Pusmečio senumo naujienos ir astronominė analizė

Kai skaitote žiniasklaidoje, ypač užsienietiškoje, pasirodančius pranešimus apie naujus astronomų atradimus, ar kada atkreipėte dėmesį į minimas datas? Jei atkreipėte, tai galbūt jums pasirodė keista, kodėl kaip „naujienos“ pristatomi rezultatai stebėjimų, atliktų prieš porą ar net daugiau metų. Ir tai toli gražu ne retenybė, o labai dažnas reiškinys: kur tik pranešama apie įdomius astronominius stebėjimus, praktiškai visada tie stebėjimai būna atlikti prieš keletą metų. Štai kad ir garsieji supernovų stebėjimai, parodę greitėjantį Visatos plėtimąsi, buvo atlikti 1995-1997 metais, o rezultatai paskelbti tik 1998-aisiais. Kodėl? Priežasčių yra ne viena; čia pristatysiu maždaug penkias.

Pirmoji ir svarbiausia priežastis yra labai paprasta – tarp stebėjimų ir pranešimo spaudai egzistuoja toks ilgas procesas, vadinamas duomenų analize. Teleskopo detektoriumi užfiksuoti fotonai paverčiami skaitmenine informacija, kuri visų pirma turi būti „išvalyta“ – pašalinta aplinkinių objektų įtaka, sukalibruotas fono šviesis (jei lyginama, kaip dažniausiai ir būna, daug nuotraukų) ir taip toliau. Aišku, šiais laikais tai atliekama automatiškai, žmonėms tereikia tik prižiūrėti ir patikrinti, ar kompiuteriai padaro viską teisingai; tačiau milžiniškas informacijos kiekis, teikiamas daugybės teleskopų, net ir kompiuterius apkrauna smarkiai, o procesas šiek tiek užtrunka. Ir tik po to išvis galima pradėti „daryti mokslą“ su gautais duomenimis.

Švarių duomenų analizė trunka įvairiai, mat tai nėra vien techninis procesas. Jam reikia ir kūrybinio polėkio*, o tas, kaip žinia, ateina toli gražu ne kasdien. Žvelgiant žemiškiau, svarbiausi atradimai dažnai yra ne tai, ko tikėjaisi, rašydamas paraišką dėl laiko stebėjimams; dažnai giliausios įžvalgos ateina nagrinėjant jau turimus duomenis, juos visaip vartant ir dėliojant, kol galų gale kažkoks rezultatas išnyra ir pasižiūri į tave bei paklausia „kodėl dar manęs nėra straipsnyje?“. Tada seka detalesnė analizė, pirminis juodraštis, literatūros analizė, diskusijos su bendraautoriais ir kitais kolegomis, dar keletas juodraščių, kol galų gale straipsnis tampa kažkuo, ką negėda rodyti kitiems, ir yra išsiunčiamas į žurnalą. Visa tai laisvai gali užtrukti metus.

Procesas, kurį aprašiau aukščiau, yra geriausias įmanomas atvejis. Jį smarkiai komplikuoti viena aplinkybė – rezultatams gali prireikti papildomų stebėjimų. Dažniausiai sprendimas dėl tokio poreikio yra gana subjektyvus; įmanoma publikuoti ir rezultatus, gautus su nedideliu duomenų kiekiu, bet kuo jų daugiau, tuo rezultatų statistinė reikšmė didesnė, taigi ir argumentas svaresnis (aišku, jei rezultatai nepakinta po tų naujų stebėjimų, bet tai jau dar viena problema, į kurią čia nesigilinsiu). Naujiems stebėjimams atlikti reikia parašyti paraišką, gauti teleskopo laiko atkarpą, surinkti duomenis ir juos vėl išanalizuoti. Aišku, jų analizei jau nebereikia kūrybinio polėkio, nes tiksliai žinai, į ką reikia pasižiūrėti ir ką gauti. Bet vis tiek gali prisidėti dar geras pusmetis ar metai.

Išsiuntęs straipsnį į žurnalą iš principo jau gali pradėti galvoti ir apie pranešimo spaudai rašymą. Tačiau dažnai verta palaukti straipsnio recenzento komentarų**, kurie gali priversti redaguoti ir straipsnio formą, ir, kartais, turinį. Galbūt į kažką pamiršai atsižvelgti? Galbūt praleidai pro akis kokį svarbų straipsnį panašia tema? Tokių problemėlių gali būti įvairių, o recenzavimo procesas, ypač jei komentarų reikia laukti ir straipsnį taisyti keletą kartų, užtrunka dar keletą mėnesių.

Na bet pagaliau visos šios kliūtys įveiktos, straipsnis jau žurnale, o tu sėdi ir rašai pranešimą spaudai. Bet pala! Pranešimą rašai ne vienas, o su savo universiteto arba kokios kitos institucijos viešųjų ryšių skyriumi. Su jais reikia susitarti dėl pranešimo formos, tada vėl keistis juodraščiais, suderinti iliustraciją… Dar mėnuo-kitas tikrai praeina, kol pranešimas paruošiamas ir gali būti viešinamas.

Taigi matome, kad nuo stebėjimų duomenų gavimo iki informacijos žiniasklaidoje pasirodymo laisvai gali praeiti daugiau nei metai, kartais – net ir pora. Ir tai tik tuo atveju, jei stebėjimų rezultatai pradedami analizuoti iš karto. Mat neretai būna taip, kad įdomūs rezultatai atrandami stebėjimų duomenis nagrinėjant ne pirmą ir net ne antrą kartą, o juos atranda nebūtinai tie patys mokslininkai, kurie stebėjimus atliko. Kaip čia taip? Ogi viskas paprasta – tiesiog stebėjimų metu duomenų prirenkama daugiau, nei reikia vienai konkrečiai analizei. Be to, šiais laikais daroma daug didžiulių stebėjimų projektų, kurie pateikia pakankamą duomenų kiekį, jog dešimtys tyrėjų grupių po juos gali kapstytis metų metais ir vis atrasti kažką naujo. Taigi gali būti ir taip, kad žiniasklaidoje nušviečiami tyrimai atlikti, išanalizavus dešimtmečio senumo stebėjimų duomenis. Nes anksčiau niekas į tuos duomenis iš tos pusės nepasižiūrėjo. Nes paprasčiausiai to nesugalvojo, arba neturėjo laiko.

Visa tai, ką rašau, galioja ne tik astronomams stebėtojams, bet ir teoretikams***. Mat teorinės astrofizikos tyrimai dažnai remiasi kompiuterinių simuliacijų rezultatais, o tokios irgi ne per pusdienį atliekamos. Joms reikia milžiniškų superkompiuterių, kurių procesoriai kartais būna užimti panašiai, kaip ir teleskopai, o sulaukus eilėje dar tenka laukti keletą savaičių ar net mėnesių, kol simuliacija pateiks rezultatus. Tada gali prasidėti tų rezultatų analizė, o čia jau galima žiūrėti į rašinio pradžią. Tik dar prisideda tokia komplikacija, kad įvairūs simuliacijų parametrai gali būti kaitaliojami, taigi vienam straipsniui dažnai reikia ne vienos simuliacijos; gerai, jei jas visas paruoši ir į superkompiuterį nusiunti iškart; o jeigu papildomų skaičiavimų poreikį pamatai tik analizuodamas jau gautus duomenis, tai viskas prasideda iš naujo.

Taigi, apibendrinant šitą rašliavą, didelis laiko tarpas tarp duomenų gavimo ir susijusio tyrimo aprašymo spaudoje susidaro dėl įvairių priežasčių. Duomenų analizė trunka pusmetį ar ilgiau. Kartais prireikia papildomų stebėjimų ar simuliacijų. Recenzavimas ir publikavimas moksliniame žurnale dar prideda keletą mėnesių, kaip ir pranešimo spaudai parengimas. Be to, įdomūs reiškiniai gali būti aptinkami ir senų stebėjimų ar simuliacijų rezultatuose, kurie galbūt buvo daryti visai ne tuo tikslu. Tad dabar, jei kils klausimas apie tokius laiko skirtumus, skaitant kokį straipsnį spaudoje, jau žinosite ir atsakymą.

Laiqualasse

* – apie tiksliuosius mokslus ir kūrybą planuoju kada nors parašyti. Kol kas paprašysiu patikėti, kad kūrybingumas mokslinį darbą atliekant reikalingas.

** – ir apie mokslinio publikavimo procesą ketinu parašyti, tik vėlgi nežinau, kada.

*** – beveik neabejoju, kad kažkas panašaus vyksta ir kitose mokslo srityse, bet apie jas žinau mažai, taigi nebandysiu detalizuoti.

2 comments

  1. Dėl *** galiu patvirtinti, kad bent informatikoje bei matematikoje yra panašiai. Tik su simuliavimais kiek paprasčiau tapo pastaraisiais dešimtmečiais. Mat (1) šiuolaikiniai kompiuteriai yra beveik universalūs, todėl (1a) nereikia atskiriems tyrimams atskirų, specifiškai suprojektuotų, kompiuterių, (1b) viena mašina gali 100% savo pajėgumų skirti vienokio pobūdžio skaičiavimams ir dar 100% kitokio tuo pat metu, (1c) lengva keisti „žaidimo taisykles“ konkrečiam eksperimentui bei būsimus rezultatus kiek prognozuoti, (1d) skaičiavimų laikai nepriklauso nuo gamtinių sąlygų. (2) kompiuteriniai skaičiavimai gana universalūs, nepriklausomi nuo konkrečios geležies, todėl (2a) skaičiavimus galima sulėtinti, perkelti į kitą mašiną, sustabdyti ir skaičiuoti nuo konkrečios situacijos, (2b) nebūtina turėti tikrą superkompą – galima į klasterius jungti darbinius mokslinės grupės kompiuterius, nuomotis skaičiavimų paslaugas iš visokių gūglų, įtraukti visuomenę kaip SETI@home ar Folding@home projektuose.

    Trečias dalykas, simuliavimo metodologijos tobulėja. Jei eksperimentiniam moksle gali metų metus gaudyti „Dieviškąją dalelę“ ir niekur nuo to nedingsi – tik lauksi savaitę po savaitės (jei ne dešimtmečius iki jautresnio detektoriau), tai simuliavime kiekvieną savaitę gali įvykti krūva proveržių: nauji matematinio aproksimavimo metodai, išėjęs naujos kartos grafinis procesorius, nauja simuliavimo bibliotekos versija. Ar, galų gale, net ir neturėdamas realaus pavyzdžio, gali simuliuoti ir siaurinti ribinius atvejus, simuliuoti tokias aplinkybes, kurios realybėje retai pasitaiko.

    1. Taip, viskas tikrai tiesa. Nors, aišku, ir dabar skirtingos kompiuterių klasterių architektūros tinkamesnės skirtingiems tyrimams.

Leave a Reply

El. pašto adresas nebus skelbiamas. Būtini laukeliai pažymėti *