. ಆದರೆ, ನಾನು ಅದನ್ನು ವಿಶೇಷ ಕೌಶಲಗಳನ್ನು ಕಾರಣ ತೆರೆದ ಕರೆ FoldIt ವರ್ಗೀಕರಿಸಲು ಆಯ್ಕೆ ಮತ್ತು ಉತ್ತಮ ಪರಿಹಾರ ಸ್ಪ್ಲಿಟ್ ಅರ್ಜಿ-ಒಗ್ಗೂಡಿ ತಂತ್ರ ಬಳಸಿ ಬದಲಿಗೆ ಕೊಡುಗೆ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ.
ಮಾನವ ಗಣನಾ ಉತ್ತಮ ಪುಸ್ತಕ ಉದ್ದ ಚಿಕಿತ್ಸೆಗೆ ಪದದ ಸಾಮಾನ್ಯ ಅರ್ಥದಲ್ಲಿ ನೋಡಿ Law and Ahn (2011) . 3 ನೆಯ ಅಧ್ಯಾಯದಲ್ಲಿ Law and Ahn (2011) ಈ ಅಧ್ಯಾಯದಲ್ಲಿ ಬಿಡಿಗಳ ಹೆಚ್ಚು ಸಂಕೀರ್ಣ ಒಗ್ಗೂಡಿ ಹಂತಗಳನ್ನು ಒಂದು ಆಸಕ್ತಿಕರ ಚರ್ಚೆಗೆ ಹೊಂದಿದೆ.
ಪದ "-ಬಿರುಕು-ಅರ್ಜಿ ಒಗ್ಗೂಡಿಸಿ" ಬಳಸಿದರು Wickham (2011) ಅಂಕಿಅಂಶ ಎಣಿಕೆ ಒಂದು ತಂತ್ರ ವಿವರಿಸಲು, ಆದರೆ ಇದು ಸಂಪೂರ್ಣವಾಗಿ ಅನೇಕ ಮಾನವ ಗಣನೆ ಯೋಜನೆಗಳು ಪ್ರಕ್ರಿಯೆ ಸೆರೆಹಿಡಿಯುತ್ತದೆ. ಸ್ಪ್ಲಿಟ್ ಅರ್ಜಿ ಒಗ್ಗೂಡಿ ತಂತ್ರ ಗೂಗಲ್ ಅಭಿವೃದ್ಧಿ MapReduce ಚೌಕಟ್ಟನ್ನು ಹೋಲುತ್ತದೆ (Dean and Ghemawat 2004; Dean and Ghemawat 2008) .
ನಾನು ಚರ್ಚಿಸಲು ಜಾಗವನ್ನು ಹೊಂದಿರಲಿಲ್ಲ ಎಂದು ಎರಡು ಬುದ್ಧಿವಂತ ಮಾನವ ಗಣನೆ ಯೋಜನೆಗಳು ಇಎಸ್ಪಿ ಗೇಮ್ ಇವೆ (Ahn and Dabbish 2004) ಮತ್ತು reCAPTCHA (Ahn et al. 2008) . ಇವೆರಡೂ ಯೋಜನೆಗಳಿಗೆ ವ್ಯಾಪಕ ಚಿತ್ರಗಳನ್ನು ಲೇಬಲ್ಗಳನ್ನು ಒದಗಿಸಲು ಭಾಗವಹಿಸುವವರು ಪ್ರೇರೇಪಿಸುವ ಸೃಜನಶೀಲ ರೀತಿಯಲ್ಲಿ ಕಂಡುಬಂದಿಲ್ಲ. ಆದಾಗ್ಯೂ, ಈ ಯೋಜನೆಗಳ ಎರಡೂ ಸಹ ಗ್ಯಾಲಕ್ಸಿ ಝೂ ಭಿನ್ನವಾಗಿ, ಇಎಸ್ಪಿ ಗೇಮ್ ಮತ್ತು reCAPTCHA ಭಾಗವಹಿಸುವ ತಮ್ಮ ಡೇಟಾ ಉಪಯೋಗಿಸಲಾಗುತ್ತಿತ್ತು ಹೇಗೆ ತಿಳಿದಿರಲಿಲ್ಲ, ಏಕೆಂದರೆ ನೈತಿಕ ಪ್ರಶ್ನೆಗಳನ್ನು ಎತ್ತಿದ್ದರು (Lung 2012; Zittrain 2008) .
ಇಎಸ್ಪಿ ಗೇಮ್ ಸ್ಫೂರ್ತಿ ಅನೇಕ ಸಂಶೋಧಕರು ಇತರರು "ಒಂದು ಉದ್ದೇಶದಿಂದ ಆಟಗಳು" ಅಭಿವೃದ್ಧಿಗೊಳಿಸಲು ಪ್ರಯತ್ನ ನಡೆಸಿದರು (Ahn and Dabbish 2008) (ಅಂದರೆ, "ಮಾನವ ಆಧಾರಿತ ಗಣನೆ ಆಟಗಳು" (Pe-Than, Goh, and Lee 2015) ) ಎಂದು ಇತರ ಸಮಸ್ಯೆಗಳನ್ನು ವಿವಿಧ ಪರಿಹರಿಸಲು ಬಳಸಲಾಗುತ್ತದೆ. ಏನು ಈ "ಒಂದು ಉದ್ದೇಶದಿಂದ ಆಟಗಳು" ಸಾಮಾನ್ಯವಾಗಿರುವ ಅವರು ಸಂತೋಷದ ಮಾನವ ಗಣನೆ ಒಳಗೊಂಡಿರುವ ಕಾರ್ಯಗಳನ್ನು ಮಾಡಲು ಪ್ರಯತ್ನಿಸಿ ಎಂದು. ಹೀಗಾಗಿ, ಇಎಸ್ಪಿ ಗೇಮ್ ಗ್ಯಾಲಕ್ಸಿ ಝೂ ಅದೇ ಸ್ಪ್ಲಿಟ್ ಅರ್ಜಿ-ಒಗ್ಗೂಡಿ ರಚನೆ ಹಂಚಿಕೊಂಡಿದೆ, ಇದು ವರ್ಸಸ್ ವಿಜ್ಞಾನ ಸಹಾಯ ಬಯಕೆಯಿಂದ ಹೇಗೆ ಭಾಗೀದಾರರು ಪ್ರೇರಣೆ ಮೋಜಿನ ಭಿನ್ನವಾಗಿದೆ.
ಗ್ಯಾಲಕ್ಸಿ ಮೃಗಾಲಯದ ನನ್ನ ವಿವರಣೆಯನ್ನು ಸೆಳೆಯುವ Nielsen (2012) , Adams (2012) , Clery (2011) , ಮತ್ತು Hand (2010) , ಮತ್ತು ಗ್ಯಾಲಕ್ಸಿ ಮೃಗಾಲಯದ ಸಂಶೋಧನೆ ಗುರಿಗಳ ನನ್ನ ಪ್ರಸ್ತುತಿ ಸರಳಗೊಳಿಸಿ. ಖಗೋಳಶಾಸ್ತ್ರದಲ್ಲಿ ಇತಿಹಾಸ ಗ್ಯಾಲಕ್ಸಿ ವರ್ಗೀಕರಣ ಮತ್ತು ಹೇಗೆ ಗ್ಯಾಲಕ್ಸಿ ಝೂ ಈ ಸಂಪ್ರದಾಯ ಮುಂದುವರಿದಿದೆ ಬಗ್ಗೆ ಹೆಚ್ಚಿನ, ನೋಡಿ Masters (2012) ಮತ್ತು Marshall, Lintott, and Fletcher (2015) . ಗ್ಯಾಲಕ್ಸಿ ಝೂ ನಿರ್ಮಾಣದ, ಸಂಶೋಧಕರು ಗ್ಯಾಲಕ್ಸಿ ಝೂ 2 ಸ್ವಯಂಸೇವಕರು ಹೆಚ್ಚು 60 ಮಿಲಿಯನ್ ಸಂಕೀರ್ಣ ಆಕೃತಿ ವರ್ಗೀಕರಣಗಳು ಸಂಗ್ರಹಿಸಿದ ಪೂರ್ಣಗೊಂಡಿತು (Masters et al. 2011) . ಇದಲ್ಲದೆ, ಅವರು ಚಂದ್ರನ ಮೇಲ್ಮೈ ಅನ್ವೇಷಿಸುವ ಗ್ರಹಗಳು ಹುಡುಕುವ, ಮತ್ತು ಹಳೆಯ ದಾಖಲೆಗಳನ್ನು ಪ್ರತಿಲೇಖನ ಸೇರಿದಂತೆ ಗ್ಯಾಲಕ್ಸಿ ರೂಪವಿಜ್ಞಾನ ಹೊರಗೆ ಸಮಸ್ಯೆಗಳನ್ನು ತಿರುಗಿದಳು. ಈಗ ಎಲ್ಲಾ ತಮ್ಮ ಯೋಜನೆಗಳನ್ನು ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ www.zooniverse.org (Cox et al. 2015) . ಒಂದು ಯೋಜನೆಯ ಸ್ನ್ಯಾಪ್ಶಾಟ್ ಗ್ಯಾಲಕ್ಸಿ ಝೂ ಮಾದರಿಯ ಚಿತ್ರ ವರ್ಗೀಕರಣ ಯೋಜನೆಗಳು ಪರಿಸರ ಸಂಶೋಧನೆಯಲ್ಲಿ ಮಾಡಬಹುದು ಸಾಕ್ಷಿ ಸೆರೆಂಗೆಟಿ ಒದಗಿಸುತ್ತದೆ (Swanson et al. 2016) .
ಸಂಶೋಧಕರು ಮಾನವ ಗಣನೆ ಯೋಜನೆಗೆ ಒಂದು ಸೂಕ್ಷ್ಮ ಕೆಲಸವನ್ನು ಕಾರ್ಮಿಕ ಮಾರುಕಟ್ಟೆ (ಉದಾಹರಣೆಗೆ, ಅಮೆಜಾನ್ ಯಾಂತ್ರಿಕ ಟರ್ಕ್) ಬಳಸಲು ಯೋಜನೆ, Chandler, Paolacci, and Mueller (2013) ಮತ್ತು Wang, Ipeirotis, and Provost (2015) ಕಾರ್ಯ ವಿನ್ಯಾಸ ಮತ್ತು ಉತ್ತಮ ಸಲಹೆ ನೀಡಲು ಇತರ ಸಂಬಂಧಿತ ಸಮಸ್ಯೆಗಳು.
ನಾನು ಎರಡನೇ ತಲೆಮಾರಿನ ಮಾನವ ಗಣನಾ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಎಂಬ ನೀವು ಯಾವ ರಚಿಸಲು ಆಸಕ್ತಿ ಸಂಶೋಧಕರು (ಉದಾಹರಣೆಗೆ, ಒಂದು ಯಂತ್ರ ಕಲಿಕೆ ಮಾದರಿ ತರಬೇತಿ ಮಾನವ ಲೇಬಲ್ಗಳನ್ನು ಬಳಸುವ ವ್ಯವಸ್ಥೆಗಳು) ಆಸಕ್ತಿ ಇರಬಹುದು Shamir et al. (2014) ಮತ್ತು (ಆಡಿಯೋ ಬಳಸಿಕೊಂಡು ಉದಾಹರಣೆಗೆ) Cheng and Bernstein (2015) . ಅಲ್ಲದೆ, ಈ ಯೋಜನೆಗಳು ಸಂಶೋಧಕರು ಮಹಾನ್ ಭವಿಷ್ಯಸೂಚಕ ಪ್ರದರ್ಶನ ಯಂತ್ರ ಕಲಿಕೆ ಮಾದರಿಗಳನ್ನು ರಚಿಸಲು ಪೈಪೋಟಿ ಆ ತೆರೆದ ಕರೆಗಳು, ಮಾಡಬಹುದಾಗಿದೆ. ಉದಾಹರಣೆಗೆ, ಗ್ಯಾಲಕ್ಸಿ ಝೂ ತಂಡ ಮುಕ್ತ ಕರೆ ಓಡಿ ಅಭಿವೃದ್ಧಿ ಒಂದು ಮೀರಿಸಿದೆ ಎಂದು ಹೊಸ ವಿಧಾನ ಕಂಡು Banerji et al. (2010) ; ನೋಡಿ Dieleman, Willett, and Dambre (2015) ವಿವರಗಳಿಗಾಗಿ.
ಓಪನ್ ಕರೆಗಳನ್ನು ಹೊಸ ಅಲ್ಲ. ವಾಸ್ತವವಾಗಿ, ಅತ್ಯಂತ ಪ್ರಸಿದ್ಧ ಮುಕ್ತ ಕರೆಗಳನ್ನು ಒಂದು 1714 ಹಿಂದಿನ ಬ್ರಿಟನ್ ಸಂಸತ್ತು ಸಮುದ್ರದಲ್ಲಿ ಹಡಗು ರೇಖಾಂಶ ನಿರ್ಧರಿಸಲು ಒಂದು ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದಲ್ಲಿ ಆತನಿಗೆ ರೇಖಾಂಶ ಪ್ರಶಸ್ತಿ ರಚಿಸಿದಾಗ. ಸಮಸ್ಯೆ ದಿನಗಳ ಐಸಾಕ್ ನ್ಯೂಟನ್ ಸೇರಿದಂತೆ ಮಹಾನ್ ವಿಜ್ಞಾನಿಗಳು ಅನೇಕ ಸ್ಟಂಪ್ಡ್, ಮತ್ತು ಗೆಲ್ಲುವ ಪರಿಹಾರ ಅಂತಿಮವಾಗಿ ಹೇಗಾದರೂ ಖಗೋಳ ತೊಡಗಿಸಿಕೊಳ್ಳುತ್ತದೆ ಎಂಬ ಪರಿಹಾರ ಮೇಲೆ, ವಿಜ್ಞಾನಿಗಳು ವಿಭಿನ್ನವಾಗಿ ಸಮಸ್ಯೆ ಹತ್ತಿರ ಯಾರು ಗ್ರಾಮಾಂತರ ಒಂದು ವಾಚ್ ತಯಾರಕನಾದ ಸಲ್ಲಿಸಲಾಯಿತು (Sobel 1996) . ಈ ಉದಾಹರಣೆಯಲ್ಲಿ ವಿವರಿಸುವಂತೆ, ಮುಕ್ತ ಕರೆಗಳನ್ನು ಎಷ್ಟು ಚೆನ್ನಾಗಿ ಕೆಲಸ ಭಾವಿಸಲಾಗಿದೆ ಒಂದು ಕಾರಣ ಅವರು ವಿವಿಧ ದೃಷ್ಟಿಕೋನಗಳು ಮತ್ತು ಕೌಶಲ್ಯ ಜನರ ಪ್ರವೇಶವನ್ನು ಒದಗಿಸುವ ಇದು (Boudreau and Lakhani 2013) . ನೋಡಿ Hong and Page (2004) ಮತ್ತು Page (2008) ವೈವಿಧ್ಯತೆ ಮೌಲ್ಯವನ್ನು ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸುವ ಹೆಚ್ಚು.
ಅಧ್ಯಾಯದಲ್ಲಿ ಮುಕ್ತ ಕರೆ ಸಂದರ್ಭಗಳಲ್ಲಿ ಪ್ರತಿಯೊಂದು ಈ ವಿಭಾಗದಲ್ಲಿ ಸೇರುತ್ತದೆ ಏಕೆ ಮತ್ತಷ್ಟು ವಿವರಣೆಯನ್ನು ಒಂದು ಬಿಟ್ ಅಗತ್ಯವಿದೆ. ಮೊದಲ, ನಾನು ಮಾನವ ಗಣನೆ ಹಾಗೂ ಮುಕ್ತ ಕರೆ ಯೋಜನೆಗಳ ನಡುವೆ ಭಿನ್ನತೆ ಒಂದು ರೀತಿಯಲ್ಲಿ ಔಟ್ಪುಟ್ ಎಲ್ಲಾ ಪರಿಹಾರಗಳನ್ನು ಸರಾಸರಿ (ಮಾನವ ಗಣನಾ) ಅಥವಾ ಉತ್ತಮ ಪರಿಹಾರ (ತೆರೆದ ಕರೆ) ಎಂದು ಆಗಿದೆ. ಉತ್ತಮ ಪರಿಹಾರ ವ್ಯಕ್ತಿಗತ ಪರಿಹಾರಗಳು ಒಂದು ಅತ್ಯಾಧುನಿಕ ಸರಾಸರಿ ಹೊರಹೊಮ್ಮಿತು ಏಕೆಂದರೆ ನೆಟ್ಫ್ಲಿಕ್ಸ್ ಪ್ರಶಸ್ತಿ ಈ ನಿಟ್ಟಿನಲ್ಲಿ ಸ್ವಲ್ಪ ಟ್ರಿಕಿ, ಒಂದು ಹತ್ತಿರ ಎಂಬ ಸಮಗ್ರ ಪರಿಹಾರ (Bell, Koren, and Volinsky 2010; Feuerverger, He, and Khatri 2012) . ನೆಟ್ಫ್ಲಿಕ್ಸ್ ದೃಷ್ಟಿಕೋನದಿಂದ, ಆದಾಗ್ಯೂ, ಅವರು ಮಾಡಲೇಬೇಕಿತ್ತು ಎಲ್ಲಾ ಉತ್ತಮ ಪರಿಹಾರ ಪಿಕ್ ಆಗಿತ್ತು.
ಎರಡನೇ, ಮಾನವ ಗಣನಾ ಕೆಲವು ವ್ಯಾಖ್ಯೆ (ಉದಾಹರಣೆಗೆ, Von Ahn (2005) ), FoldIt ಮಾನವ ಗಣನೆ ಯೋಜನೆಯ ಪರಿಗಣಿಸಬೇಕು. ಆದರೆ, ನಾನು ಅದನ್ನು ವಿಶೇಷ ಕೌಶಲಗಳನ್ನು ಕಾರಣ ತೆರೆದ ಕರೆ FoldIt ವರ್ಗೀಕರಿಸಲು ಆಯ್ಕೆ ಮತ್ತು ಉತ್ತಮ ಪರಿಹಾರ ಬದಲಿಗೆ ಸ್ಪ್ಲಿಟ್ ಅರ್ಜಿ-ಒಗ್ಗೂಡಿ ತಂತ್ರ ಉಪಯೋಗಿಸುವುದಕ್ಕಿಂತ, ಕೊಡುಗೆ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ.
ಅಂತಿಮವಾಗಿ, ಒಂದು ಒಬ್ಬರಿಂದೊಬ್ಬರಿಗೆ ಪೇಟೆಂಟ್ ವಿತರಣೆ ಡೇಟಾ ಸಂಗ್ರಹಣೆ ಒಂದು ಉದಾಹರಣೆಯಾಗಿದೆ ಎಂದು ವಾದಿಸಬಹುದು. ನಾನು ಒಂದು ಸ್ಪರ್ಧೆಯಲ್ಲಿ ರಚನೆಯನ್ನು ಹೊಂದಿದೆ ಮತ್ತು ಕೇವಲ ಉತ್ತಮ ಕೊಡುಗೆಗಳನ್ನು (ವಿತರಿಸಿದ ದತ್ತಾಂಶವನ್ನು ಸಂಗ್ರಹ, ಒಳ್ಳೆಯ ಮತ್ತು ಕೆಟ್ಟ ಕೊಡುಗೆಗಳನ್ನು ಕಲ್ಪನೆ ಅಷ್ಟೊಂದು ಸ್ಪಷ್ಟವಾಗಿಲ್ಲ ಆದರೆ) ಬಳಸಲಾಗುತ್ತದೆ ಏಕೆಂದರೆ ಮುಕ್ತ ಕರೆ ಸೇರಿಸಲು ಆಯ್ಕೆ.
ನೆಟ್ಫ್ಲಿಕ್ಸ್ ಪ್ರಶಸ್ತಿ ಬಗ್ಗೆ ಹೆಚ್ಚಿನ, ನೋಡಿ Bennett and Lanning (2007) , Thompson (2008) , Bell, Koren, and Volinsky (2010) , ಮತ್ತು Feuerverger, He, and Khatri (2012) . ಫಾರ್ FoldIt ಹೆಚ್ಚು ನೋಡಿ, Cooper et al. (2010) , Andersen et al. (2012) , ಮತ್ತು Khatib et al. (2011) ; FoldIt ನನ್ನ ವಿವರಣೆಯಲ್ಲಿ ವಿವರಣೆಗಳು ಆಧರಿಸಿದೆ Nielsen (2012) , Bohannon (2009) , ಮತ್ತು Hand (2010) . ಒಬ್ಬರಿಂದೊಬ್ಬರಿಗೆ ಪೇಟೆಂಟ್ ಬಗ್ಗೆ ಹೆಚ್ಚಿನ, ನೋಡಿ Noveck (2006) , Bestor and Hamp (2010) , Ledford (2007) , ಮತ್ತು Noveck (2009) .
ಫಲಿತಾಂಶಗಳು ಇದೇ Glaeser et al. (2016) , Mayer-Schönberger and Cukier (2013) , ನ್ಯೂಯಾರ್ಕ್ ಸಿಟಿ ವಸತಿ ಇನ್ಸ್ಪೆಕ್ಟರ್ಗಳನ್ನು ಉತ್ಪಾದಕತೆಯಲ್ಲಿ ಅಧ್ಯಾಯ 10 ವರದಿಗಳು ದೊಡ್ಡ ಲಾಭದ ತನಿಖೆಗಳನ್ನು ಪ್ರಿಡಿಕ್ಟಿವ್ ಮಾದರಿಗಳ ಮಾರ್ಗದರ್ಶನ ಮಾಡಿದಾಗ. ನ್ಯೂಯಾರ್ಕ್ ನಗರದಲ್ಲಿ, ಈ ಊಹಾ ಮಾದರಿಗಳು ನಗರ ನೌಕರರು ನಿರ್ಮಿಸಲಾಯಿತು, ಆದರೆ ಇತರ ಸಂದರ್ಭಗಳಲ್ಲಿ, ಒಂದು ಅವರು ರಚಿಸಿದ ಸಾಧಿಸಬಹುದು ಅಥವಾ ತೆರೆದ ಕರೆಗಳನ್ನು ಸುಧಾರಣೆ ಎಂದು ಊಹಿಸಿ ಸಾಧ್ಯವಾಯಿತು (ಉದಾಹರಣೆಗೆ, Glaeser et al. (2016) ). ಆದಾಗ್ಯೂ, ಭವಿಷ್ಯದ ಮಾದರಿಗಳು ಸಂಪನ್ಮೂಲಗಳನ್ನು ನಿಯೋಜಿಸಿ ಬಳಸಲಾಗುತ್ತದೆ ಒಂದು ಪ್ರಮುಖ ಕಾಳಜಿ ಮಾದರಿಗಳು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಪೂರ್ವಗ್ರಹಗಳು ಬಲಪಡಿಸಲು ಸಂಭಾವ್ಯ ಹೊಂದಿರುತ್ತವೆ. ಅನೇಕ ಸಂಶೋಧಕರು ಈಗಾಗಲೇ "ಔಟ್, ಕಸ ಕಸ" ಗೊತ್ತಿಲ್ಲ, ಮತ್ತು ಊಹೆಯ ಮಾದರಿಗಳು ಮಾಡಬಹುದು "ಪಕ್ಷಪಾತ, ಪಕ್ಷಪಾತ ಔಟ್." ನೋಡಿ Barocas and Selbst (2016) ಮತ್ತು O'Neil (2016) ಪ್ರಿಡಿಕ್ಟಿವ್ ಮಾದರಿಗಳ ಅಪಾಯಗಳ ಕಟ್ಟಲಾಗಿದೆ ಹೆಚ್ಚು ಪಕ್ಷಪಾತ ತರಬೇತಿ ದಶಮಾಂಶ.
ತೆರೆದ ಸ್ಪರ್ಧೆಗಳು ಬಳಸದಂತೆ ಸರ್ಕಾರಗಳು ತಡೆಗಟ್ಟಬಹುದು ಎಂದು ಒಂದು ಸಮಸ್ಯೆ ಇದು ಗೌಪ್ಯತೆ ಉಲ್ಲಂಘನೆ ಕಾರಣವಾಗಬಹುದು ಇದು ಡೇಟಾ ಬಿಡುಗಡೆ, ಬಯಸುತ್ತದೆ. ತೆರೆದ ಕರೆಗಳಲ್ಲಿ ಗೌಪ್ಯತೆ ಮತ್ತು ಡೇಟಾ ಬಿಡುಗಡೆ ಬಗ್ಗೆ ಹೆಚ್ಚು ನೋಡಿ Narayanan, Huey, and Felten (2016) ಮತ್ತು ಅಧ್ಯಾಯ 6 ಚರ್ಚೆ.
EBird ನನ್ನ ವಿವರಣೆಯಲ್ಲಿ ವಿವರಣೆಗಳು ಆಧರಿಸಿದೆ Bhattacharjee (2005) ಮತ್ತು Robbins (2013) . ಸಂಶೋಧಕರು eBird ವಿಶ್ಲೇಷಿಸಲು ಅಂಕಿಅಂಶಗಳ ಮಾದರಿಗಳ ಬಳಸಲು ಹೇಗೆ ಹೆಚ್ಚು ನೋಡಿ Hurlbert and Liang (2012) ಮತ್ತು Fink et al. (2010) . ಇತಿಹಾಸ ornothology ನಾಗರಿಕ ವಿಜ್ಞಾನದ ಬಗ್ಗೆ ಹೆಚ್ಚಿನ, ನೋಡಿ Greenwood (2007) .
ಮಲಾವಿ ಜರ್ನಲ್ಸ್ ಪ್ರಾಜೆಕ್ಟ್ ಬಗ್ಗೆ ಹೆಚ್ಚಿನ, ನೋಡಿ Watkins and Swidler (2009) ಮತ್ತು Kaler, Watkins, and Angotti (2015) . ಮತ್ತು ದಕ್ಷಿಣ ಆಫ್ರಿಕಾ ರಲ್ಲಿ ಸಂಬಂಧಿತ ಯೋಜನೆಯ ಹೆಚ್ಚು, ನೋಡಿ Angotti and Sennott (2015) . ಮಲಾವಿ ಜರ್ನಲ್ಸ್ ಪ್ರಾಜೆಕ್ಟ್ ದತ್ತಾಂಶವನ್ನು ಬಳಸಿಕೊಂಡು ಸಂಶೋಧನೆಯ ಹೆಚ್ಚು ಉದಾಹರಣೆಗಳನ್ನು ನೋಡಿ Kaler (2004) ಮತ್ತು Angotti et al. (2014) .
ನನ್ನ ವಿಧಾನ ವಿನ್ಯಾಸ ಸಲಹೆ ನೀಡುವ ಯಶಸ್ವಿ ಉದಾಹರಣೆಗಳು ಆಧರಿಸಿ ಆಧಾರವುಳ್ಳ ಮತ್ತು ನಾನು ಬಗ್ಗೆ ಕೇಳಿರುವ ಸಾಮೂಹಿಕ ಸಹಯೋಗದೊಂದಿಗೆ ಯೋಜನೆಗಳು ವಿಫಲವಾಯಿತು. ಸಂಶೋಧನೆ ಒಂದು ಸ್ಟ್ರೀಮ್ ಸಾಮಾನ್ಯ ಸಾಮಾಜಿಕ ಮಾನಸಿಕ ಸಿದ್ಧಾಂತಗಳು, ಉದಾಹರಣೆಗೆ, ಆನ್ಲೈನ್ ಸಮುದಾಯಗಳು ವಿನ್ಯಾಸ ಅರ್ಜಿ ನೋಡಿ ಸಾಮೂಹಿಕ ಸಹಯೋಗದೊಂದಿಗೆ ಯೋಜನೆಗಳ ರಚನೆಗೆ ಸಂಬಂಧಿಸಿದ ಪ್ರಯತ್ನಗಳನ್ನು ಇಲ್ಲ Kraut et al. (2012) .
ಪ್ರೇರೇಪಿಸುವ ಭಾಗವಹಿಸುವವರು ಬಗ್ಗೆ, ಜನರು ಸಾಮೂಹಿಕ ಸಹಯೋಗದೊಂದಿಗೆ ಯೋಜನೆಗಳಲ್ಲಿ ಭಾಗವಹಿಸಲು ನಿಖರವಾಗಿ ಏಕೆ ಲೆಕ್ಕಾಚಾರ ವಾಸ್ತವವಾಗಿ ಸಾಕಷ್ಟು ಟ್ರಿಕಿ (Nov, Arazy, and Anderson 2011; Cooper et al. 2010, Raddick et al. (2013) ; Tuite et al. 2011; Preist, Massung, and Coyle 2014) . ನೀವು ಸೂಕ್ಷ್ಮ ಕೆಲಸವನ್ನು ಕಾರ್ಮಿಕ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಪಾವತಿ (ಉದಾಹರಣೆಗೆ, ಅಮೆಜಾನ್ ಯಾಂತ್ರಿಕ ಟರ್ಕ್) ಭಾಗವಹಿಸುವವರು ಪ್ರೇರೇಪಿಸುವ ಯೋಚಿಸಿದ್ದರೆ Kittur et al. (2013) ಕೆಲವು ಸಲಹೆ ನೀಡುತ್ತದೆ.
Zoouniverse ಯೋಜನೆಗಳ ಬಂದಿದ್ದು ಅನಿರೀಕ್ಷಿತ ಸಂಶೋಧನೆಗಳು ಹೆಚ್ಚಿನ ಉದಾಹರಣೆಗಳಿಗಾಗಿ, ಅನಿರೀಕ್ಷಿತ ಅನುವು ಬಗ್ಗೆ, ನೋಡಿ Marshall, Lintott, and Fletcher (2015) .
ನೈತಿಕ ಎಂಬ ಬಗ್ಗೆ, ಒಳಗೊಂಡಿರುವ ವಿಷಯಗಳ ಕೆಲವು ಉತ್ತಮ ಸಾಮಾನ್ಯ ಪ್ರಸ್ತಾವನೆಗಳನ್ನು Gilbert (2015) , Salehi et al. (2015) , Schmidt (2013) , Williamson (2016) , Resnik, Elliott, and Miller (2015) , ಮತ್ತು Zittrain (2008) . ನಿರ್ದಿಷ್ಟವಾಗಿ ಗುಂಪು ನೌಕರರು ಕಾನೂನು ಸಮಸ್ಯೆಗಳನ್ನು ಸಂಬಂಧಿಸಿದ ಸಮಸ್ಯೆಗಳಿಗೆ, ನೋಡಿ Felstiner (2011) . O'Connor (2013) ಸಂಶೋಧನೆಯ ನೈತಿಕ ಮೇಲ್ವಿಚಾರಣೆ ಬಗ್ಗೆ ಪ್ರಶ್ನೆಗಳನ್ನು ಪರಿಹರಿಸುತ್ತದೆ ಸಂಶೋಧಕರು ಮತ್ತು ಭಾಗಿಗಳ ಪಾತ್ರಗಳನ್ನು ಕಳಂಕ ಮಾಡಿದಾಗ. ನಾಗರಿಕ ವಿಜ್ಞಾನ ಯೋಜನೆಗಳಲ್ಲಿ participats ಸಂರಕ್ಷಿಸುವುದರ ಹಂಚಿಕೆ ಅಕ್ಷಾಂಶ ಸಂಬಂಧಿಸಿದ ಸಮಸ್ಯೆಗಳಿಗೆ, ನೋಡಿ Bowser et al. (2014) . ಎರಡೂ Purdam (2014) ಮತ್ತು Windt and Humphreys (2016) ವಿತರಿಸಿದ ದತ್ತಾಂಶವನ್ನು ಸಂಗ್ರಹಣೆಯಲ್ಲಿ ನೈತಿಕ ಸಮಸ್ಯೆಗಳು ಬಗ್ಗೆ ಕೆಲವು ಚರ್ಚೆ ನಡೆಸುತ್ತಾರೆ. ಅಂತಿಮವಾಗಿ, ಹೆಚ್ಚು ಯೋಜನೆಗಳಿಗೆ ಕೊಡುಗೆಗಳನ್ನು ಗುರುತಿಸಿ ಆದರೆ ಭಾಗವಹಿಸುವವರಿಗೆ ಕರ್ತೃತ್ವದ ಕ್ರೆಡಿಟ್ ನೀಡುವುದಿಲ್ಲ. Foldit ರಲ್ಲಿ Foldit ಆಟಗಾರರು ಲೇಖಕ ಪಟ್ಟಿ (Cooper et al. 2010; Khatib et al. 2011) . ಇತರ ಮುಕ್ತ ಕರೆ ಯೋಜನೆಗಳಲ್ಲಿ, ವಿಜೇತ ಕೊಡುಗೆ ತಮ್ಮ ಪರಿಹಾರಗಳನ್ನು ವಿವರವನ್ನು ಹೊಂದಿರುವ ಲೇಖನ ಬರೆಯಬಹುದು (ಉದಾಹರಣೆಗೆ, Bell, Koren, and Volinsky (2010) ಮತ್ತು Dieleman, Willett, and Dambre (2015) ). ಯೋಜನೆಗಳ ಗ್ಯಾಲಕ್ಸಿ ಝೂ ಕುಟುಂಬದಲ್ಲಿ, ಅತ್ಯಂತ ಸಕ್ರಿಯ ಮತ್ತು ಪ್ರಮುಖ ಕೊಡುಗೆ ಕೆಲವೊಮ್ಮೆ ಲೇಖನಗಳನ್ನು ಸಹ ಲೇಖಕರು ಎಂದು ಆಮಂತ್ರಿಸಲಾಗಿದೆ. ಉದಾಹರಣೆಗೆ, ಇವಾನ್ Terentev ಮತ್ತು ಟಿಮ್ Matorny, ರಶಿಯಾ ಎರಡು ರೇಡಿಯೋ ಗ್ಯಾಲಕ್ಸಿ ಝೂ ಭಾಗವಹಿಸುವವರು ಯೋಜನೆಯ ಹುಟ್ಟಿತು ಪತ್ರಿಕೆಗಳ ಮೇಲೆ ಸಹ ಲೇಖಕರು ಎಂದು (Banfield et al. 2016; Galaxy Zoo 2016) .