数据驱动的模型(D3M)寻求增加科学发现和提高军事计划的步伐,物流和智慧的结果gydF4y2Ba

流行的搜索引擎是伟大的为实际上的问题找到答案像珠穆朗玛峰的海拔高度或当前运行在当地影院电影。然而,他们不擅长回答假设或依赖于多个变量预测问问题,比如“影响股市什么?”或“环境稳定性的主要动力是什么?”In many cases that shortcoming is not for lack of relevant data. Rather, whats missing are empirical models of complex processes that influence the behavior and impact of those data elements. In a world in which scientists, policymakers and others are awash in data, the inability to construct reliable models that can deliver insights from that raw information has become an acute limitation for planners.

自由单调和限制的研究人员在设计自己的经验模型,DARPA今天推出了数据驱动模型(D3M)项目的发现。D3M的目标是帮助克服数据科学专业知识差距通过启用非专家来构建复杂的实证模型通过自动化的大部分模型创建过程。如果成功,研究人员使用D3M工具将有效地获得一大批“虚拟数据科学家。”gydF4y2Ba

“今天实证模型的建设在很大程度上是一个手动的过程,要求数据专家翻译随机元素,如天气和交通、成模型,工程师和科学家可以问的问题,”韦德沈说,项目经理在darpa信息创新办公室。“我们迫切需要开发基于机器建模为用户没有数据科学背景。我们认为它可能自动化数据科学的某些方面,尤其是有机器从之前的例子中学习如何构建新模型”。gydF4y2Ba

D3M正在启动的时候有前所未有的可用性的数据通过改进传感和开放的来源,和巨大的机会来利用这些数据流速度科学发现,美国政府深化情报收集,提高物流和人力资源管理。不幸的是,建设所需的专业知识有用的模型是供不应求。一些专家项目140000年到190000年的赤字数据科学家在世界范围内仅在2016年,并增加短缺在未来几年。另外,因为构建实证模型的过程是手动,他们的相对复杂性和价值往往是有限的。gydF4y2Ba

来自纽约大学的研究人员最近的演习说明这个问题。目标是模型流量作为时间的函数,天气和为每个块在曼哈顿市中心位置,然后使用该模型进行“假设”模拟各种拥有权的场景和项目的拥有权变异的可能影响交通堵塞。团队管理的模型,但是它需要大约30 person-months纽约大学数据科学家的时间和超过60 person-months准备努力的探索,清洁和调整几个城市的数据集,包括当地的犯罪统计信息、学校、地铁系统、公园、噪音、出租车,和餐馆。gydF4y2Ba

“我们能够理解从交通到敌对势力的行为越来越可能考虑到传感器和开放源的数据增长,”沈说。“希望D3M处理基本的模型发展人们可以应用他们的人类智慧看数据的新方式,和想象的解决方案和可能不明显,甚至可以想象。”gydF4y2Ba