داده‌های میکروسکوپی بلااستفاده احیا می‌شوند

نتایج یک پژوهش جدید نشان می‌دهد که بیش از ۹۷ درصد از تصاویر حاصل از میکروسکوپ‌های الکترونی، هرگز در مقالات علمی منتشر نمی‌شوند؛ داده‌هایی که به گفته متخصصان می‌توانند نقش حیاتی در آموزش مدل‌های هوش مصنوعی و پیشرفت تحلیل داده‌های علمی ایفا کنند. این یافته‌ها به‌ویژه در دورانی که تحقیقات داده‌محور و ابزارهای یادگیری ماشین اهمیت فزاینده‌ای یافته‌اند، می‌تواند افق تازه‌ای در پژوهش‌های علمی بگشاید.

به گزارش رسانه اخبار فناوری تک فاکس، در این مطالعه، پژوهشگران با بررسی بیش از ۱۵۲ هزار تصویر جمع‌آوری‌شده در طول یک دهه از یک مرکز تحقیقاتی، دریافتند که تنها حدود ۳۶۰۰ تصویر، معادل ۲ درصد از کل داده‌ها، در مقالات علمی به کار رفته‌اند. این تصاویر شامل خروجی‌های میکروسکوپ الکترونی روبشی (SEM) و میکروسکوپ الکترونی عبوری (TEM) هستند که در پروژه‌های مختلف علمی ثبت شده‌اند، اما بخش اعظم آن‌ها در بایگانی‌ها باقی مانده و هیچ‌گاه منتشر نشده‌اند.

بر اساس نتایج این بررسی، تنها ۲٫۶ درصد از تصاویر SEM و ۱٫۶ درصد از تصاویر TEM در مجلات علمی به چاپ رسیده‌اند. این آمار نشان می‌دهد که حجم قابل توجهی از داده‌های علمی تولیدشده، عملاً از چرخه دانش خارج شده‌اند. والنتاین آنانیکوف، شیمیدان آلی از مؤسسه زلینسکی مسکو و یکی از نویسندگان این تحقیق، می‌گوید این داده‌های پنهان، «منبعی عظیم و دست‌نخورده» برای پژوهش‌های علمی هستند. به باور او، اگر این تصاویر به‌صورت نظام‌مند دسته‌بندی، آرشیو و با استفاده از الگوریتم‌های هوش مصنوعی تحلیل شوند، می‌توانند به عنوان داده‌های آموزشی برای مدل‌های یادگیری ماشین مورد استفاده قرار گرفته و روند کشف ساختارها و الگوهای جدید علمی را تسریع کنند.

آنانیکوف تأکید می‌کند که کیفیت پایین دلیل اصلی انتشار نیافتن این تصاویر نیست. او توضیح می‌دهد: بسیاری از این تصاویر دارای وضوح بالا و ارزش علمی چشمگیری هستند، اما تنها تعداد اندکی از آن‌ها به عنوان نمونه‌های «نماینده» برای درج در مقالات انتخاب می‌شوند. این موضوع موجب می‌شود بخش بزرگی از داده‌ها بدون استفاده بمانند و در حالی که می‌توانند به‌عنوان منبع آموزشی یا تحقیقاتی ارزشمندی به کار گرفته شوند، نادیده گرفته شوند.

به گفته آنانیکوف، در عصر هوش مصنوعی و داده‌کاوی، این تصاویر دقیقاً همان چیزی هستند که الگوریتم‌های یادگیری ماشین به آن نیاز دارند: مجموعه‌هایی عظیم و متنوع از داده‌های واقعی. او پیشنهاد می‌کند پژوهشگران به جای انتشار گزینشی تصاویر مطابق با روایت مقاله، تمام داده‌ها را به‌صورت سیستماتیک ثبت و آرشیو کنند. وی می‌افزاید که امروزه ابزارهای نوین می‌توانند به‌طور خودکار فراداده‌ها (متادیتا) را استخراج کرده و فرایند طبقه‌بندی و سازماندهی اطلاعات را تسهیل کنند؛ کاری که پیش‌تر به‌صورت دستی انجام می‌شد و بسیار زمان‌بر بود.

پژوهشگران همچنین پیشنهاد می‌دهند به‌جای ذخیره‌سازی داده‌ها در رایانه‌های شخصی محققان، پایگاه‌های داده مشترک بین مؤسسات و آزمایشگاه‌ها ایجاد شود. چنین سامانه‌هایی می‌توانند از هدررفت اطلاعات جلوگیری کرده و امکان دسترسی آسان‌تر پژوهشگران به داده‌های باارزش علمی را فراهم کنند. آنانیکوف بر این باور است که این کار نه‌تنها موجب حفظ بهتر داده‌ها می‌شود، بلکه امکان تحلیل‌های میان‌رشته‌ای و کشف الگوهای پنهان در ساختار مواد را نیز فراهم خواهد کرد.

ریس ریچاردسون، پژوهشگر متاساینس در دانشگاه نورث‌وسترن آمریکا که در این تحقیق مشارکت نداشته است، نیز با اهمیت این یافته‌ها موافق است. او اشاره می‌کند که تجهیزات میکروسکوپی بسیار گران‌قیمت هستند و داده‌های حاصل از آن‌ها می‌تواند سرنخ‌های علمی ارزشمندی در اختیار جامعه پژوهشی قرار دهد. به گفته او، یکی از دلایل اصلی انتشار نیافتن این تصاویر، نه کیفیت پایین یا بی‌اهمیتی آن‌ها، بلکه هنجارهای حاکم بر رشته‌های علمی و محدودیت‌های تحریری مجلات پژوهشی است که معمولاً تنها از داده‌های منتخب حمایت می‌کنند.

ریچاردسون همچنین خاطرنشان می‌کند که بسیاری از جزئیات مرتبط با تجهیزات آزمایشگاهی و متادیتاهای مرتبط در مقالات حذف می‌شوند، موضوعی که شفافیت علمی را کاهش می‌دهد و امکان بازتولید نتایج را محدود می‌سازد. با این حال، او به وجود پلتفرم‌ها و مخازن داده اشاره می‌کند که پژوهشگران می‌توانند تصاویر و داده‌های خود را در آن‌ها بارگذاری کرده و در دسترس دیگر محققان قرار دهند.

در نهایت، آنانیکوف بر ضرورت پیوند میان این داده‌های بلااستفاده و پروژه‌های تحقیقاتی فعال تأکید دارد. او معتقد است که اگر این آرشیوهای پنهان به درستی تحلیل و به جریان پژوهش‌های علمی تزریق شوند، می‌توانند روند اکتشافات جدید را تسریع کرده و درک بشر از ساختار مواد را گسترش دهند. به گفته او، ذخیره و سازماندهی داده‌های میکروسکوپی، نه تنها به آموزش و توسعه مدل‌های هوش مصنوعی کمک می‌کند، بلکه می‌تواند ابزار آموزشی قدرتمندی برای نسل آینده دانشمندان فراهم آورد.

این مطالعه نشان می‌دهد که چالش اصلی در برابر جامعه علمی، نه کمبود داده، بلکه شیوه استفاده و به‌کارگیری آن‌هاست. تغییر نگرش از تمرکز صرف بر نتایج منتشرشده به سمت حفظ و اشتراک‌گذاری داده‌ها، می‌تواند به شفافیت علمی، اعتبار پژوهش‌ها و پیشرفت سریع‌تر علم کمک کند. چنین رویکردی می‌تواند به معنای ورود به عصری باشد که در آن حتی داده‌های فراموش‌شده، دوباره به ابزاری برای پیشرفت علم و فناوری تبدیل می‌شوند.