Tầm quan trọng của các đại dương không hề bị cường điệu, chúng che phủ 70% bề mặt trái đấy và tạo nên hệ sinh thái lớn nhất hành tinh. Các đại dương điều khiển hệ thống thời thiết; và là nơi bắt nguồn của những mối nguy hiểm có sức mạnh to lớn, phần lớn vẫn không thể dự báo được như sóng thần và bão; chứa nhiều các-bon hơn khí quyển, thực vật và đất; và là một nguồn thức ăn quan trọng.
Nghiên cứu đại dương Plug-and-Play[1]
Một dự án môi trường đầy tham vọng
kiểu như vậy liên quan đến ngành hải dương học và hiện đang được tiến
hành xây dựng bên dưới các vùng biển lạnh thuộc Thái Bình Dương, phía
tây Bang Washington và British
Columbia. Tầm quan trọng của các đại dương không hề bị cường điệu, chúng
che phủ 70% bề mặt trái đấy và tạo nên hệ sinh thái lớn nhất hành
tinh. Các đại dương điều khiển hệ thống thời thiết; và là nơi bắt
nguồn của những mối nguy hiểm có sức mạnh to lớn, phần lớn vẫn
không thể dự báo được như sóng thần và bão; chứa nhiều các-bon hơn
khí quyển, thực vật và đất; và là một nguồn thức ăn quan trọng.
Tuy nhiên, xét về nhiều mặt chúng ta
hiểu về bề mặt của Hỏa tinh và Kim tinh hơn là về đáy biển. Nước ngăn
trở các loại bức xạ điện từ mà chúng ta dùng để khám phá bầu trời;
đó là lý do tại sao trụ cột trong nghiên cứu về địa hải dương học
của chúng ta là tàu ngầm, tàu thủy, và vệ tinh. Điều đó sắp thay
đổi. Tại một khu vực dưới đáy Thái Bình Dương, các nhà hải dương
học làm việc trong “Chương trình khởi xướng quan trắc đại dương” (OOI)
trị giá 600 triệu đô – la của Quỹ Khoa học tự nhiên Hoa Kì đã vạch ra
một mạng lưới các giao điểm được thiết kế để mang lại cái mà người
đồng nghiệp Roger Barga của tôi miễn cưỡng gọi là “chiếc USB cho đại
dương”. OOI sẽ đặt 1,500 dặm cáp kéo đến và xung quanh khu vực này,
cung cấp điện, kết nối Internet, và khả năng ghi lại và đánh mốc thời
gian cho dữ liệu về các hiện tượng mà các nhà khoa học sẽ nghiên
cứu với tất các cả thiết bị, từ cảm biến nhiệt độ đơn giản cho
đến rô-bốt điều khiển từ xa hay những máy sắp xếp gen tân tiến.
Dự án này hướng đến sự tham gia của
các nhà khoa học trên khắp thế giới. Khả năng đo lường và phân tích
các chu trình tự nhiên – như sự bồi đắp phù sa hay các thay đổi trong
mật độ vi sinh vật – là chưa từng có. Nhưng lượng thông tin mà OOI sẽ
tạo ra có thể làm hỏng nỗ lực đó nếu như dữ liệu này không được tổ
chức và lưu trữ một cách khéo léo. Đó là lý do tại sao Roger và
nhóm của ông hiện đang sử dụng công nghệ chu trình làm việc để quản
lý dữ liệu thu thập được và tìm cách lưu trữ dữ liệu trên đám mây
điện toán chung, do đó chúng sẽ không làm quá tải bất kì máy móc
nào và do vậy các nhà khoa học, sinh viên, và người có quan tâm ở
khắp mọi nơi có thể tiếp cận được với chúng. Nhóm cũng đang xây dựng
những chuẩn dữ liệu cho phép các chương trình phân tích kết hợp kết
quả từ nhiều thí nghiệm khác nhau vào một lớp phân tích lớn hơn. Đó
gọi là “sự tương vận”[2],
và nó đóng vai trò then chốt để sự
kết hợp về khoa học có hiệu quả, vì các nhà nghiên cứu sẽ muốn
kết hợp và so sánh dữ liệu được tạo ra từ các mô hình có tính dự
đoán trong phòng thí nghiệm, cũng như dữ liệu từ các nguồn khác,
với dữ liệu từ mạng lưới dưới đáy biển của OOI.
“Kỷ nguyên mới này dựa trên sự xuất hiện
và hội tụ của nhiều công nghệ mới đang phát triển nhanh chóng,” Roger
nhận xét. Sự khai phá sẽ chú trọng vào tìm kiếm những mối tương
quan giữa các sự kiện xảy ra trong đại dương giúp tăng cường hiểu biết
của chúng ta – và có lẽ là khả năng tiên đoán nữa – về sự tác động
qua lại giữa đất đai, đại dương và bầu khí quyển. Các nhà khoa học
sẽ có khả năng đo lường được những hiện tượng dưới nước mà trước
đó không thể tiếp cận được như núi lửa phun trào, các xu hướng di cư
chính của sinh vật biển, động đất, và những cơn bão khổng lồ. Video
thời gian thực và các công cụ minh họa dữ liệu mới sẽ cho phép sinh viên, các
nhà giáo dục và công chúng nói chung quan sát những sự kiện này;
thậm chí có thể tiến hành các thử nghiệm cho riêng mình trong một
số trường hợp. Rogers dự báo rằng “Internet sẽ nổi lên như là công cụ hải
dương học mạnh mẽ nhất trên toàn cầu”
OOI đang giải phóng khả năng sáng tạo
của các nhà hải dương học trên khắp thế giới, những người đang tạo
ra nhiều loại thiết bị mới để lắp đặt trong phòng thí nghiệm dưới
biển này. Một thiết bị trong số đó là máy sắp xếp DNA có kích cỡ
ngang với một chiếc máy giặt được thiết kế để tự động vận hành
dưới nước. Nó sẽ lọc sinh vật tại khu vực đó, bắt và lấy mẫu DNA
của chúng, sau đó gửi kết quả cho các nhà khoa học ở trên bờ. Chỉ
riêng khả năng đó cũng đã ấn tượng rồi. Cùng với khả năng kết hợp
thông tin DNA thu được với dữ liệu về mức độ ô nhiễm, tính xa-xít,
nhiệt độ nước biển, hay sự hiện diện của các sinh vật di trú có
thể ảnh hưởng đến chuỗi thức ăn – tất cả những thông số được các
nhà hải dương học khác thu thập được – thế là chúng ta có được sự
khai sinh của một kỷ nguyên hải dương học mới.
Liệu có tất cả những điều nói trên có
liên quan gì đến phương diện kinh doanh? Để bắt đầu, hãy tưởng tượng
điều gì có thể xảy ra nếu như một nhà hóa học của một công ty năng
lượng, người phát triển công nghệ giúp cải thiện tình trạng tràn
dầu, có thể tham khảo cơ sở dữ liệu về DNA của các sinh vật này.
Người ấy sẽ có thể ngay lập tức xuất các thông số về gen của các
vi sinh vật trong vùng nước xung quanh khu vực tràn dầu và dự đoán
khả năng tương tác của chúng với các chất hóa học đang được xem xét.
Các nhà khoa học trong thời đại hiện nay đang phải đối phó với hậu
quả của vụ tràn dầu ở Vịnh Mexico không có những tiêu chuẩn đo lường
cơ bản về tình trạng của đại dương và phải phụ thuộc vào các chỉ
số “phụ thuộc”, như tình trạng sức khỏe của loài cá. Các công cụ tương
vận khác dành riêng cho OOI có thể mang lại những hiểu biết không lý thú bằng, nhưng không kém phần
quan trọng. Ví dụ, một giám đốc marketing bán lẻ ngồi tại bàn làm
việc có thể nhận được bản báo cáo theo ngày được tạo ra từ một
chương trình tìm kiếm dữ liệu chảy vào từ các điểm bán lẻ trên
khắp thế giới theo thời gian thực, đánh dấu những xu hướng bất
thường về doanh số và hàng bán bị trả lại, và đưa ra những mối liên
hệ mà phần lớn các công ty bán lẻ không bao giờ nhớ đến chuyện tìm
kiếm.
Giải pháp cho các căn bệnh và những vụ hạn hán
Một cách giúp chuẩn thức thứ tư đạt
được những đột phá nhanh hơn là cho phép người dân nói chung tương tác
với các cơ sở dữ liệu và đóng góp tri thức giúp thúc đẩy các khám
phá. Ví dụ, trong nỗ lực cải thiện giao thông ở Seattle, các tình
nguyện viên với thiết bị GPS trong ô tô của mình đã giúp thu thập dữ
liệu quan trọng về các tuyến giao thông địa phương chỉ bằng cách lái
xe. Những phương pháp này sau đó đã được mở rộng sang việc dự đoán
luồng giao thông trên tất cả các con phố tại các khu vực thành thị
lớn hơn và giờ đây cho phép hướng dẫn tuyến đường có tính đến mật độ giao
thông cho 72 thành phố tại Bắc Mỹ, giờ đã có trên Bing Maps. (Vui lòng
xem phần phụ chú “Huy động sức mạnh
cộng đồng cho nghiên cứu bầu trời” để thấy được phần
mô tả về một nỗ lực khác trong ngành
thiên văn học). Không lâu nữa, tất cả các nhà khoa học nghiệp dư trong
nhiều lĩnh vực khác nhau sẽ sử dụng các thiết bị đơn giản như điện
thoại di động hay máy tính xách tay để thu thập và phân tích thông tin
chuyên sâu.
Ví dụ, nhóm nghiên cứu
của tôi có một dự án tại Ấn Độ, cho phép nhân sự ngoài ngành y tại
các vùng xa xôi có thể chẩn đoán được các chứng bệnh nhất định với
sự hỗ trợ của điện thoại di động. Sử dụng điện thoại di động,
người ta sẽ nhấn nút để tiếp cận với một cơ sở dữ liệu khổng lồ
về thông tin y học, điền câu trả lời cho một bộ câu hỏi, và nhận
được những chẩn đoán giá trị ngay tức thì. Hệ thống này một ngày
nào đó có thể được sử dụng để theo dõi và nghiên cứu sự lan rộng
của các loại bệnh tật, đặc biệt là các bệnh truyền nhiễm. Với
nhiều người đưa ra những chẩn đoán mau chóng được đưa vào một cơ sở
dữ liệu, nhà chức trách và nhân viên y tế có thể thấy được địa
điểm mà các vụ bùng phát bệnh đang xảy ra, tốc độ di chuyển của
chúng, và các triệu chứng xuất hiện là gì. Máy học có thể đi vào
vòng lặp trong thời gian thực, liên tục so sánh mỗi ca bệnh mới với
từng ca bệnh khác nằm trong dịch bệnh nay hay các dịch bệnh truyền
nhiễm khác – và tìm kiếm những xu hướng có thể giúp ngăn chặn
chúng.
Những dự án đầy tham
vọng kiểu này tạo áp lực vô cùng lớn lên mọi khía cạnh của công nghệ
hiện đại – năng lực xử lý; yêu cầu đối với các nhà lập trình song
song; lưu trữ, quản lý[3],
và xuất dữ liệu. Trong các dự án, các nhà khoa học thường cố tìm ra các giải
pháp tình thế cho vấn đề họ gặp phải, nên khó có thể áp dụng ở quy mô lớn hơn,
trừ khi việc quản lý dữ liệu được xây dựng là một phần trong cấu
trúc của dự án. Tuy vậy, các nhà khoa học và nhà hoạch định chính
sách lại không có thời gian để đợi cho đến khi mọi việc đâu vào đấy
rồi mới đưa ra quyết sách về những vấn đề cấp thiết như biến đổi
khí hậu, thiếu nước hay chuẩn bị ứng phó với bão hoặc sóng thần.
Hãy xem xét tình trạng
của California, nơi dân số dự kiến sẽ tăng từ 38
triệu người hiện nay lên đến hơn 50 triệu người vào năm 2040. Jeff
Dozier, giáo sư Trường Khoa học và Quản trị Môi trường tại Đại
học California, Santa Barbara cho biết: “Sự sẵn có của nguồn
nước là động lực thúc đẩy kinh tế của California. Trước đây, chúng
tôi đã cố gắng để nguồn cung nước đáp ứng được nhu cầu. Chúng tôi
có lẽ không còn khả năng làm như thế nữa. Tất cả mọi người đều muốn
có một nguồn cung đáng tin cậy và thống nhất, nhưng đó không phải là
điều mà thiên nhiên mang lại cho chúng ta. Chúng tôi sẽ cần công nghệ
tốt hơn để dự đoán lượng nước mà mình sẽ có trong một năm nhất
định.”
Việc dự đoán lượng nước trữ trong hồ
tuyết là một vấn đề khó khăn hơn người ta tưởng rất nhiều, giáo sư
Dozier giải thích. Các vệ tinh thu thập được lượng dữ liệu lớn về
hồ tuyết, nhưng vẫn chưa đủ vì chúng chủ yếu đưa ra những đặc điểm
trên bề mặt của tuyết đó. Để ứng phó với sự thiếu hụt, chúng tôi
cần biết được “lượng nước tương đương”, hay lượng nước có
được khi tuyết tan chảy. Chúng tôi có thể ước tính lượng nước tương
đương từ khối lượng của tuyết, nhưng việc đó sẽ khó khăn nếu như
phải đo lường trên địa hình thay đổi trải dài. Thách thức là: làm
thế mà các nhà khoa học kết hợp được dữ liệu từ vệ tinh và việc
đo đạc trên bề mặt với thông tin về kinh tế và quản lý để ước tính,
kiểm tra và quản lý nguồn nước tốt hơn? Chỉ tính riêng ở California,
có ít nhất 400 cơ quan quản lý nước. Microsoft đang làm viện với các
nhà khoa học đến từ Đại học California, Berkeley, và Phòng thí nghiệm
quốc gia Lawrence Berkeley để có được và quản lý dữ liệu thủy văn
học lịch sử sao cho chúng có thể được sử dụng hiệu quả hơn kết hợp
với dữ liệu từ mạng lưới cảm biến mới để tạo nên các mô hình dự
báo tốt hơn.
Trong một vấn đề cấp thiết khác, ông
David Heckerman đến từ Microsoft, là một người khác có bằng Tiến sĩ Y
học và bằng Tiến sĩ khoa học máy tính, hiện đang sử dụng khám phá
khoa học về dữ liệu lớn trong cuộc chiến chống lại loại virus gây suy
giảm miễn dịch ở người. “Trong một số năm tồn tại trong cơ thể một
bệnh nhân, HIV biến đổi nhiều như cả quá trình biến đổi trong lịch sử của
virus cúm,” ông giải thích. Đó là lý do tại sao việc phát triển một
loại vắc vin để ngăn chặn nó trở nên khó khăn đến vậy. Hơn nữa, sự
biến đổi được nhận thấy trong mỗi cá nhân là tương đối khác biệt so
với ở những người khác, do tính đa dạng trong hệ miễn dịch của con
người. David và nhóm của ông hiện đang phân tích dữ liệu về sự biến
đổi của virus trong hàng ngàn đối tượng, cố gắng tập trung vào các
yếu tố của loại virus này vốn dễ bị tấn công bởi hệ miễn dịch.
Bằng việc tạo ra một loại vắc xin có thể thúc đẩy hệ miễn dịch cá
nhân tấn công các yếu tố đó, họ hy vọng sẽ vô hiệu hóa loại virus
này. Ông và người đồng nghiệp Bruce Walker (đến từ Havard) kỳ vọng sẽ
sớm thử nghiệm loại vắc xin đầu tiên dựa trên kết quả này.
Thay đổi cơ cấu và tiêu chuẩn
Những nỗ lực như tạo ra vắc xin hoặc
các lĩnh vực như nghiên cứu gene của loài người chỉ liên quan đến một
số lượng hữu hạn các ngành nhưng chắc chắn có liên hệ đến lượng
lớn dữ liệu đa dạng theo từng cá nhân. Trong nỗ lực nhằm mô tả tốt
hơn một hiện tượng môi trường như các quá trình ở đại dương hay biến
đổi khí hậu, không chỉ dữ liệu về bất kỳ một nhân tố nào mà còn
là số lượng các ngành và nguồn dữ liệu cũng khiến người ta nản
lòng. Những tính toán phức tạp về xu hướng ấm lên có thể đòi hỏi
phải xét đến các phép đo về nhiệt bức xạ được phản chiếu từ các
dải băng ở cực, sự lãng phí các thềm băng trôi nổi do nhiệt độ đại
dương tăng nhẹ, tình trạng của các rừng đước ở khu vực khí hậu
nhiệt đới, khuynh hướng ấp trứng của côn trùng trên toàn cầu, các
thay đổi về khí hậu thể hiện trong vòng đai cây xanh, mức CO2 lưu trữ
trong các lõi băng – và hơn thế nữa. Việc tạo ra tiêu chuẩn
để thu thập, lưu trữ, và kết hợp các dữ liệu như vậy sẽ trở nên
ngày càng quan trọng khi các nhà khoa học sử dụng ngày càng nhiều
cảm biến.
Một vấn đề quan trọng khác là hầu hết
chúng tôi tin rằng hoạt động công bố khoa học sẽ thay đổi mạnh mẽ
trong tương lai. Chúng tôi đã có thể thấy trước được rằng sản phẩm cuối
cùng – các bài viết thảo luận về một thí nghiệm và kết quả của
nó và chỉ tham chiếu đến các bộ dữ liệu – sẽ biến đổi thành một lớp vỏ
cho bản thân các tập dữ liệu đó. Các nhà nghiên cứu khác sẽ có thể
tiếp cận trực tiếp với kết quả này trên mạng internet, khảo sát với
những câu hỏi của riêng họ, hoặc thậm chí kết hợp với tập dữ liệu
của riêng họ theo nhiều cách thức sáng tạo giúp mang lại những cái
nhìn chuyên sâu mà nhà nghiên cứu đầu tiên cũng chưa từng mơ đến. Mục
tiêu, như Jim Gray đã nhấn mạnh, là “một thế giới mà trong đó tất cả
tài liệu khoa học đều có trên mạng, tất
cả dữ liệu khoa học đều có trên mạng và chúng bổ trợ cho nhau. Cần
rất nhiều công cụ mới để biến điều này thành hiện thực.”
Trong khi việc hiện thực hóa mục tiêu
này đồng nghĩa với những thay đổi tích cực đối với xã hội và hành
tinh này, chuẩn thức thứ tư cũng chắc chắn sẽ tạo nên những cơ hội
kinh doanh tuyệt vời. Ví dụ, phân tích về gene của HIV của David
Heckerman chỉ là một phần nhỏ trong chương trình y học cá nhân hóa
tổng quát hơn nhiều. Ngành dược hiện đang đánh cược rằng việc tìm ra
loại thuốc có hiệu quả nhất cho một người nào đó với hồ sơ gene cụ
thể sẽ mang lại cả một phương diện mới cho ngành chế tạo thuốc.
Nhóm Giải pháp y học của Microsoft hiện đang kết hợp những ghi chép
và hình ảnh y học như là bước đầu tiên trong việc mang lại một bộ
công cụ thông minh để giúp ngành dược đạt được mục tiêu này.
Tất cả các ngành khoa học,
bao gồm khoa học máy tính, cần phải cộng tác với nhau để hiện thực
hóa được sức mạnh của chuẩn thức thứ tư này và giải quyết những vấn
đề quan trọng đối với nhân loại. Câu trả lời ẩn trong số lượng rất
lớn các con số – và việc tìm ra nằm trong tầm tay chúng ta.
[Phụ chú 2: Các con số]
400 - Số lượng ước tính các cơ quan liên quan đến quản lý nguồn
nước ở California. Hoạt động điều phối và phân tích dữ liệu mà họ
tạo ra có thể giúp cho việc quản lý nguồn nước hiệu quả hơn.
10 triệu đô-la - Số tiền mà một đơn vị cung cấp dịch vụ y tế
phát hiện bị trả thiếu trong 6 tháng đầu sử dụng các công cụ khai
thác dữ liệu.
500 so với 15000 đô-la - Chi phí quản lý một bệnh nhân sẽ bị
tái nhập viện theo như các kỹ thuật dựa trên dữ liệu dự đoán, so
với chi phí tiềm tàng để chăm sóc một bệnh nhân tái nhập viện.
[Phụ chú 3: “Huy
động sức mạnh cộng đồng cho nghiên cứu bầu trời”]
Đã có một lĩnh vực mà các nhà khoa học nghiệp dư đóng vai trò quan trọng trong định hướng khám
phá, đó là thiên văn học.
Hầu hết dữ liệu thiên văn học ngày nay được thu thập bằng các
thiết bị tích điện kép, hay CCD – thông qua hệ thống robot thu thập
được lượng thông tin lớn hơn rất nhiều so với lượng thông tin mà
khoảng 10,000 nhà thiên văn chuyên nghiệp trên thế giới có thể đánh
giá được trong cả cuộc đời họ. Tuy nhiên, có ít nhất một triệu nhà
thiên văn nghiệp dư, những người giờ đây đã có thể tham gia vào hoạt
động này vào có đóng góp thật sự.
Trong năm 2007, một nhóm các nhà thiên văn học đã viết một ứng
dụng dựa trên nền tảng web gọi là Galaxy Zoo, tạo nên một giao diện
thông minh giống như dành cho người chơi game, dành cho cơ sở dữ liệu
thông tin thiên văn học do Khảo sát bầu trời Sloan Digital thu thập. Hóa
ra mọi người có thể thực hiện một số phân loại thiên hà bằng mắt
nhất định mà máy tính vẫn chưa làm tốt lắm. Do đó dự án này khiến
cho công chúng vui vẻ tham gia phân loại, điều này cũng giúp cho các
nhà thiên văn học thử nghiệm một lý thuyết mới cho rằng các thiên hà
xoắn ốc có xu hướng quay theo chiều kim đồng hồ. Galaxy
Zoo đã được tiến hành với một tập dữ liệu được tạo nên từ một
triệu thiên hà được chụp ảnh bằng kính viễn vọng tự động. Những
người tham gia nhìn vào những bức ảnh này và phân loại các thiên hà
này thành hai loại “thuận phải” (nghĩa là chúng quay theo chiều kim đồng hồ) hay
“thuận trái” (quay ngược chiều kim đồng hồ). Với nhiều thiên hà như
vậy, nhóm cứ nghĩ rằng phải mất ít nhất hai năm để những người truy
cập trang có thể hoàn thiện. Tuy nhiên, trong vòng 24 giờ kể từ khi
được tung ra, trang đã nhận được 70,000 phân loại mỗi
giờ, và dự án đã nhận được hơn 50 triệu phân loại trong năm đầu tiên,
từ gần 150,000 người. Nỗ lực này đã bác bỏ ý kiến cho rằng phần
lớn các thiên hà quay theo chiều kim đồng hồ. Hóa ra là chỉ một nửa
trong số chúng như vậy. Bất ngờ hơn nữa là, một giáo viên người Hà
Lan tham gia vào dự án đã tìm ra một thiên hà kì lạ đến mức nó đã
khiến các nhà thiên văn học không thể hiểu nổi tại sao
nó lại lọt vào tầm ngắm của kính viễn vọng Hubble.
Vào năm 2008, Microsoft giới thiệu “Kính viễn vọng toàn cầu”
(WWT) và giúp các nhà thiên văn học cũng như công chúng nói chung tiếp
cận được với những hình ảnh 3-D có thể tương tác được về bầu trời,
các hành tinh và thiên hà. Người truy cập có thể xem những hình ảnh
này thông qua một trình duyệt Explorer cơ bản và nhìn thấy cùng một
nguồn dữ liệu mà các nhà thiên văn học chuyên nghiệp vẫn sử dụng.
WWT kết hợp với các phân loại của Galaxy Zoo và cho phép mọi người
quan sát bầu trờ có thể xuất được tọa độ thực tế của các thiên hà
xa xôi, sao chổi di chuyển với tốc độ cực nhanh, hay những tinh vân dài
mỏng. Các công cụ tượng hình như WWT có thể chuyển hóa khả năng của
các nhà khoa học để thu được những kiến thức chuyên sâu từ dữ liệu,
đôi khi với sự giúp đỡ của những người dân thường.
[Phụ chú 4: Vượt trên Microsoft: Làm thế
nào mà các công ty công nghệ giúp thúc đẩy khoa học - Daniel McGinn]
Các nhà khoa học máy tính đang tiếp sức cho những đột phá
trong lĩnh vực y tế, biến đổi khí hậu, và nhiều
lĩnh vực khác.
Vào đầu năm 2009, “Trung tâm kiểm soát và phòng bệnh” đã bắt
đầu nghe thấy những báo cáo về một vụ bùng phát bệnh cúm nghiêm
trọng ở Mexico. Để nghiên cứu các bản báo cáo này, trung tâm đã nhờ
đến sự giúp đỡ của Google.org, tổ chức từ thiện
của công ty công nghệ này. Kể từ tháng 11 năm 2008, Google.org đã thực
hiện một dự án gọi là Flu Trends (Xu hướng bệnh cúm), sử dụng một
thuật toán phức tạp để theo dõi những tìm kiếm liên quan đến bệnh
cúm tập hợp được và ước tính mức độ lan rộng trong dân số của căn
bệnh này. Những người làm việc tại Google không có một chương trình
theo dõi bệnh cúm dành riêng cho Mexico, nhưng các kĩ sư của họ đã
nhanh chóng xây dựng một mô hình thử nghiệm. Kết quả gợi ý rằng căn
bệnh mới này – đã trở thành dịch cúm lợn – đã lan rộng ở Mexico
nhưng không nguy hiểm đến tính mạng như các nhà nhiên cứu CDC lo sợ ban
đầu. “Khi xảy ra bệnh dịch, bạn muốn có càng nhiều nguồn tin đáng
tin cậy càng tốt,” Jacquelline Fuller, lãnh đạo cấp cao tại Google.org
cho biết. “Flu Trends có thể giúp những người làm việc trong ngành y
tế có được một bức tranh toàn cảnh về diễn tiến thực tế.” Google
giờ đây vận hành Flu Trends ở 28 quốc gia.
Đó là một ví dụ về cách thức các công ty khác ngoài Microsoft
ứng dụng công nghệ dữ liệu để giải quyết các vấn đề khoa học và
xã hội. Tại Google.org, công việc ban đầu chủ yếu tập trung vào cấp
trợ cấp. Nhưng giờ đây, Fuller cho biết, “chúng tôi đã nhận ra điều mà
mình có thể làm được để giải quyết các vấn đề toàn cầu là chuyên
môn về công nghệ và năng lực cung cấp thông tin và dữ liệu của bản
thân.” Trong số các dự án của công ty này có Earth Engine, dùng hình
ảnh và phân tích từ vệ tinh để theo dõi tình trạng phá rừng, một
nguyên nhân chủ chốt của biến đổi khí hậu. Nhóm cũng sử dụng công
nghệ để hỗ trợ các vụ khủng hoảng; ví dụ, sau trận động đất ở Haiti
và Chi-lê, Google đã làm việc với Bộ Ngoại giao Hoa Kỳ để tạo ra một
cơ sở dữ liệu tìm kiếm người bị nạn trực tuyến giúp thân thân của
họ có thể tìm kiếm hoặc đăng thông tin về những người thân yêu đang
bị mất tích.
Trong khi phần lớn hoạt động của Google.org đều mang tính phi lợi
nhuận, các công ty khác lại nhìn thấy những cơ hội kiếm lời từ lĩnh vực
này. Vào năm 2008, IBM đã tung ra sáng kiến Smarter Planet, chương trình
mà CEO Sam Palmisano coi như là động lực cơ bản cho sự phát triển trong
tương lai của IBM. Smarter Planet sử dụng chuyên môn về phân tích và tích
hợp của IBM để ứng dụng vào việc giải quyết các vấn đề như quản lý
giao thông ở Stockholm, quản lý nước ở Malta, và y tế ở Trung Quốc.
(Trong một ứng dụng, IBM đã tạo ra công nghệ để giúp các bác sĩ ở
Bệnh viện Quảng Đông thử nghiệm tính hiệu quả của các phương thức
điều trị truyền thống của Trung Quốc.) “Đây là một sự giao thoa thú
vị giữa một số vấn đề xã hội hóc búa nhất cần đến sức mạnh và
chuyên môn của một công ty như IBM, nhưng lại có khía cạnh thương mại
đối với công ty đó,” Michael Valocchi, phó giám đốc Dịch vụ kinh doanh
toàn cầu của IBM cho biết. Và vì có nhiều tổ chức trở nên thuần
thục trong việc hết hợp công nghệ với khoa học theo những phương pháp
mới, ích lợi thu được sẽ vượt trên cả lợi nhuận.
[1] Plug and Play: một cụm
từ dùng để mô tả các thiết bị hoạt động ngay khi được kết nối với hệ thống máy
tính. Người dùng không cần phải cài đặt drivers thủ công cho thiết
bị. Thay vào đó máy tính tự động nhận dạng thiết bị mới được thêm
vào, tải drivers mới cho phần cứng nếu cần và bắt đầu hoạt động
với thiết bị mới này.
[2] interoperability, tiếng Việt gọi là sự tương vận là thuật ngữ dùng để miêu tả việc hai
hệ thống khác nhau hay hai tổ chức khác nhau cùng làm việc, trao đổi hay giao
tiếp với nhau và sử dụng thông tin trao đổi đấy để vận hành một cách hiệu quả
hơn.
[3] Data curation: Một thuật ngữ dùng để chỉ các hoạt
động quản lý đòi hỏi phải duy trì nghiên cứu dữ liệu về dài hạn
như liệu dữ liệu có sẵn có để tái sử dụng hay duy trì hay không.
Trong khoa học, Data curation có thể chỉ quá trình trích xuất
những thông tin quan trọng từ các bài báo khoa học, như các bài nghiên
cứu của chuyên gia, để chuyển sang định dạng điện tử.
0 Response to "CUỘC CÁCH MẠNG KHOA HỌC KẾ TIẾP - KỲ 2 (KẾT THÚC)"
Đăng nhận xét