为什么科学数据处理是游戏的未来

有一天晚上，我想在《我为喜剧狂》开播前打发时间，于是坐下来试着构建一条 RNA 链。我点击了一个黄色的腺嘌呤头像，将其变成薄荷糖形状的鸟嘌呤，准备形成碱基对。我将鼠标悬停在虚拟分子的整个部分上，切换碱基并放大和缩小，以确保在形成更多化学键时保持所需的形状。

目前，对我来说，电脑游戏 EteRNA 是一种有趣的消遣。但也许有一天，如果我真的很厉害，卡内基梅隆大学的 Adrien Treuille 和他的同事们会将我的一个 RNA 变成现实，在实验室中合成它，并检查它是否能带来新药或生物技术的新研究。我非常想找到答案。这正是重点所在。

在所有科学领域，研究人员都意识到，只要有创造力和开放的心态，他们就可以获得大量免费助手，这些助手会登录在线游戏，帮助他们对星系进行分类、解决谜题或旋转虚拟形状，为他们完成繁琐的任务，并普遍提高他们的工作效率。在大多数情况下，这些信息游戏利用了人类对模式识别的自然倾向；我们比计算机更善于发现可见的细节。但未来的项目可能会超越谜题或其他视觉任务。只要你以正确的方式处理，任何问题都可以变成游戏。

“如果你仔细想想，你就能将专注于特定问题的生物化学家数量增加三到四倍，”蛋白质折叠益智游戏 Foldit 的联合创始人 Zoran Popović 说道。Foldit 是科学游戏领域的先锋。“如果你能对当今人类面临的所有问题做类似的事情，那么这不仅对科学有帮助，而且对整个社会都有很大的帮助。”

已经有太多例子了：在 Foldit 中，你可以旋转虚拟蛋白质，以寻找使用最少能量的最佳设计，这是大自然所希望的。在 Moon Zoo 中，你可以放大月球陨石坑的高分辨率图片，并标记出 NASA 可能再次查看的奇怪岩石。你可以在 WhaleFM 上收听虎鲸的声音，并匹配听起来相似的叫声。让我来告诉你有关 Planet Hunters 的事情。你知道你可以自己对开普勒太空望远镜的光数据进行分类，并有可能自己找到一颗新的系外行星吗？

数据游戏使人们能够提出一些关于事物运作方式和思维方式的新问题，这些问题以前从未有人提出过。甚至 DARPA 也加入了这一行动。去年秋天，这家蓝天研究机构发起了一项拼图挑战，要求解题者将碎成 10,000 多块的文件拼凑在一起。“DARPA 中参与挑战的一些人认为不可能找到解决方案，”碎纸机挑战项目经理 Daniel Kaufman 在一封电子邮件中说道。获胜团队使用定制的计算机视觉算法来建议拼图配对，然后由人类将它们拼凑在一起。总的来说，获胜团队花费了近 600 个工时开发算法和拼凑文件，赶在了 DARPA 的最后期限之前。DARPA 正在再次尝试解决其他“棘手”问题，这些问题通常被认为无法通过常规方法解决。第一个项目是名为“众包形式化验证程序”的项目，该项目寻求新的游戏，让专家和新手能够验证国防部系统的软件代码。

可能性似乎无穷无尽，而根据 Popović 和 Treuille 等游戏创造者的说法，它们确实有可能实现。

“所有人类任务，当然所有知识任务，都可以通过互联网实现，”Treuille 说道，他是 Foldit 的开发团队成员之一，后来又开发了 EteRNA（发音与“永恒”相似）。“从某种意义上说，Foldit 和 EteRNA 反映了一种更大的趋势，即互联网极大地打破了沟通和专业知识方面的障碍，以及社会中谁能做什么的障碍。”

这对那些严谨的科学家来说也有好处。这些游戏不仅提供了新的答案，还引发了关于事物运作方式、人们思考和学习方式的新问题，这些问题以前从未有人问过。

在 EteRNA 中，玩家发现了一些模式，比如每次都能起作用的 RNA 配方，这些模式与现有的 RNA 工作模型不符。“这就像他们在发现自然法则，”Treuille 说。基于图像的游戏也可以揭示人性。Eric Fischer 跟踪位置数据以了解人类动机。他绘制了 Flickr 和 Twitter 照片的位置，对我们的生活方式有了新的认识：人们在可以四处走动的地方度假，但生活的地方必须开车；游客和当地人聚集在隔离区域。PopSci 将他对 Flickr 照片的地理数据分析变成了一个游戏，在游戏中，你可以猜测纽约的照片是由游客还是当地人拍摄的，看看你的评估是否与数据预测相符。

点击此处玩 POPSCI 的游客或本地人游戏

像大卫·安德森这样的计算机科学家对人们如何在线学习很感兴趣。从某种程度上说，他对 SETI@home 的研究是整个运动的种子——基于 SETI 计划的类似被动计算项目是 Foldit 的起源。安德森是加州大学伯克利分校空间科学实验室的一名研究科学家，在星尘号太空船于 2006 年将第一批星际尘埃粒子带回地球后，他建立了一个名为 Stardust@home 的主动游戏项目。安德森回忆说，加州大学伯克利分校的物理学家安德鲁·韦斯特法尔和其他研究人员需要确保他们找到每一粒尘埃，但尘埃收集器有 160 万张图片，计算机无法很好地搜索它们。

“我们这样做不是为了新奇或宣传；这对科学成果至关重要。我们需要有统计学上的信心，才能确定我们已经找到了所有可以找到的尘埃颗粒，”他说。在建立 Stardust@home 时，安德森和韦斯特法尔意识到他们必须校准志愿者，就像校准任何仪器一样——有一个学习曲线。他们设计了一个系统来检查误报与玩家的真实分数，以得出一个置信水平。最终，来自全球各地的 25,000 多名志愿者报名参加，平均投入了 40 小时的工作。2010 年，一名安大略省男子发现了第一批粒子。

安德森将他的 Stardust@home 校准方法变成了适用于所有类型数据游戏的开放框架，他将其昵称为 Bossa。一些科学家已经找到他，希望开发自己的数据分析游戏，其中包括一个研究巴西雨林卫星图像的研究小组。安德森说，他们的目标是识别森林和森林砍伐地区，并在几天或几周内尽早发现新的森林砍伐事件。

Foldit 证明了在线游戏玩家集体进行的分布式思考比分布式计算更为成功。但它需要比普通视频游戏更多的奉献精神和专业知识——Popović 曾见过排名靠前的玩家休息了几个月，然后又回来了，但未能进入前 20 名。玩家分享技能和新技巧，因此整个社区迅速晋升到更高的水平。他说，从这个意义上讲，Foldit 也是游戏作为教学工具的威力的一个独特实验。人们可以在不知不觉中成为微专家。

“你可以跳过大学学位、博士学位和其他所有事情，做得比所有这些博士科学家还要好。所以想象一下，你也可以在教育领域做到这一点，”他说。“人们不仅学得更多，而且他们认为数学和科学很有趣，而这种情况很少见。”

学习难度可能很大，但玩家在尝试、失败、再尝试并不断进步后，也会对游戏产生兴趣。人类的学习方式是自然的，而计算机则很难做到，特鲁耶说，他承认自己在游戏中的表现远不如玩家。

“当我们开始 EteRNA 时，玩家的表现很差劲，我不会骗你。他们比计算机算法差多了，”他说。“但我们把它变成了一个游戏，让它变得有趣，我们激励人们去玩，我们说‘这取决于你。制造正确折叠的 RNA。’他们不断学习。”

特鲁耶说，玩家在留言板上分享假设和策略；有些玩家擅长发现异常，有些玩家则擅长回答问题。

他说：“玩家们每周的水平都有所提高，在三到六个月内他们就能够打败电脑了。”

即使是 Foldit 和 EteRNA 等复杂游戏，游戏也主要涉及图像识别，原因很简单，围绕此类问题设计游戏更简单。但 Popović 和 Treuille 并不打算止步于此。

Popović 正在开发一款新的网络游戏，暂定名为 Biologic，要求玩家创建新的合成分子，这比蛋白质折叠更难。他计划在四月份推出这款游戏。他还想开发一款游戏，可以创建计算机程序的地图，并要求玩家找出每个安全漏洞或错误。他说，他甚至设想了一款可以根除腐败的游戏——它会收集特定国家的所有公共记录，并绘制它们之间所有可能的联系。玩家会找到所有可能的反馈回路或支付相关性，然后对其进行调查。

“所有这些告密者都会遍布世界各地，追查作弊者，”他说。“总的来说，我们正在尝试看看我们是否能够解决计算机本身无法解决的真正难题，人类本身也无法解决。这就是游戏令人兴奋的地方。我认为没有任何东西能够让人们如此长时间地参与其中。”

诀窍在于让那些严谨的科学家相信，把最紧迫的问题变成游戏是个好主意。特鲁耶承认，这仍然不容易做到。

“成功的游戏不仅有才华横溢的游戏设计师参与，也有思想极其开放、执着的科学家参与，他们愿意与那些不知道自己在说什么的人讨论如何利用他们的研究成果制作游戏，徒劳地希望有一天他们的研究成果能给他们带来一些有用的东西，”他说。“这是一种真正具有冒险精神的世界观。”

让我们面对现实吧——Zooniverse 上的一些任务和几个项目本质上相当乏味。但是，如果赋予了目的和科学意义，这些无聊的任务就会突然变得有趣；我喜欢自己寻找系外行星的想法。而且我并不孤单——当开发人员削弱科学性时，玩家就会失去兴趣，Treuille 说。添加排名和留言板等激励措施，整个社区就会蓬勃发展。

我开始玩 EteRNA 是因为我正在写关于它的文章，但我不打算停止，至少暂时不会。点击小点来形成新的化学键，将虚拟分子锁定到位，并听到竖琴的颤音，表示你猜对了，这种感觉非常令人满足。如果有一天它对科学产生了实际意义——那将是真正的胜利。