Человек вычисление позволяет иметь тысячи научных сотрудников.
Проекты человека вычисления сочетают в себе труд многих неспециалистов для решения простой задачи-большие масштабные проблемы, которые не так легко решить с помощью компьютеров. Они используют сплит-применить стратегию-объединить, чтобы разбить большую проблему на множество простых микро-задач, которые могут быть решены с людьми без специальных навыков. вычислительных систем человека второго поколения также используют машинного обучения для того, чтобы усилить человеческое усилие.
В социальных исследований, проекты вычислений человека, скорее всего, будет использоваться в ситуациях, когда исследователи хотят классифицировать, кода или этикетку изображения, видео или тексты. Эти классификации не является конечной целью; они являются сырьем для исследования. Например, толпа кодирование политических манифестов может быть использована для проверки теории о динамике внимания к миграции.
Для того, чтобы в дальнейшем строить свою интуицию, Таблица 5.1 содержит дополнительные примеры того, как человек вычисления используется в социальных исследованиях. Эта таблица показывает, что, в отличие от Galaxy Zoo, многие другие проекты вычислений человека используют рынки микро-задач рабочей силы (например, Amazon Механический турок). Я вернусь к этому вопросу мотивации участников, когда я давать рекомендации о создании собственного проекта массового сотрудничества.
Резюме | Данные | участники | цитирование |
---|---|---|---|
кодирование партии манифесты | текст | Рынок труда микро-задачи | Benoit et al. (2015) |
извлекать информацию о событиях из новостных статей о Занимайте Протесты в 200 городах США | текст | Рынок труда микро-задачи | Adams (2014) |
классификация газетных статей | текст | Рынок труда микро-задачи | Budak, Goel, and Rao (2016) |
извлечение информации о событии из дневников солдат во время Первой мировой войны 1 | текст | волонтеры | Grayson (2016) |
обнаружить изменения в картах | изображений | Рынок труда микро-задачи | Soeller et al. (2016) |
И, наконец, примеры, приведенные в данном разделе, показывают, что человеческое вычисление может иметь демократизирующее влияние на науку. Напомним, что Schawinski и Lintott были аспирантами, когда они начали Galaxy Zoo. До цифрового века, проект по классификации классификации миллионов галактик потребовалось бы столько времени и денег, что бы только был практичным для хорошо финансируемых и профессоров пациентов. Это не уже не так. Проекты человека вычисления сочетают в себе труд многих неспециалистов для решения простой задачи-крупномасштабных проблем. Далее я покажу вам, что массовое сотрудничество также может быть применен к проблемам, которые требуют знаний, опыта, что даже сама исследователь не может иметь.