Ludzkie projekty obliczeniowe stanowią duży problem, dzielą go na proste elementy, wysyłają do wielu pracowników, a następnie agregują wyniki.
Ludzkie projekty obliczeniowe łączą wysiłki wielu osób pracujących nad prostymi mikraskami, aby rozwiązywać problemy, które są niemożliwie duże dla jednej osoby. Być może masz problem badawczy odpowiedni dla ludzkich obliczeń, jeśli kiedykolwiek pomyślałeś: "Mógłbym rozwiązać ten problem, gdybym miał tysiąc asystentów badawczych".
Prototypowym przykładem ludzkiego projektu obliczeniowego jest Galaxy Zoo. W tym projekcie ponad sto tysięcy ochotników sklasyfikowało obrazy około miliona galaktyk z podobną dokładnością do wcześniejszych i znacznie mniejszych wysiłków profesjonalnych astronomów. Ta zwiększona skala zapewniana przez masową współpracę doprowadziła do nowych odkryć na temat powstawania galaktyk i okazała się zupełnie nową klasą galaktyk zwaną "zielonym groszkiem".
Chociaż Galaxy Zoo może wydawać się dalekie od badań społecznych, istnieje wiele sytuacji, w których badacze społeczni chcą kodować, klasyfikować lub oznaczać obrazy lub teksty. W niektórych przypadkach ta analiza może zostać przeprowadzona przez komputery, ale nadal istnieją pewne formy analizy, które są trudne dla komputerów, ale łatwe dla ludzi. To właśnie te łatwe w obsłudze, a zarazem trudne w obsłudze mikropaskowe komputery można przenieść do projektów obliczeniowych dla ludzi.
Mikrotask w Galaxy Zoo jest dość ogólny, ale struktura projektu jest również ogólna. Galaxy Zoo i inne ludzkie projekty obliczeniowe zwykle stosują strategię split-apply-combine (Wickham 2011) , a kiedy zrozumiesz tę strategię, będziesz mógł jej użyć do rozwiązania wielu problemów. Po pierwsze, dużym problemem jest podział na wiele drobnych problemów. Następnie ludzka praca jest stosowana do każdego kawałka małego problemu, niezależnie od innych fragmentów. Na koniec wyniki tych prac połączono, aby uzyskać konsensusowe rozwiązanie. Biorąc pod uwagę to tło, zobaczmy, jak zastosowano strategię split-apply-combine w Galaxy Zoo.