Behovet for at søge og sortere data er vokset i takt med de nye mediers hastige indmarch på internettet og i alskens databaser. De indeholder enorme mængder information, og derfor bliver specialiserede og præcise søgemetoder stadig vigtigere for at analysere og - ikke mindst - finde frem til de rigtige data.
Store mængder data kræver altid gode søgemetoder. Men netop multimedierne stiller særlige krav, fordi man ikke bare søger på ord, men eksempelvis leder efter farver og pixelmønstre.
Det er vanskeligt, men Ira Assent fra Institut for Datalogi på Aalborg Universitet er godt på vej til at vinde dysten med databaserne. Hun har i sit ph.d.-projekt sat tidsforbruget til at genkende ligheder i farvemønstre ned fra 1000 til ét sekund i en fotodatabase med over 200.000 billeder.
»Optimering af hastigheden i søgemetoder er stadig en udfordring. Hvis de skal bruges i praksis, kan vi ikke sidde og vente i timevis på at få vores resultater. Så udfordringen er at forbedre bagvedliggende algoritmer, så vi får samme gode resultater, men langt hurtigere,« siger Ira Assent.
Hun forsker i såkaldt datamining, og hendes arbejde handler om at optimere de algoritmer, der skal bruges til søgemetoder i databaser med f.eks. billeder, musik, medicinske scanninger og gen-kortlægninger.
Find en lyserød guitar
Når man skal søge i computerdatabaser, er det altid en udfordring at få de rigtige søgeresultater. Lad os tage eksemplet Google. Når der søges på ordet 'guitar' tager det 0,16 sekunder, og vupti, dukker 208 millioner henvisninger frem.
Det er alt for mange. Vi får en skønsom blanding af alt godt fra informationshavet lige fra musikforretninger, undervisning, anmeldelser, historier og videoer på YouTube. Hvis vi skal gøre søgningen mere præcis, kan vi udspecificere teksten. Hvis vi for eksempel skriver 'guitar fender lyserød finish' er resultatet reduceret til 40, og det er til at overskue.
Google benytter sig af en algoritme til lynhurtigt at finde teksten 'guitar' på alverdens websites. Men i multimediedatabaser er det sjældent optimalt at benytte tekstsøgning, fordi det giver upræcise resultater. Ofte giver det bedre resultater at søge efter former, farver og mønstre.
Samme princip som en bageopskrift
En algoritme er instrukser til computeren om, hvordan den bør udføre en bestemt opgave. Man kan sammenligne det med en bageopskrift, hvor man skal bruge bestemte ingredienser, som skal blandes i en bestemt rækkefølge for, at man når frem til en færdig kage.
\ Fakta
PRISBELØNNET
Ira Assent har modtaget en pris fra det indflydelsesrige tyske Selskab for Informatik (Gesellschaft für Informatik) for sin ph.d-afhandling.
På samme måde, kan Ira Assents arbejde sammenlignes med en kok, der skal optimere en allerede eksisterende bageopskrift, så kagen bliver lige så god, men kræver mindre tid at lave. Ligesom man i bageopskriften kan forsøge at skifte æg ud med bagepulver, kan Ira Assent ændre en kode, som vil have indflydelse på søgehastigheden.
Det er på denne måde, at hun gjorde det tusind gange hurtigere for søgemaskinen at genkende ligheder i farvemønstre i fotodatabasen med dens mere end 200.000 billeder. Uden at søgeresultatet blev dårligere af den grund.
Skal kunne bruges af alle
Den nye søgealgoritme er lagt ud som Open Source. Det vil sige, at den er frit tilgængelig på nettet, så både forskere og andre kan arbejde videre med den og tilpasse den efter behov. Det har foreløbig betydet, at en række vandforskere har brugt algoritmen til at udvikle et produkt, der kan analysere data indsamlet om miljøtilstanden ved tyske floders bredder.
\ Fakta
VIDSTE DU
At algoritmer er afgørende for den måde computere behandler oplysninger. Det er instrukser til computeren om, hvordan og i hvilken rækkefølge den skal udføre en bestemt opgave.
»Politikerne kunne bruge det værktøj, da de skulle tage stilling til, hvilke floder der havde behov for en særlig indsats. Det er en stor tilfredsstillelse, når det bliver så konkret,« fortæller Ira Assent.
\ Eksempel på en søgealgoritme
Et billede består af pixels, som hver især indeholder en farvekode. Algoritmerne tæller for eksempel, hvor mange pixel der er blå, og hvor mange procent blå pixel der er i toppen af billedet. Samtidig tæller algoritmen også, hvor mange procent grønne pixel der er i bunden af billedet. Disse data kunne for eksempel angive en sandsynlighed for, at billedet forestiller en blå himmel over en fodboldbane. Eller at det netop ikke gør.
Ved at sammenligne disse mønstre og andre punkter i den opskrift, som algoritmen følger, kan systemet til sidst foreslå bestemte billeder som resultat af søgningen på 'blå himmel over fodboldbane'.
