With the aid of technology, often digital in nature and often involving some serious computation, we can perceive that which is too fast, too slow, too big, too small, too diverse, and too high or low (as in frequency). As Schwartzberg’s video illustrates, we can use time-lapse photography to watch processes too slow to perceive or highspeed photography to make visible that which is too fast for the human eye to see. We can downshift or upshift frequencies to make things audible that we would otherwise not detect: the low-frequency communication of elephantsb and the high frequencies generated by bats and pest-control devices. We can shift or detect highenergy and high-frequency photons, such as X-rays, and make them visible to the human eye. We can take images in ultraviolet or infrared that our eyes cannot see but our instruments can, and thus make them visible. Anyone who has watched a timelapse film of flowers opening or mushrooms growing or vines climbing can appreciate how dramatically the timelapse images help us appreciate and understand processes that take place so slowly that we do not see them as dynamic. I recall visiting a rain forest in Irian Jaya (the western half of Papua New Guinea) where our guide explained the long, slow battle between the trees and the climbing vines that, ultimately, throttled the trees over a period of years. I recall when my son, David, suggested a 100-year project to photograph, in time-lapse, a forest’s vivid story. It would be quite an interesting experience to watch the slow, titanic battles for control of the upper canopy and the survival and regeneration of the ground-hugging brush over the course of decades. It would be a technical challenge to ensure the equipment stayed functional, but one could use radio transmission to capture the images as long as the cameras were in operating condition. Similar tactics have been used to observe, on a continuous basis, areas not friendly to human habitation such as winters at the poles. The rise of interest in “big data” has spurred a concurrent interest in visualization of collections of digital information, looking for patterns more easily recognized by humans than by computer algorithms. Creation of overlays of multiple data sources on Google Earth, correlated as to time and geographic location, also have served as an organized way to visualize and experience information we could not naturally observe with our human senses. Similar methods have brought visibility to the distribution of dark matter in the universe by inferring its existence and presence through its gravitational effects. As our computational tools become more and more powerful, we can anticipate that our growing knowledge of the mechanics of our world will allow us to use simulation to visualize, understand, and even design processes that we could only crudely imagine before. The 2013 Nobel Prize for Chemistry went to Martin Karplus, Michael Levitt, and Arieh Warshel “for the development of multiscale models for complex chemical systems.” This is computational chemistry at its best and it shows how far we have come with tools that depend upon significant computing power available in this second decade of the 21st century. Indeed, we hear, more and more, of computational physics, biology, linguistics, exegesis, and comparative literature as fields well outside the traditional numerical analysis and programming disciplines typically associated with computer science. Computation has become an infrastructure for the pursuit of research in a growing number of fields of science and technology, including sociology, economics, and behavioral studies. One can only speculate what further accumulation of digitized data, computational power, storage, and models will bring in the future. The vast troves of data coming from the Large Hadron Collider, the Hubble, and future James Webb telescopes (among others), and the NSF National Ecological Observation Network (NEON) programc will be the sources for visualization, correlation, and analysis in the years ahead. Whoever thinks computer science is boring has not been paying attention!
ด้วยความช่วยเหลือของเทคโนโลยีดิจิตอล มักจะอยู่ในธรรมชาติและมักจะเกี่ยวข้องกับการคำนวณบางอย่างเราสามารถรับรู้สิ่งที่เร็วเกินไป ช้าเกินไป ใหญ่เกินไป เล็กเกินไปที่หลากหลาย และสูงเกินหรือต่ำ ( ความถี่ ) เป็นวีดีโอที่แสดงให้เห็นถึง schwartzberg ,เราสามารถใช้ถ่ายภาพเวลาล่วงเลยไปดูกระบวนการช้าไปที่จะรับรู้ หรือการถ่ายภาพความเร็วสูงเพื่อให้สามารถมองเห็นได้ซึ่งเป็นเร็วที่สายตามนุษย์มองเห็น เราสามารถลดเกียร์ลง หรือ upshift ความถี่ที่จะทำให้เสียงที่เราอาจจะไม่พบ : การสื่อสารของความถี่ต่ำ และความถี่สูงที่สร้างขึ้นโดย elephantsb ค้างคาวและอุปกรณ์การควบคุมศัตรูพืชเราสามารถเปลี่ยน หรือตรวจจับโฟตอนและ highenergy ความถี่สูง เช่น รังสีเอกซ์ และทำให้พวกเขาสามารถมองเห็นได้ด้วยตามนุษย์ เราสามารถใช้ภาพในรังสีอัลตราไวโอเลตหรืออินฟราเรดที่ตาของเราไม่สามารถมองเห็น แต่เครื่องมือของเราสามารถทำให้พวกเขาสามารถมองเห็นได้ใครที่ได้ดูสอบถามฟิล์มเปิดดอกไม้ หรือเห็ดเติบโตหรือเถาปีนเขาสามารถชื่นชมอย่างมากสอบถามภาพช่วยให้เราชื่นชมและเข้าใจกระบวนการที่ช้ามากที่เราไม่ได้เห็นพวกเขาเป็นแบบไดนามิก ผมได้เยี่ยมชมป่าฝนเรียนจายา ( ครึ่งตะวันตกของปาปัวนิวกินี ) ที่ไกด์ของเราอธิบายยาวช้า การต่อสู้ระหว่างต้นไม้และเถาเลื้อยที่ในที่สุด throttled ต้นไม้ในช่วงปี ผมจำได้ว่า เมื่อลูกชายของฉัน ดาวิดชี้ให้เห็นโครงการ 100 ปี ภาพถ่าย , ไทม์ , ป่าสดใสราว มันอาจจะค่อนข้างเป็นประสบการณ์ที่น่าสนใจที่จะดูช้าการต่อสู้เพื่อควบคุมทรงพุ่มใหญ่โตบนและความอยู่รอดและการฟื้นฟูของพื้นกอดแปรงมากกว่าหลักสูตรของทศวรรษที่ผ่านมา มันเป็นความท้าทายทางด้านเทคนิคเพื่อให้มั่นใจว่าอุปกรณ์อยู่ตามหน้าที่ แต่หนึ่งอาจใช้สัญญาณวิทยุเพื่อจับภาพตราบใดที่กล้องอยู่ในภาวะ . กลยุทธ์ที่คล้ายกันจะถูกใช้เพื่อสังเกตบนพื้นฐานอย่างต่อเนื่องพื้นที่ที่ไม่เป็นมิตรกับมนุษย์ที่อาศัย เช่น ฤดูหนาวที่เสา การเพิ่มขึ้นของดอกเบี้ยใน " ข้อมูล " บิ๊กได้กระตุ้นความสนใจพร้อมกันในการแสดงของคอลเลกชันของข้อมูลดิจิตอล มองหารูปแบบได้อย่างง่ายดายได้รับการยอมรับโดยมนุษย์มากกว่า โดยอัลกอริทึมคอมพิวเตอร์ การสร้างซ้อนทับหลายๆ แหล่งข้อมูลในกูเกิล เอิร์ธ มีความสัมพันธ์กับเวลาและที่ตั้งทางภูมิศาสตร์ ,ยังทำหน้าที่เป็นวิธีการจัดระเบียบภาพและประสบการณ์ ข้อมูลเราอาจไม่สังเกตด้วยประสาทสัมผัสของมนุษย์ธรรมชาติของเรา วิธีที่คล้ายกัน ทำให้มองเห็นถึงการกระจายตัวของสสารมืดในจักรวาล โดยระดับของการดำรงอยู่และการปรากฏตัวผ่านผลแรงโน้มถ่วงของมัน เป็นเครื่องมือในการคำนวณของเรามากขึ้นและมีประสิทธิภาพมากขึ้นเราสามารถคาดหวังว่า ความรู้ของเราเติบโตของกลศาสตร์ของโลกเรา จะให้เราใช้จำลองให้เห็นภาพ เข้าใจ และแม้กระทั่งการออกแบบกระบวนการที่เราได้แค่คร่าวๆว่าก่อน 2013 รางวัลโนเบลเคมีไป มาร์ติน คาร์พลัส ไมเคิล เลวิตต์ และ arieh warshel " สำหรับการพัฒนารูปแบบ multiscale ระบบเคมีที่ซับซ้อน" นี่ เคมีคอมพิวเตอร์ ดีที่สุด และมันแสดงให้เห็นวิธีการห่างไกลเราได้มาด้วยเครื่องมือขึ้นอยู่กับพลังคอมพิวเตอร์ที่สำคัญที่มีอยู่ในทศวรรษที่สองของศตวรรษที่ 21 แน่นอน เราได้ยินมากขึ้นของ คอมพิวเตอร์ ฟิสิกส์ เคมี ชีววิทยา อรรถกถา , ภาษาศาสตร์และวรรณคดีเป็นสาขาก็อยู่นอกการวิเคราะห์เชิงตัวเลขแบบดั้งเดิมและการเขียนโปรแกรมโดยทั่วไปที่เกี่ยวข้องกับสาขาวิทยาศาสตร์คอมพิวเตอร์ การคำนวณได้กลายเป็นพื้นฐานสำหรับการวิจัยในการเพิ่มจำนวนของสาขาวิทยาศาสตร์และเทคโนโลยี รวมทั้งสังคม เศรษฐกิจ และการศึกษาพฤติกรรมเพียงหนึ่งเดียวที่สามารถคาดเดาได้ว่าต่อไปการสะสมของข้อมูลดิจิตอล , ไฟฟ้า , คอมพิวเตอร์กระเป๋าและนางแบบ จะทำให้ในอนาคต มีขุมทรัพย์มากมายของข้อมูลที่มาจากขนาดใหญ่ Hadron Collider , ฮับเบิลกล้องโทรทรรศน์เจมส์เวบบ์และอนาคต ( ของผู้อื่น ) และ NSF แห่งชาตินิเวศวิทยาเครือข่ายสังเกตการณ์ ( นีออน ) programc จะเป็นแหล่งสำหรับการสร้างภาพ , ความสัมพันธ์และการวิเคราะห์ในปีข้างหน้า ใครก็ตามที่คิดว่าวิทยาศาสตร์คอมพิวเตอร์น่าเบื่อไม่ได้สนใจ !
การแปล กรุณารอสักครู่..