Начало этой истории положил генеральный директор фирмы «Заслон», который на одном из совещаний поставил задачу найти возможностей новых форм представления данных для разрабатываемых фирмой систем медицинского ультразвукового оборудования и радиолокационных комплексов, а также систем обработки данных, получаемых с лабораторно-экспериментальных и испытательных стендов.В результате один из сотрудников фирмы решил применить для решения этой задачи систему когнитивной визуализации, разработанную в лаборатории профессора ИТМО В.В. Витковского. И он даже в самых смелых своих фантазиях не мог предположить, к чему его приведёт работа с этой системой, и уж тем более того, чем этот его эксперимент завершится.
Возможные совпадения мест, времён, персонажей и событий в тексте могут быть случайны.
«Мир показывает себя нам посредством наших столкновений с ним»
Мартин Хайдеггер
«То, что мы в настоящее время считаем частицами, на самом деле волны»
Э. Шрёдингер
Начало этой истории положил генеральный директор фирмы «Заслон». Александр Анатольевич на одном из совещаний поставил задачу изучить возможности улучшения интерфейсов для разрабатываемых фирмой систем медицинского ультразвукового оборудования и радиолокационных комплексов, а также систем обработки данных, получаемых с лабораторно-экспериментальных и испытательных стендов. Особо он отметил поиск возможностей новых форм представления результатов расчётов, производимых на создаваемых программистами фирмы имитационных программно-математических моделях. Сказав, что развитие направления Big Data настоятельно требует разработки методик и компьютерных инструментов, позволяющих интегрировать терабайтные многомерные массивы данных в компактные и понятные образы, генеральный закрыл совещание.
Получив такой наказ, сотрудники отдела программирования слегка приуныли. Чего нового можно придумать в области представления данных, помимо уже созданных визуализации в BI1 и средствах дополненной реальности2? Которые чего только не предлагают – любые графики, диаграммы, наложения информационных «масок» на реальные объекты и много ещё всякого разного. Придя в отдел, собрались на небольшое внутреннее обсуждение. В ходе которого один из недавно пришедших на фирму программистов – Пётр, вызвался провести предварительные изыскания, чего такого есть на рынке средств визуализации, что ещё широко не используется, и при этом может оказаться полезным. Начальник отдела спросил, сколько потребуется времени, услышал в ответ, что месяц – и сказал, что на этот срок освобождает Петра от всех других задач и разрешает работать удалённо, но потом ждёт отчёт. На том и порешили.
Пётр был, как принято говорить, «из молодых, да ранних» – и вызвался решить эту задачу вполне обдуманно. Потому что уже знал, в каком направлении станет «копать». Во время учёбы в ИТМО он, как заядлый сноубордист и скалолаз, на практику устроился в лабораторию информатики Специальной астрофизической обсерватории РАН в Архызе. И там столкнулся с созданной под руководством профессора ИТМО и руководителя этой лаборатории Владимира Валентиновича Витковского системой обработки сверхбольших астрофизических данных3. При обработке хранящихся в современных базах данных массивов информации возникает определённое противоречие: с одной стороны, автоматизированная обработка всего массива требует длительного времени и/или больших вычислительных ресурсов, и поэтому имеет смысл предварительно выделить определенные наборы сущностей на основании некой корреляции параметров, что вполне успешно может делать человек, а с другой, человек не в состоянии выбрать из банка данных интересующие его объекты, если речь идет о миллиардах сущностей с сотнями параметров.
А используемая в системе Витковского при создании когнитивного образа гиперболическая геометрия позволяла визуально представлять содержание терабайтных многомерных массивов и выявлять имеющиеся в них внутренние связи (Data Mining), структуры (Discovery Tools) и закономерности (Knowledge Mining), а также эволюционные свойства (Evolution Forecast). При этом предложенные Витковским и его коллегами методы когнитивной визуализации многомерных данных могли быть распространены как на данные, отягощенные или искаженные ошибками, так и на данные разного происхождения и природы.
Система Витковского создавала такие образы многомерных данных, которые давали возможность выделять в них области, содержащие некие «визуальные аномалии». Человек непосредственно видел на экране проекции кластеров или многомерных поверхностей, в которые формируются изучаемые данные. И этот зрелищный образ стимулировал его интуитивное понимание исследуемых объектов.
При попытках использовать возможности этого потенциала человеческого сознания в процессе обработки многомерных данных Пётр научился представлять эти данные как визуальные метафоры. И оказалось, что подобное метафорическое мышление позволяло находить решения при обработке многомерных данных петабайтного масштаба, когда традиционные методы рационального мышления дают сбой. Более того, работая с этой системой, Пётр понял, что с её помощью можно не только использовать уже имеющуюся интуицию, а и развивать её.