Doktor hab. Jakub Nowosad, geoinformatyk, łączący w swoich badaniach trzy dyscypliny naukowe, tworzy narzędzia, które wykorzystują rządy kilku krajów na świecie.
Jakub Nowosad wybrał niecodzienną ścieżkę naukową – zamiast specjalizować się w wybranej dziedzinie, postawił na interdyscyplinarność. Od dziecka fascynował się geografią, matematyką i komputerami. Dziś łączy te trzy pasje w pracy geoinformatyka na Wydziale Nauk Geograficznych i Geologicznych UAM.
– Od doktoratu staram się łączyć te komponenty w różnych proporcjach. Czasem z przewagą informatyki czy statystyki, a czasem z dużym dodatkiem geografii, ekologii i nauk o środowisku. Jest zapotrzebowanie na badania, których wynikiem są narzędzia czy metody znacząco przyspieszające rozwiązywanie aktualnych problemów. Coś, co teraz robimy w ciągu kilku minut lub godzin, kiedyś zajmowało lata – przekonuje badacz.
Jakub Nowosad koncentruje się na rozwijaniu i stosowaniu metod przestrzennych w celu poszerzenia naszego rozumienia procesów i wzorców w środowisku (na przykład rozmieszczenia gatunków roślin i zwierząt). Istotną częścią jego pracy jest tworzenie, współpraca i ulepszanie oprogramowania geoobliczeniowego.
Naukowiec opiera swoje badania na wcześniej udostępnionych publicznie danych terenowych czy satelitarnych lub symulacjach. Równie często jego praca polega na pomocy innym badaczom w stworzeniu metodyki pracy lub określeniu, czy hipotezy, jakie postawili, są prawdziwe. Jedną z osi jego zainteresowań naukowych jest tworzenie nowych metod, a następnie implementowanie ich w powszechnie dostępnym oprogramowaniu komputerowym. Informatyczne narzędzia, które buduje, cechuje uniwersalność – mogą być wykorzystane w wielu obszarach badań, co pozwala oszczędzić czas i energię ludzi, ale także podejmować się wcześniej niedostępnych zagadnień.
– W dyskusjach z różnymi naukowcami staram się określić, jakie narzędzia komputerowe, teorie matematyczne i statystyczne mogłyby ich wesprzeć w rozwiązaniu problemów badawczych. Równie ważne moim zdaniem jest dawanie ekspertom narzędzi, które będą mogły być także rozszerzane czy też stanowić podstawę kolejnych narzędzi, dobrze dopasowanych do ich problemów i wiedzy – deklaruje Jakub Nowosad.
Jakub Nowosad sam nie uważa się za eksperta w jednej dziedzinie – pracę magisterską pisał o opadach ekstremalnych, doktorat o prognozowaniu stężenia pyłku alergicznego w powietrzu. Współpraca z ekspertami wymaga od niego przyswojenia wiedzy z różnych dyscyplin co najmniej na poziomie umożliwiającym specjalistyczną komunikację. Jednocześnie stara się budować narzędzia tak, by były całkowicie zrozumiałe dla specjalistów.
– W byciu naukowcem kocham to, że nie muszę zamykać się w jednym temacie. Mogę nadal być dzieckiem przeglądającym wiele różnorodnych książek i być zaciekawionym każdą z nich. W ten sposób buduję i nadal zamierzam budować swoją karierę. Nie chcę zamykać się tylko na moje badania, ale mieć radość z uczenia się i uczenia innych, z kontaktów z ekspertami. Jeśli dostanę propozycję współpracy nad tematem już mi znanym lub czymś zupełnie nowym, to zdecydowanie większą szansę wyboru ma ten drugi projekt – mówi.
Rezultatem przedsięwzięcia, w jakim nigdy wcześniej naukowiec nie brał udziału, był artykuł opublikowany w maju w „Biodiversity”, czasopiśmie z grupy Nature. Główny autor idei badania, Duccio Rocchini z Uniwersytetu Bolońskiego, zaprosił współpracowników z całego świata do przedyskutowania problemów dotyczących niepewności danych o rozmieszczeniu gatunków oraz związanych z tym wyzwań modelowania rozmieszczenia gatunków. Treść pracy była efektem kilkunastomiesięcznej burzy mózgów oraz dyskusji między autorami. – Czytałem niedawno pierwszą i ostatnią wersję artykułu i byłem pod wrażeniem zmian między nimi. Duża różnica jakościowa między tymi tekstami była zasługą naszej żywej debaty oraz odniesienia się do uwag recenzentów – przekonuje Jakub Nowosad.
Na czym polega problem omawiany w pracy? Otóż modele rozmieszczenia gatunków roślin i zwierząt powstają na podstawie wielu danych: odniesionych przestrzennie inwentaryzacji terenowych, informacji środowiskowych, klimatycznych itp. Niestety dane wejściowe o lokalizacji różnych gatunków są obarczone błędami, co wynika między innymi z tego, że bogatsze kraje mają więcej naukowców prowadzących badania na swoim terenie, czy też z powodu łatwiejszej dostępności niektórych obszarów. Dlatego dużo lepiej znamy rozmieszczenie gatunków w Europie i Ameryce Północnej niż w Afryce czy na Syberii.
Autorzy artykułu prezentują przegląd koncepcji, jak ten problem można przekuć w dodatkową przydatną informację. Sugerują trzy główne podejścia do tego problemu: zamiast ignorować tę trudność, można potraktować ją jako przewagę.
– Naukowiec, oglądając wynik modelu w postaci mapy, może lepiej zrozumieć dostępność informacji: gdzie jest jej dużo, a gdzie niewiele. Może też zbudować modele na podstawie wirtualnych (symulowanych) gatunków i ich relacji do środowiskowych zmiennych, co umożliwi testowanie i weryfikację nowych hipotez. Oczywiście nie zastąpi to pełnej weryfikacji terenowej, ale da mu informację o możliwościach i ograniczeniach stosowanych modeli. Trzecie podejście polega na potraktowaniu informacji o niepełnych danych jako dodatkowej zmiennej. Dzięki temu na przykład nasz model wie, że musi nadawać różne wagi dla wprowadzonych pomiarów – opowiada.
Jakub Nowosad ceni pracę zespołową – szerokim echem, nie tylko w środowisku naukowym, odbił się podręcznik „Geocomputation in R”, który poznański geograf napisał wspólnie z dr. Robinem Lovelacem i dr. Jannesem Muenchowem. Autorzy tworzyli go w specyficzny sposób. Każde zdanie, które napisali, stawało się dostępne dla wszystkich internautów kilka minut po jego zatwierdzeniu! Od początku tego projektu w 2017 roku strona, na której powstała książka, miała ponad 750 tysięcy unikalnych użytkowników. Podręcznik jest używany jako literatura obowiązkowa lub zalecana prawie na całym świecie: w Australii, Ameryce Północnej, Europie i Azji.
– Znalazłem kilkadziesiąt przypadków, poza środowiskiem akademickim, w których korzystano z podręcznika. Przekazujemy w książce nasz sposób myślenia o danych mających odniesienie przestrzenne – jak na nich pracować, w jaki sposób zadawać pytania i uzyskiwać odpowiedzi. Pierwsze wydanie opublikowano w 2019 roku, a wersja otwarta książki jest dostępna w internecie i nadal ulepszana – obecnie kończymy pisanie drugiego jej wydania. Jak dotąd zgłoszono kilkaset sugestii, uwag i zapytań. Dodatkowo niektórzy czytelnicy dopisali zdania lub akapity o swoich rozwiązaniach i w ten sposób dodali cegiełkę do tego dzieła – mówi Jakub Nowosad.
Prace badacza są często cytowane. Jego narzędzia wykorzystano w raportach między innymi dla amerykańskiego Kongresu. Używają ich również rządy kilku krajów na świecie, na przykład Danii. – Nie jestem wielkim optymistą, nie wierzę, że to, co my naukowcy robimy, zawsze będzie miało bezpośredni wpływ na rzeczywistość. Wytworzona wiedza czasami dociera do polityków, ale ustalenia naukowe często nie idą w parze z ich wizjami rządzenia. Widzę jednak małe zalążki, które dają nadzieję na przyszłość – przekonuje naukowiec.
Naukowiec uważa, że do kolejnego skoku w badaniach naukowych może dojść dzięki rozwojowi dużych modeli językowych, takich jak ChatGPT. – Widzę w tych narzędziach potencjał na syntetyzowanie wiedzy naukowej. Na świecie powstają miliony badań i żaden naukowiec nie potrafi za ich wynikami nadążyć. Pracujemy w zespołach, ale nadal istnieje wiele „ślepych miejsc” naszej wiedzy. Jeśli duże modele językowe osiągną odpowiednio wysoki poziom i syntezy przygotowywane przez te narzędzia będą wiarygodne, badacze będą mogli być bardziej na bieżąco z szerokim stanem wiedzy. To otworzy nowe drogi integrowania wiedzy, metod i perspektyw z różnych dziedzin. Istnieje szansa, że używając tych nowych technologii, będziemy w stanie poznać i zrozumieć wiele nowych zależności i relacji zachodzących w środowisku – przypuszcza dr hab. Jakub Nowosad.
Zobacz też: Dr Jakub Nowosad. Oprogramowanie dla lasu
