В последний год учёные в области генетики Медицинского колледжа Альберта Эйнштейна в Нью-Йорке работали бок о бок со специалистом совсем не своего профиля — с Дэниелом Коном, художником концептуального направления в искусстве. Об этом уникальном опыте написали журналисты воскресного выпуска The New York Times, и в этой статье затронуты интереснейшие проблемы человеческого восприятия, возможностей его развития и на данный момент незаменимости при обработке цифровых данных.
Дэниел никогда не занимался ни компьютерными науками, ни генетикой; и нет, он не должен был проводить арт-терапию для сотрудников колледжа. Ему отводилась в команде важная роль: помочь учёным в решении проблемы XXI века: избыток «больших данных».
Лаборатория реактивного движения NASA, 1973 г. Источник: flickr
Зачем учёным нужны художники?
Абстрактные цифровые данные в колоссальном объёме требуют интерпретации. Сама по себе информация, какой бы объёмной она ни была, не несёт никакого смысла, если она не упорядочена по какому-либо принципу. Чтобы навести порядок в царстве хаоса полученных данных, аналитики постоянно изобретают новые методы, с помощью которых можно представить эти данные. Для этого и нужен был художник. Дэниел Кон проработал с учёными в команде десять лет, задавая им вопрос за вопросом. А если раздвинуть эти блоки данных? А если перевернуть их вверх ногами? А что, если по клику в какой-нибудь точке графика можно вызвать относящуюся к ней информацию и увидеть её под другим углом?
Директор Центра Эпигенетики Джон Грилли говорит о работе с Коном:
Важность его роли в нашей команде заключалась в том, чтобы вытолкнуть нас из зоны комфорта, подумать над тем, как мы можем представить данные в новом свете. Актуальная проблема состоит в том, что результаты биологических исследований сегодня зачастую добываются автоматически в цифровом виде. Нам нужны способы поймать некий гештальт, выработать инстинктивное понимание того, что именно представляет ценность.
Так происходит не только в центрах, занимающихся генетическими исследованиями. Социально-экономические прогнозы, отслеживание потенциальных террористов, планирование городской среды с учётом пробок и густоты населения — практически в любой сфере жизни сейчас собираются Big Data. С обработкой больших данных возникают сложности прежде всего потому, что исследователю-аналитику не сразу понятно, с чего начать поиск паттернов и моделей. Как выработать этакий «нюх», интуицию на поиск нужной нити в запутанном клубке разношёрстной пряжи?
Перцептивное научение
В когнитивной психологии есть малоприметная и крайне узкая практическая область — перцептивное научение. Исследования перцептивных способностей (способностей восприятия) показали, что они меняются при обучении, а значит, вполне возможно научить человека замечать некие внешние раздражители, на которые он ранее не обращал внимания. Мы с детства совершенствуем наши навыки восприятия, даже не подозревая об этом — дети, не умеющие читать, могут отличить букву Б от буквы В; люди, не изучавшие музыкальную грамоту, как правило, способны распознать высоту и длительность нот в диапазоне нескольких гамм. Свои навыки восприятия мы тренируем каждый раз, когда изучаем новый материал. Даже не столько мы тренируем, сколько они тренируются автоматически, без нашего участия. Это саморегулируемый процесс фильтрации сигналов окружающего мира с целью вычленения значимой информации, не требующий внешнего вмешательства. Наши глаза смотрят и видят, наши уши слушают и слышат.
Возможности перцептивного научения крайне важны для обучения, например, пилотов, которым важно принимать решения за доли секунды — для этого тренируются его зрительные навыки, как правило, с помощью компьютерных симуляторов.
Тренажёр для пилотов двухдвигательного реактивного самолёта. Источник: Википедия
Вообще пилотам до официального выхода в воздух нужны сотни лётных часов в поле и на тренажёрах. Огромное количество этих часов практики посвящено считыванию информации с приборной панели. В 80-х годах прошлого века когнитивный психолог Филип Келлман заинтересовался этой проблемой и решил выяснить, можно ли обучать пилотов быстрее и эффективнее. Загвоздка считывания показаний с приборной панели состоит в том, что выхватить данные с одного счётчика очень просто, а вот для охвата одним взглядом сразу нескольких приборов и анализа полученной информации требуются продвинутые навыки, доведённые до автоматизма.
Что сделал доктор Келлман? Он разработал небольшую видеоигру. Студент в ней видит приборную панель с запрограммированными наборами показателей (всего пять или шесть); его задача — как можно быстрее определить, о чём говорит весь этот комплект данных, и выбрать нужный из предлагаемых вариантов действий: совершить подъём, совершить плавное снижение, совершить поворот при снижении и т.д. Программа давала мгновенный отклик о правильности ответа, и тренировка продолжалась дальше — всё в весьма быстром темпе.
В 1994 г. доктор Келлман опробовал этот модуль перцептивного научения на пилотах-стажёрах. После часа тренировки новички могли считывать показания с приборной панели с той же точностью, что и опытные пилоты с тысячей лётных километров позади. Конечно, такое научение не отменяет необходимости лётной практики, но значительно сокращает время, отведённое на тренировку на земле.
С помощью перцептивного научения производится и тренировка студентов медицинских вузов — например, операции по удалению желчного пузыря. С 80-х годов прошлого века эта операция осуществляется путём мельчайших надрезов и введения лапароскопической трубки в брюшную полость пациента для того, чтобы сделать снимки внутреннего состояния полости. Если врач неправильно считает информацию со множества полученных снимков, может возникнуть множество осложнений после операции. Поэтому до допуска к такой операции студенты-медики наблюдают сотни работ опытных хирургов. Компьютерный модуль перцептивного научения позволил ускорить этот процесс: студенты отсматривали видео операций и определяли показанный этап операций. Было доказано, что студенты, проходившие обучение через компьютерную симуляцию, в четыре раза успешнее сдавали экзамены на знание процедуры удаления желчного пузыря.
Надо сказать, что медицинский колледж U.C.L.A. ввёл элементы перцептивного научения в свою учебную программу — для тренировки навыков чтения электрокардиограмм, идентификации видов сыпи, интерпретации результатов биопсии. Иными словами, для тех процедур, в которых требуется быстро, практически рефлекторно определить наличие патологического состояния.
Если говорить более обобщённо, перцептивные навыки позволяют нам быстро отделить одну сущность от другой без необходимости давать объяснение своему выбору (по крайней мере, на момент выбора). Мы смотрим на фигуру и видим, ромб это или трапеция. Мы смотрим на дерево и видим, сосна это или ель. Мы смотрим на график и видим, опускается кривая или поднимается.
К чему было такое длинное лирическое отступление?
Обработка данных на перфокартах. Источник: pixabay
Цифровым «большим данным» нужны такие же ключики восприятия, такие же паттерны, которые способен выстроить человеческий мозг при беглом взгляде на приборную панель, чтобы сделать вывод. Массивам цифровых данных нужны каталоги критериев, по которым программа сможет самостоятельно определить, о чём говорит тот или иной набор полученных цифр — может, набор данных, соответствующих этим критериям, скажет о надвижении холодного атмосферного фронта или об очередном падении рубля.
А пока что в обработке и визуальном представлении огромных массивов данных, будь то научное исследование или журналистская интерпретация, не обойтись без экспертов по интуитивному построению зрительных блоков, пригодных для восприятия и отображающих собранную по кусочкам реальность — художников, дизайнеров, иллюстраторов, мультипликаторов, а также тех, кому впоследствии нужны результаты обработки данных.
