p Pesquisadores em um laboratório da Universidade de Aarhus desenvolveram uma interface de jogo remota versátil que permitiu que especialistas externos, bem como centenas de cientistas cidadãos em todo o mundo, otimizassem um experimento de gás quântico por meio de colaboração multijogador e em tempo real. Os esforços de ambas as equipes melhoraram drasticamente em relação às melhores soluções anteriores, estabelecidas após meses de cuidadosa otimização experimental. Comparando especialistas de domínio, algoritmos e cientistas cidadãos é um primeiro passo para desvendar como os humanos resolvem complexos, problemas de ciências naturais. p Em um futuro caracterizado por algoritmos com poder computacional cada vez maior, é essencial entender a diferença entre inteligência humana e máquina. Isso permitirá o desenvolvimento de interfaces de inteligência híbridas que exploram de forma otimizada o melhor dos dois mundos. Ao disponibilizar desafios de pesquisa complexos para contribuição do público em geral, a ciência cidadã faz exatamente isso. Numerosos projetos de ciência cidadã mostraram que os humanos podem competir com algoritmos de última geração para resolver problemas complexos, problemas de ciências naturais.

p Contudo, até agora, esses projetos não abordaram por que um coletivo de cientistas cidadãos pode resolver problemas tão complexos. Uma equipe interdisciplinar de pesquisadores da Universidade de Aarhus, Ulm University, e a Universidade de Sussex, Brighton agora deu os primeiros passos importantes nessa direção, analisando o desempenho e a estratégia de busca de um algoritmo de computador de última geração e cientistas cidadãos em sua otimização em tempo real de um ambiente de laboratório experimental.

p O Desafio Alice

p No Desafio Alice, Robert Heck e seus colegas deram a especialistas e cientistas cidadãos acesso ao vivo ao seu experimento de gás quântico ultra-frio. Isso foi possível por meio de uma nova interface remota criada pela equipe da ScienceAtHome da Universidade de Aarhus. Manipulando feixes de laser e campos magnéticos, a tarefa era resfriar o máximo possível de átomos até temperaturas extremamente frias um pouco acima do zero absoluto a -273,15 ° C. Este chamado condensado de Bose-Einstein (BEC) é um estado distinto da matéria (como o sólido, líquido, gás ou plasma) que constitui um candidato ideal para realizar coisas como experimentos de simulação quântica e medições de alta precisão.

p Conforme detalhado abaixo, ambos os grupos usaram com sucesso a interface remota para melhorar as soluções anteriormente ideais. Neste primeiro desafio de otimização experimental da ciência cidadã com feedback em tempo real, os pesquisadores quantificaram ainda mais o comportamento dos cientistas cidadãos. Eles concluíram que o que torna única a solução de problemas humanos é que um coletivo de indivíduos pode equilibrar tentativas inovadoras e refinar as soluções existentes com base em seu desempenho anterior.

p Otimização quântica como um serviço remoto

p A tecnologia quântica está cada vez mais saindo dos laboratórios universitários e entrando no mundo corporativo. Para aplicativos robustos e de alto desempenho, níveis excepcionais de controle dos sistemas complexos são necessários, bem como novas metodologias nas ciências teóricas e experimentais. Isso requer colaborações interdisciplinares e muitas vezes transinstitucionais, o que, por sua vez, requer o desenvolvimento de interfaces eficientes para permitir que cada um dos especialistas contribua da forma mais eficiente possível.

p Nos últimos anos, interfaces remotas para aparelhos experimentais começaram a aparecer. Contudo, eles estão sempre focados em ambientes educacionais ou na investigação de uma configuração experimental muito particular.

p Em contraste, Robert Heck e seus colegas no trabalho atual se propuseram a desenvolver uma interface remota flexível e um algoritmo de otimização poderoso que pode ser potencialmente aplicado a muitas outras configurações no futuro. A produção experimental de BECs serve como uma bancada de teste ideal:

p O pacote RedCRAB

p "Fazer as máquinas jogarem o Alice Challenge ao lado de humanos na Internet exigiu que criássemos um novo pacote de software, RedCRAB, para otimização remota de experimentos quânticos, "explicou Tommaso Calarco e Simone Montangero, líderes da equipe de otimização Ulm.

p RedCRAB é ideal para problemas com muitos parâmetros de controle quando a modelagem teórica exata do sistema é desconhecida e outros métodos de otimização tradicionais falham. Além disso, tem a vantagem de que os especialistas em otimização podem ajustar facilmente os parâmetros algorítmicos e explorar todo o seu potencial sem a necessidade de comunicação intermediária com a equipe experimental. Além disso, a eficiência da otimização pode ser analisada, e com base nisso, melhorias algorítmicas podem ser feitas e facilmente transferidas para experimentos futuros.

p Tommaso Calarco está extremamente animado com os resultados:

p "A otimização do RedCRAB funcionou tão bem que agora é aplicada em vários laboratórios ao redor do mundo para melhorar o desempenho dos dispositivos quânticos. Planejamos estender isso como um serviço em nuvem que acreditamos provavelmente resultará em um desenvolvimento mais rápido do entendimento teórico, do desenvolvimento algorítmico e, em geral, da ciência e das tecnologias quânticas. "

p Qualquer desafio de pesquisa pode ser transformado em um jogo?

p Como acima mencionado, interfaces de jogos têm permitido, nos últimos anos, que não especialistas usem sua criatividade e intuição para contribuir com vários campos científicos. Em 2016, o grupo de pesquisa Aarhus relatou os resultados do primeiro jogo de ciência cidadã quântica, Quantum Moves, no Natureza . No jogo, os jogadores contribuíram para encontrar soluções rápidas e eficientes para o transporte atômico em uma arquitetura de computação quântica.

p A analogia de água clara daquele jogo em particular e a escassez de outros jogos quânticos desde então gerou a crítica de que talvez os não-especialistas só possam contribuir em tópicos de pesquisa para os quais uma analogia clássica clara possa ser estabelecida. Uma vez que isso raramente pode ser estabelecido para qualquer desafio de pesquisa, pode parecer que a abordagem de gamificação é de aplicabilidade geral muito limitada e Quantum Moves era apenas um caso muito especial.

p Para testar essa hipótese, a interface remota para o experimento de átomos ultra-frios em Aarhus foi transformada em um jogo de ciência cidadã, o desafio Alice. Concretamente, os jogadores controlaram as intensidades do laser e os campos magnéticos da sequência experimental. Conforme ilustrado na figura, a interface do "jogo" está longe de ser intuitiva e talvez não seja muito divertida. Os jogadores arrastam uma ou mais das curvas, aperte o botão enviar. Em seguida, a solução foi enviada para o laboratório, o experimento conduzido, e cerca de 35 segundos depois, o resultado é comunicado ao jogador.

p Duas semanas de jogos - e melhores soluções

p Robert Heck, um dos cientistas líderes na concepção do Alice Challenge e primeiro autor do artigo:

p "Isso concretiza o primeiro desafio de otimização experimental da ciência cidadã com feedback em tempo real em qualquer campo. No Alice Challenge, 600 cientistas cidadãos tiveram mais de duas semanas de acesso ao nosso laboratório em Aarhus. Nesse período, 7577 soluções foram enviadas e realizadas no laboratório. Também foi um desafio para nós. Como nossos participantes vieram de todo o mundo, tivemos que manter o experimento online por duas semanas seguidas, sem interrupções. "

p Embora os jogadores não tivessem nenhum treinamento formal em física experimental, eles conseguiram encontrar soluções surpreendentemente boas. Porque? Uma dica veio de uma entrevista com um jogador top, um engenheiro de sistema de microondas italiano aposentado. Ele disse, que, para ele, participar do Alice Challenge o lembrava muito de seu trabalho anterior como engenheiro. Ele nunca alcançou uma compreensão detalhada dos sistemas de micro-ondas, mas ao invés disso, passou anos desenvolvendo uma intuição de como otimizar o desempenho de sua "caixa preta".

p "Isso é extremamente empolgante. Nós, humanos, podemos desenvolver habilidades gerais de otimização em nossa vida profissional cotidiana, que podemos transferir com eficiência para novos ambientes. Se isso for verdade, qualquer desafio de pesquisa pode, de fato, ser transformado em um jogo de ciência cidadã, "disse Jacob Sherson, chefe do projeto ScienceAtHome.

p Os cientistas cidadãos são realmente melhores?

p Como os amadores não treinados, usando uma interface de jogo não intuitiva, podem superar os experimentalistas especialistas na competição? Uma resposta pode estar em uma velha citação de Herbert Simon:"Resolver um problema significa simplesmente representá-lo de forma a tornar a solução transparente". Nesta visão, os jogadores podem ter um desempenho melhor, não porque eles tenham habilidades superiores, mas porque a interface que estão usando torna outro tipo de exploração "a coisa óbvia a se tentar" em comparação com a interface de controle experimental tradicional.

p "O processo de desenvolvimento de interfaces divertidas que permitem que especialistas e cientistas cidadãos vejam os complexos problemas de pesquisa de diferentes ângulos, pode conter a chave para o desenvolvimento de futuros sistemas híbridos de inteligência, nos quais fazemos um uso otimizado da criatividade humana, "explicou Jacob Sherson.

p Ciências sociais em liberdade

p Outra razão para o sucesso dos cientistas cidadãos é provavelmente devido à colaboração multijogador que a interface remota facilitou. Testar essa hipótese envolveu um avanço substancial em comparação com as ciências sociais tradicionais.

p Carsten Bergenholtz e Oana Vuculescu, os especialistas em ciências sociais do projeto:

p “Nas ciências sociais, estamos interessados ​​em como as pessoas resolvem problemas. No entanto, muitas vezes os convidamos para um laboratório de ciências sociais para resolver problemas artificiais, que não estão diretamente conectados ao mundo real. Além disso, indivíduos no laboratório geralmente resolvem esses problemas artificiais sozinhos. Em contraste, nosso Alice Challenge foi uma oportunidade única de fazer ciências sociais 'na selva', ou seja, os jogadores resolveram um problema real e permitimos que os jogadores colaborassem e aprendessem uns com os outros. Geral, isso nos permite entender por que um coletivo de cientistas cidadãos é surpreendentemente bom em resolver problemas tão complexos. "

p Os pesquisadores descobriram que os indivíduos na parte superior ou inferior da tabela de classificação se comportam de maneira diferente. Jogadores com bom desempenho realizam pequenas mudanças em suas soluções propostas, enquanto jogadores com baixo desempenho exploram o desconhecido e aplicam mudanças maiores. À medida que os jogadores com baixo desempenho sobem na hierarquia e, vice-versa, jogadores com bom desempenho movem para baixo os indivíduos adaptam sua pesquisa de acordo.

p Em um nível coletivo, isso significa que sempre há alguns jogadores no topo de uma tabela de classificação que otimizam a melhor solução atual, bem como alguns jogadores na parte inferior de uma tabela de classificação que inovam e experimentam soluções completamente novas. Isso foi diretamente comparado ao comportamento do algoritmo RedCRAB que era muito mais local por natureza - focando em pequenos passos para melhorar iterativamente a solução atual em vez de pesquisar amplamente o cenário geral.

p Uma visão única

p "Essas descobertas fornecem uma visão sobre a capacidade humana única de resolver coletivamente problemas complexos. O aproveitamento desse conhecimento permitirá o design de interfaces de inteligência híbrida que combinam as forças computacionais da IA ​​com as vantagens da intuição humana, "disse Carsten Bergenholtz e Oana Vuculescu.

p Mark Bason, da University of Sussex, está olhando para o futuro:

p "O progresso na ciência é frequentemente o resultado de uma estreita colaboração entre grupos estabelecidos, como aqueles da academia ou da indústria. Contudo, a tecnologia avançou tanto que muitas novas interações são possíveis. Abrindo nossa pesquisa, agora podemos nos beneficiar das habilidades dos jogadores, algoritmos e abordagens híbridas dos dois. "