用游戏辅助做科研,居然能行并且效果不错( 二 )


该计划获得过欧盟的资助 , 虽然看起来很高大上 , 但它其实就是通过《星战前夜》中的一个内置小游戏来实现的 。 开发团队导入了很多由「流式细胞仪」制作的血液样本 , 样本中同种类型的细胞会聚成一团 , 玩家的任务是用线框圈出细胞集群的边界 。
用游戏辅助做科研,居然能行并且效果不错
文章图片
《星战前夜》中的「探索计划」
因为样本量特别大 , 他们应该不是纯随机的把血液样本推送给玩家 , 可能采用了一个带有游戏思维的设计——类似常用于Roguelike或者一部分Battlepass模式下的「个性化定制任务推送」 , 根据玩家情况的不同 , 不断刷新他们要做的任务 。
探索计划的做法是先提供简单教程 , 逐渐增加训练难度 , 其中有个隐性的等级系统 , 样本处理得越多 , 等级就越高 。 前期在我们不熟悉的时候 , 系统会给出线框边界的模板(上图中的橙色区域) , 但到后面就没有提示了 , 而且图片变得特别抽象 , 一张图最多可以有8个集群 。 因此小游戏很可能根据不同玩家的水平 , 从数据库中挑出对应难度的任务给人处理 。
用游戏辅助做科研,居然能行并且效果不错
文章图片
相比上图中的血液样本 , 这张图的细胞集群边界含糊不清 , 处理难度更高
如果定制任务推送设计得够好 , 在众包中可以大大提高学者们收集数据的效率 。
针对不同的应用场景 , 我们还能做很多尝试 。 例如在《重返帝国》里 , 可以基于不同时间段某个玩家群体的生产、工业和科技能力来提供对应任务 。 天美在研究这个专利时 , 主要参考标准是帐号集合的平均属性值 , 然后根据玩家和平均属性值的差值来调配任务 。
相比《星战前夜》中的等级划分 , 用这种方式也许可以做得更加细致 。 当然这只是举了一个我比较熟悉的例子 , 游戏里应该还有很多解决方案 , 可以和科研众包更好地融合起来 。
用游戏辅助做科研,居然能行并且效果不错
文章图片
《重返帝国》针玩家进行个性化定制任务推送的方案 , 专利公开号CN113318450A
如果仅从玩法的角度来说 , 探索计划并没有《Foldit》好玩 , 无非就是用线框把细胞圈起来 , 创造性不足 , 很快会觉得重复乏味 。 但好就好在:《星战前夜》玩家实在是太闲了 。
由于游戏节奏较慢 , 无论跃迁赶路、挂机挖矿还是生产刷怪 , 他们都有大把时间干别的事情 , 再加上玩小游戏可以拿到星币和舰船皮肤等奖励 , 探索计划因此取得过不错的成效 。
例如曾经一度有30万名玩家参与其中 , 给科学家们的「人类蛋白图谱数据库」贡献了3300万个图像分类 。 而第三阶段关于新冠病毒的研究 , 则是和意大利免疫学教授安德里亚·科萨里扎(AndreaCossarizza)合作 , 算是一线临床医生跑到游戏里来推广科研了 。
用游戏辅助做科研,居然能行并且效果不错
文章图片
Cossarizza教授明明有头发 , 在《星战前夜》里给做没了
值得一提的是 , 关于游戏众包在科研上的运用 , 有个看起来更加玄学的项目 。
奥胡斯大学是丹麦规模最大的综合性学校 , 他们旗下有支物理学家组成的团队想造一台量子计算机 。 这台计算机的处理器被设计成由300个原子组成 , 逻辑运算是用「光镊」移动原子来完成 。
用游戏辅助做科研,居然能行并且效果不错
文章图片
「光镊」是用激光束移动微小物体的装置
说起来简单 , 但想要随心所欲将原子从A点带到B不是件轻松活 。 因为原子只能以特定方式移动 , 速度太快又会破坏稳定性 , 于是该团队开发了款名叫《量子移动》(QuantumMoves)的游戏来模拟这个过程 , 想要让玩家产出大量数据结果 , 再根据数据去寻求解法 。

相关经验推荐