“大众的天文学”的版本间差异

来自中国分布式计算总站
跳转到导航 跳转到搜索
第37行: 第37行:
 
该项目采用了开放源代码的软件平台 [[BOINC]](伯克利开放式网络计算平台),以最大限度为各个独立项目充分利用闲置时间和更有效的使用资源。
 
该项目采用了开放源代码的软件平台 [[BOINC]](伯克利开放式网络计算平台),以最大限度为各个独立项目充分利用闲置时间和更有效的使用资源。
  
[[BOINC]] 可以让用户来决定分配多少计算机的闲置能力给 [[SETI@home]] 和其他 [[Category:BOINC_平台上的项目|BOINC 平台上的科学项目]]。他们可以设置一定比例的配给权限来运行认为更有用的项目,如 [[Docking@home]],这项目为应用医学处理蛋白质结合的数据,或者 [[MilkyWay@home]],帮助他们对我们的星系建立一个三维模型。
+
[[BOINC]] 可以让用户来决定分配多少计算机的闲置能力给 [[SETI@home]] 和其他 [http://www.equn.com/index.php/Category:BOINC_%E5%B9%B3%E5%8F%B0%E4%B8%8A%E7%9A%84%E9%A1%B9%E7%9B%AE BOINC 平台上的科学项目]。他们可以设置一定比例的配给权限来运行认为更有用的项目,如 [[Docking@home]],这项目为应用医学处理蛋白质结合的数据,或者 [[MilkyWay@home]],帮助他们对我们的星系建立一个三维模型。
  
 
目前,20万的 [[SETI@home]] 用户提供了多达 450 Teraflops 的计算能力。[[BOINC]] 的创始人和 [[SETI@home]] 的主管 [[David Anderson]] 说:“志愿者计算的潜在力量可以通过类似于集群、网格和云计算达到超越几个数量级的能力。
 
目前,20万的 [[SETI@home]] 用户提供了多达 450 Teraflops 的计算能力。[[BOINC]] 的创始人和 [[SETI@home]] 的主管 [[David Anderson]] 说:“志愿者计算的潜在力量可以通过类似于集群、网格和云计算达到超越几个数量级的能力。
第84行: 第84行:
 
'''Svetlana Shkolyar''' 是 NASA 研究院的一名实习生和 戈达德(Goddard)空间飞行中心的候选人。
 
'''Svetlana Shkolyar''' 是 NASA 研究院的一名实习生和 戈达德(Goddard)空间飞行中心的候选人。
  
[[Category:BOINC 相关文献]]
+
[[Category:分布式协作相关文献]][[Category:BOINC 相关文献]]

2009年7月24日 (五) 23:30的版本

在 E&T 国际天文学年第二年,我们发现未来的太空任务可能不再由 NASA(美国航天局)那样的机构去决定,而是由参与分布式计算的普通民众作出选择。

People's astronomy
大众的天文学

July 6,2009
By Svetlana Shkolyar

< 资料来源:Institution of Engineering and Technology >


问题:需要什么样的人去探测宇宙引力波,或计算出第46个梅森素数?如果你猜是科学或数学领域的博士,那么你就答错了。

现在我们在家里就可以进行世界上最尖端技术的研究。只是需要一台与互联网连接的计算机。任何的用户都可以参与全球范围内的超过 50 个“公众科学”项目。他们是业余的天文爱好者,普通百姓,志愿者团体,甚至是匿名用户。

今天,任何人都可以捐赠计算机的闲余计算能力对大型技术项目完成计算任务而作出贡献,这称为志愿者计算。这种类型的项目只需要电脑的闲置计算资源来处理服务器发送来的数据。用户也可以捐献他们的业余时间参与其他需要主动数据分析的项目。

不是 crowdsourcing(集思广益)

志愿者计算不能与大众一起想办法混淆。Crowdsourcing 是由客户向一般社会公开选拔进行竞争,通常是为志愿者科学家提供奖励以找到最好的解决办法的一项任务。Crowdsourcing 用于技术开发或数据分析任务,类似于志愿者计算项目。

虽然两者同样都是公众科学上的帮助和崇高的追求。但有一个具体的方面区分 crowdsourcing 和志愿者计算。对于 crowdsourcing,用户参与到对数据分析的查找、分类和其他主动的任务。而志愿者计算,用户通过他们的计算机进行参与,利用计算机的资源处理从服务器中自动的下载的数据。

在世界各地大约有50万志愿者参与到了几十个公众科学项目。有些正在进行计算任务,如 SETI@homeEinstein@home,而有些项目需要用户主动的参与计算、观察和测量、数据分析,如 Great World Wide Star CountStardust@home,和 Galaxy Zoo。有很多是关于天文学的 - 从那些对不规则的星系进行分类到那些寻找外星文明信号。

相对论的验证

Einstein@home 是一个志愿者计算项目,它由威斯康星-密尔沃基大学主办,搜索分析来自激光干涉引力天文台(LIGO)的数据。这项计划命名的来源是爱因斯坦的广义相对论,该理论对引力波如何扭曲空间和时间进行了预测。而这个公众科学项目就是利用志愿者的计算机的闲余时间来搜索这些已经被预测但还从未被直接观测到的引力波。

Einstein@home 开发者希望能有至少100万志愿者捐献他们的计算机闲余资源来运行一个小的计算程序。这个程序会自动对由三个干涉仪所组成的网络所采集到的一个个小块的数据进行搜索,以检查激光经过它们时的路径变化。通过搜索宇宙“涟漪”的引力能量来源地,如双星系统、背景辐射、伽马射线爆发和脉冲星,将有可能找到引力波。

该项目目前拥有超过70 Teraflops 的计算能力,超越了其他种类可用的计算资源。但根据美国物理协会(APS)所述,即使一百万台计算机来帮助,也只能分析总数据中的一小部分。

外星人的问候

最有名的志愿者计算项目是 SETI@home,由加利福尼亚大学伯克利分校主办。通过波多黎各的阿雷西博射电望远镜来搜索太空中来自地外文明的非自然信号。最近这个项目还进一步增加了搜索的力度。志愿者通过下载一个屏幕保护程序,利用他们的计算机闲余的时间来处理一小部分来自望远镜的信号。

该项目采用了开放源代码的软件平台 BOINC(伯克利开放式网络计算平台),以最大限度为各个独立项目充分利用闲置时间和更有效的使用资源。

BOINC 可以让用户来决定分配多少计算机的闲置能力给 SETI@home 和其他 BOINC 平台上的科学项目。他们可以设置一定比例的配给权限来运行认为更有用的项目,如 Docking@home,这项目为应用医学处理蛋白质结合的数据,或者 MilkyWay@home,帮助他们对我们的星系建立一个三维模型。

目前,20万的 SETI@home 用户提供了多达 450 Teraflops 的计算能力。BOINC 的创始人和 SETI@home 的主管 David Anderson 说:“志愿者计算的潜在力量可以通过类似于集群、网格和云计算达到超越几个数量级的能力。

观测星星的星等

当然,计算机不会独享所有乐趣,例如 Great World Wide Star Count 的公众项目,让用户主动的去观测和分析。这个项目的目标是统计夜晚的光污染程度。在60多个国际超过3万1千名观测者报告了他们当地的夜空质量。这个项目是由美国 Colorodo Boulder 的大学大气研究社团主办,由美国国家科学基金会提供经费。

通过观测天鹅座和人马座的星等对比在项目网站下载的星等图表并记下观测数据,而这并不需要深入的了解和专业的知识。

这是2009年国际天文学年的奠基项目。根据官方网站的内容:“最初由国际天文学联盟(IAU)和联合国教育科学文化组织(UNESCO)开展的全球性努力,帮助世界上的公众……从事个人意义上的好奇与发现。”

大海捞针

另外一个互联网天文学公众科学项目是 Stardust@home,让世界各地的用户主动参与寻找从太空带回地球的星际尘埃。

NASA 于1999年启动星尘号任务,并在2004年飞越维尔特二号彗星。它是第一个捕获彗星和星际尘埃颗粒并返回地球的飞行器。这些颗粒被飞行器上的气凝胶的收集器捕捉到,现在需要把它们提取出来。虽然这些是极其微小的颗粒,但它们能提供一些恒星演变和了解太阳系系统的线索。

Stardust@home 与大多志愿者计算项目的做法不同。项目的网站说这是科学工作的“全新领域”,通过利用用户的闲余只有:时间、耐心、与其他志愿者的沟通。

“我们的研究小组有大量的数据但没有足够的人力以有效的找到这些颗粒。”加利福尼亚大学伯克利分校的 Stardust@home 项目主管 Andrew Westphal 说道。他为 NASA 在气凝胶扫描嵌入其中的颗粒开发了技术。

尽管志愿者是未受过训练的科学家,但这并不影响到准确性。志愿者必须通过一个在线测试,观测浏览器显示来自自动扫描显微镜的虚拟显微镜“影像”以获得参与资格。“我们对整个志愿者团队‘dusters’是作为一个大型的科学仪器来看待的。”Westphal博士说到,duster“以难以置信的高效率和低噪音率“运作着。根据校准技术建立的程序在他们的准确率等级上,效率占到了项目的90%。

新天文学

1965年,Intel 的共同创始人 Gordon Moore 提出了摩尔理论:在每平方英寸的集成电路上晶体管的数量每年增加一倍,后来他修正为18个月。

摩尔定律指出的性能增长在志愿者计算上得到了体现,因为全球有超过10亿台个人计算机。同时,他们可以提供比目前可用的集群和网格计算更强大的计算能力。摩尔定律也许预测了未来公众科学项目的成功。

但是,在拥有巨大能量的同时意味着巨大的责任。“一些志愿者计算项目遇到了用户伪造结果或者不作为而骗取积分。这些用户虽然是极少数,但这些问题必须得到解决。”Anderson博士说到。

这些项目都不乏用户的错误。尽管如此,利还是大于弊:计算机运作,用户驱动项目并激励着公众的热情和支持,特别是这种模糊难解和带有误解的科学宇宙观,并且以前所未有的规模进行着研究。

通过大规模的合作,公众科学可以比传统的研究手段如计算机甚至超级计算机有更大程度的发展 - 在家里,无论何时,无需专业素质,数以千计的。

全球22%的人口,超过10亿人现在正使用着互联网,比起2000年增长了305%。似乎使用协同计算项目作为下一个成长的科学趋势是自然而然的。

不久,其他科学将会看到公众科学的繁荣。Westphal 博士说,这“在家”成像技术可能很快被用到帮助古人类学家在沙漠地区的扫描图片上更有效的找到罕见的化石。

虽然仍处于起步阶段,不过统计数据表示这种尖端的协助会在不久的将来获得成功。你是否有兴趣帮助验证爱恩斯坦理论,寻找来自遥远恒星的星际尘埃,或者建立自己的计算项目@home,志愿者计算需要一个点击,登录,当你离开它便开始工作。

为什么不帮助塑造科学方向?为什么不捐献你的闲置资源?

关于作者

Svetlana Shkolyar 是 NASA 研究院的一名实习生和 戈达德(Goddard)空间飞行中心的候选人。