Kategórie
Success-Stories Všeobecné

Success story: Budúcnosť pôdy ukrytá v dátach 

Vysokovýkonné počítanie (HPC) prináša vedcom možnosť spracovať obrovské objemy dát a objaviť súvislosti, ktoré by inak ostali skryté. Dnes už nie je len nástrojom pre technické odbory – svoj význam nachádza aj v spoločenských a environmentálnych výskumoch. Príkladom je projekt, ktorý využil silu HPC na hlbšie pochopenie vzťahu medzi človekom, pôdou a krajinou.

Success story: Budúcnosť pôdy ukrytá v dátach 

Vysokovýkonné počítanie (HPC) prináša vedcom možnosť spracovať obrovské objemy dát a objaviť súvislosti, ktoré by inak ostali skryté. Dnes už nie je len nástrojom pre technické odbory – svoj význam nachádza aj v spoločenských a environmentálnych výskumoch. Príkladom je projekt, ktorý využil silu HPC na hlbšie pochopenie vzťahu medzi človekom, pôdou a krajinou.

Výzva

Pôda predstavuje jeden z najcennejších zdrojov, ktoré máme nie len ako priestor pre hospodárenie, ale ako základ kultúrnej identity, spoločenských vzťahov a kvality života. Spôsob, akým pôdu využívame, sa dnes mení rýchlejšie než kedykoľvek predtým. Tlak klimatických zmien, rozvoj infraštruktúry, požiadavky na bývanie či obnoviteľné zdroje energie vytvárajú nové napätia medzi ekonomickými záujmami, ochranou krajiny a verejným záujmom. 

Základom spravodlivého a udržateľného rozhodovania je participácia, teda zapojenie ľudí do rozhodovacích procesov o pôde a krajine, v ktorej žijú. Ak však takéto procesy nie sú dobre navrhnuté, môžu viesť k nedôvere, konfliktom a krátkodobým riešeniam. 

Výskumný tím zo Slovenskej poľnohospodárskej univerzity v Nitre preto hľadal spôsob, ako tieto rôzne perspektívy zachytiť, analyzovať a prepojiť. Cieľom bolo pochopiť pôdu ako spoločenský a kultúrny kapitál ako priestor, ktorý spája ekonomické, environmentálne aj ľudské hodnoty. Aby sa to podarilo, bolo potrebné spracovať rozsiahle súbory dát, ktoré zachytávajú verejné diskusie, postoje a hodnoty spojené s pôdou v európskom kontexte. 

Riešenie

Aby bolo možné lepšie pochopiť, ako rôzni aktéri vnímajú pôdu a jej hodnotu, tím využil kombináciu dátovej analytiky a participatívnych prístupov. V rámci testovacej fázy boli spracované rozsiahle textové dáta, odborné dokumenty, mediálne výstupy a verejné vyjadrenia, ktoré odrážajú spoločenské postoje k pôde a krajine. 

Na ich spracovanie bola použitá metóda text miningu, ktorá umožňuje identifikovať opakujúce sa témy, vzorce v jazyku a emocionálne postoje spojené s využívaním pôdy. Takýto prístup otvára priestor pre nové poznanie, v ktorom z dát možno odvodiť, ako sa formujú názory, kde vznikajú napätia a aké hodnoty ľudia spájajú s krajinou, v ktorej žijú. 

Cieľom výskumu nie je len zhromaždiť informácie, ale premeniť ich na podklady, ktoré pomôžu budovať konsenzus medzi verejnosťou, odborníkmi a tvorcami politík. 

Využitie HPC infraštruktúry 

Analýza rozsiahlych textových dát si vyžadovala výkon, ktorý presahuje možnosti bežných pracovných staníc. Na spracovanie týchto dát preto výskumný tím využil výpočtovú infraštruktúru sprostredkovanú NSCC Slovakia. 

V testovacej fáze boli výpočty realizované na superpočítači s využitím 128 core*h v prostredí R, čo umožnilo paralelné spracovanie veľkých datasetov v krátkom čase. Tento prístup výrazne skrátil čas potrebný na analýzu a zároveň umožnil aplikovať komplexné metodické prístupy typické pre sociálne a environmentálne dáta, napríklad modelovanie vzťahov medzi aktérmi, sledovanie výskytu kľúčových pojmov alebo vizualizáciu jazykových vzorcov. 

Vďaka HPC výpočtom bolo možné: 

  • spracovať rozsiahle textové súbory z rôznych zdrojov bez obmedzení kapacity, 
  • získať prehľadné dátové výstupy, ktoré by na bežných počítačoch vznikali niekoľkonásobne dlhšie, 
  • otestovať potenciál superpočítača pre spoločenskovedné a interdisciplinárne výskumy, ktoré spájajú ľudské správanie, dáta a priestorové väzby. 

Výsledky

Testovacie výpočty potvrdili, že využitie výpočtovej infraštruktúry umožňuje efektívne spracovať a analyzovať rozsiahle textové dáta pochádzajúce z rôznych spoločenských, environmentálnych a kultúrnych zdrojov. Vďaka aplikácii metódy text miningu sa podarilo získať prehľad o kľúčových témach a vzťahoch medzi jednotlivými aktérmi zapojenými do rozhodovania o využívaní pôdy. 

Analýza odhalila výrazné rozdiely v tom, ako rôzne skupiny vnímajú pôdu a krajinu, či už z pohľadu ekonomických, ekologických alebo hodnotových priorít. Tieto poznatky pomáhajú identifikovať oblasti, v ktorých dochádza k nedorozumeniam a konfliktom, a zároveň poukazujú na spoločné hodnoty, ktoré môžu slúžiť ako základ pre konštruktívny dialóg. 

Výskum potvrdil, že využitie HPC infraštruktúry zefektívňuje spracovanie dát a umožňuje realizovať komplexné analýzy v čase, ktorý by bol pri bežných výpočtových prostriedkoch neúnosný. Tým vznikol spoľahlivý základ pre hlavnú fázu projektu, v ktorej budú výsledky testovacej etapy rozšírené o nové dátové zdroje a metodické prístupy. 

Získané výstupy predstavujú prvý krok k vytvoreniu nástroja, ktorý dokáže prepojiť kvantitatívne dáta so spoločenskými súvislosťami  a tým prispieť k lepšiemu pochopeniu vzťahu medzi ľuďmi, krajinou a rozhodnutiami o jej využívaní. 

Dopad a budúcnosť 

Projekt potvrdil, že vysokovýkonné výpočtové prostredie má zásadný prínos aj pre spoločenskovedné a environmentálne výskumy, ktoré pracujú s komplexnými, neštruktúrovanými dátami. Kombinácia sociálneho výskumu a výpočtovej analytiky vytvorila nový prístup, ktorý možno využiť pri lepšom porozumení vzťahu medzi človekom, krajinou a spoločenskými zmenami. 

Z metodického hľadiska predstavuje projekt modelový príklad, ako môže HPC podporiť interdisciplinárny výskum, kde sa prelínajú údaje o prostredí, textové korpusy, legislatíva či verejné diskusie. Takýto prístup má veľký potenciál v rámci európskych iniciatív zameraných na udržateľné hospodárenie s pôdou a krajinné plánovanie. 

Výsledky tak vytvárajú transferovateľný rámec, ktorý môže byť využitý v európskych aj národných projektoch, od výskumu verejných politík cez participatívne plánovanie až po hodnotenie spoločenských dopadov environmentálnych rozhodnutí. 

Dáta dnes dokážu rozprávať príbehy, ktoré by sme ešte pred pár rokmi nevedeli zachytiť. Výskumný tím využil výpočtovú silu superpočítača na analýzu rozsiahlych textových dát, aby lepšie pochopil, ako spoločnosť vníma pôdu, krajinu a ich hodnotu. Projekt ukazuje, že budúcnosť pôdy je ukrytá v dátach a že vysokovýkonné výpočty môžu pomáhať nielen vedcom, ale aj komunitám, ktoré hľadajú rovnováhu medzi rozvojom a udržateľnosťou. 


Archeológia poháňaná umelou inteligenciou s LLM — Detekcia archeologických lokalít z leteckých snímok 30 okt - Objavte, ako umelá inteligencia a veľké jazykové modely menia spôsob, akým odhaľujeme stopy minulosti. Webinár priblíži, ako pokročilé techniky umelej inteligencie inšpirované LLM dokážu analyzovať letecké a LiDARové snímky a detegovať archeologické lokality s bezprecedentnou presnosťou. Dr. Daniel Canedo z Univerzity v Aveire predstaví praktické príklady, v ktorých Vision Transformers a multimodálne učenie odhaľujú skryté vzory v krajine a spájajú moderné technológie s kultúrnym dedičstvom.
Superpočítač pre každého: odvážte sa objaviť svet moderných výpočtov 28 okt - Kedysi boli superpočítače tajomnou technológiou, ku ktorej mali prístup iba špičkoví vedci vo futuristických laboratóriách. Dnes však začína platiť úplne nový príbeh. Superpočítač môžu využívať aj obyčajní ľudia z univerzít, menších firiem či dokonca zo štátnej správy — všetci, ktorí potrebujú zvládnuť výpočty, na aké bežný počítač jednoducho nestačí.
Webinár amália: Smerom k multimodálnemu LLM pre európsku portugalčinu 27 okt - Pridajte sa k nášmu inšpiratívnemu webináru o vývoji amália, portugalského veľkého jazykového modelu, ktorý prináša bohatstvo európskej portugalčiny do novej éry multimodálnej umelej inteligencie. Na podujatí vystúpi prof. João Magalhães z NOVA LINCS, Universidade NOVA de Lisboa, ktorý predstaví ciele, architektúru a pokrok tohto národného AI projektu. Prednáška sa zameria na to, ako amália kombinuje spracovanie textu, reči, obrazu a videa a ako prispieva k vytváraniu kultúrne ukotvených a dôveryhodných systémov umelej inteligencie pre verejný sektor, akademickú sféru a priemysel.