分析：“互聯(lián)網(wǎng)+人”是人本計算學(xué)的興起

分析：“互聯(lián)網(wǎng)+人”是人本計算學(xué)的興起

Fold就是最著名的例子之一。這個項目讓參與者用進(jìn)可能高效的方式對虛擬的蛋白質(zhì)進(jìn)行折疊。其目標(biāo)是想要弄清楚為什么蛋白質(zhì)能夠折疊的那么快那么高效？弄清楚這個，就有可能解決分子生物學(xué)最重要的問題之一。項目啟動不久就取得了不小的成功。眾包的玩家很快就發(fā)現(xiàn)了猿猴免疫缺陷病毒(SIV)調(diào)節(jié)蛋白的三級結(jié)構(gòu)，這個問題已經(jīng)困擾了艾滋病研究者數(shù)十年，其解決將有助于人類想出治療艾滋病的新辦法。Zooniverse(宇宙動物園)項目則發(fā)揮公民科學(xué)家的集體力量，讓這些人識別月球上的環(huán)形山，幫助翻譯古老船只上的日志，認(rèn)出天文圖片上的星系，行星等等。HumanComputationInstitute的PietroMichelucci領(lǐng)導(dǎo)的團(tuán)隊于是開始思考一個問題，怎么樣利用人本計算資源才是最好的？他們研究發(fā)現(xiàn)，不同的問題類型需要創(chuàng)建不同類型的眾包項目。眾包救助其中一個項目叫做ProjectHouston，以地面眾包幫助宇航員在阿波羅13號爆炸后返回地球的努力命名。這種項目可以設(shè)立來幫助那些遇到麻煩的個人，比方說因為壓力、沮喪、抑郁而想自殺的人(有的人甚至?xí)谖⒉┥现辈?，但大家往往卻無能為力)。針對這類問題，其想法是利用最新的語音分析和自然語言理解技術(shù)去檢測壓力水平并提供幫助。幫助的形式是由不同專業(yè)水平的人組成到一起，形成一種復(fù)合的人格，再通過人工智能技術(shù)來提供支持。這樣提供幫助的這個“人”就能呈現(xiàn)出始終如一的耐心和寬容，哪怕背后的眾包者隨著時間轉(zhuǎn)移已經(jīng)徹底改變了。眾包學(xué)習(xí)另一種想法是利用眾包來幫助學(xué)習(xí)。Duolingo就是例子，這款app在提供語言學(xué)習(xí)課程的同時還提供文檔翻譯服務(wù)。類似地，眾包機制可以幫助大家在網(wǎng)上工作得同時學(xué)習(xí)新技能，這個過程要求眾包者承擔(dān)更加復(fù)雜的角色。比方說放射學(xué)里面的重要工作是識別X光片里面的腫瘤。這方面機器視覺算法尚不能可靠識別。但是人卻比較擅長這個。初學(xué)者可以先從比較容易分類的圖片開始，然后在證明具備一定熟練程度后逐步處理更復(fù)雜的情況。這種學(xué)以致用的學(xué)習(xí)方式對學(xué)習(xí)和工作而言都可以事半功倍，會對未來的教育和工作均產(chǎn)生革命性影響。眾包信息提供第三種是幫助困難家庭尋找社會福利計劃。無家可歸者、殘疾人、低收入家庭等最需要這樣的計劃，但現(xiàn)實是他們找到并享受這樣的計劃非常艱難。研究人員的想法是眾包替這些人分擔(dān)尋找福利計劃的負(fù)擔(dān)，讓他們騰出時間去做其他更重要的任務(wù)，如找工作、管理健康問題等。設(shè)想一下，如果有這樣一套眾包機制，最近在畢節(jié)發(fā)生的悲劇是不是可以避免呢？這些當(dāng)然都是不錯的想法，但是也會引發(fā)道德、法律及社會問題。如何設(shè)計才能讓眾包參與有意義讓受助者有尊嚴(yán)？如何才能令最弱勢群體受益？人和機器如何分工才能產(chǎn)生最理想結(jié)果呢？這些都是人本計算學(xué)需要進(jìn)一步研究的問題。如果這些