Az idei félévben valami miatt a hallgatók egyéb problémákkal is megkerestek, amelyek nem tartoznak a bioinformatika témakörébe. Ez egyrészt megtisztelő, mert azt jelenti, hogy bíznak bennem annyira, hogy elmondják ezeket a dolgokat, másrészt jó látni, mivel múlatják számítógépes idejüket.
Az egyik hallgató például üstökös adatokat elemez. Volt egy nagy táblázata millió egy paraméterrel és az volt a problémája, hogy ha feltűnik egy új objektum, akkor az egyik tetszőleges paramétert össze kellene hasonlítani a táblázat megfelelő oszlopával és kiválasztani azt a sort, ahol a legközelebbi érték van.
Pontosan nem értettem, mit is szeretne tőlem, mert folyamatosan arról beszélt, hogy erre programot kellene írni, de neki nincs ideje, hogy megtanuljon programozni. (Még az a rosszindulatú gondolat is megfordult a fejemben, hogy esetleg velem akarja megíratni.) Ezért inkább azt javasoltam, hogy Excelben (én is mire képes nem vagyok) vigyen fel egy új oszlopot, amiben vizsgálni kívánt oszlopból kivonja a keresett paramétert, majd a különbséget sorba rendezi. Ahol a legkisebb a különbség, az az adat van hozzá legközelebb. És nem kell a drága idejét programozás tanulásra fecsérelni.
Egy másik hallgató kérése viszont nagyon nagyon furcsa volt. Először azzal jött, hogy termesztett növények egymásra hatását akarja vizsgálni. Van egy táblázata, amiben minden oszlop egy növény. A sorok kertek. Ha az adott növény megtalálható a kertben, akkor 1-t kap, egyébként 0-t. Ezen kívül van egy függő változó, amit enzimnek nevezett (itt már gyanús kellett volna, hogy legyen, mert nem nevezte meg az enzimet), ez ha kimutatható, akkor 1-t kap, ha nem kimutatható, akkor 0-t. A feladat, hogy a növények összetételéből ki kell találni, van-e enzim vagy nincs.
Minden áron egy neurális hálót akart ráengedni. Azt javasoltam neki, hogy ez felesleges, a sima, egyszerű statisztikai módszerekkel is célt ér. Nem hatotta meg, továbbra is neurális hálót akart. Le is töltött valami kódot egy YouTube videó alapján, de az nem működött neki. Szerette volna, ha debuggolom.
Már a terem bezárásánál tartottunk, amikor megemlítette, hogy vannak versenyek, ahol szintén használhatná ezt a neurális hálót, és megnyerhetné azokat. Meg indulhatnánk együtt is egy ilyen versenyen. Azt hittem, valamelyik Kaggle megmérettetésre gondol, ezért nem is figyeltem annyira.
Említettem neki, hogy nagyon sok jó szakember rohangál odakint, akik jobban értenek az adatelemzéshez, mint én (de egy olyan diáknál mindenképp jobban, aki egy YouTube példakódot sem tud működésre bírni). Megemlítettem, hogy ezeknél a versenyeknél a pénzdíj igazából másodlagos, nem igazán fedezi a megoldások költségeit, az elsődleges cél a hírnév.
Továbbra is csak arról beszélt, hogy őt nem szokta eltántorítani, mások mit gondolnak, bele szokott vágni olyan dolgokba is, ami kevés sikerrel kecsegtet. Ez egyébként dícséretre méltó hozzáállás, de nem szabad eltávolodni a realitásoktól. Ha soha nem futottam 10km-t, akkor nem indulok a New York-i maratonon.
A következő óra után kibújt a szög a zsákból. Akkor már arról beszélt, hogy benevezett egy versenybe, ahol különböző számítógépekkel kapcsolatos fordulók vannak. Vannak ügyességi számok, logikai számok. Egyedül kell részt venni rajtuk, még mobilt sem vihetnek be magukkal. A kérdéseim nyomán annyit tudtam meg, hogy ez valami titkos verseny, amire meghívással lehet bejutni, a nyertes meg pénzt kap.
Őszintén szólva, valami hiányzik még a történetből, de nem kaptam rájuk soha egyenes választ. Ami nem hagy nyugodni, hogy ha egy verseny meghívásos, akkor nem akarnak sok résztvevőt. Ha pedig pénzdíjas, akkor sok résztvevőt akarnak, akiket a pénzzel motiválnak. A titkos pénzdíjas verseny ellentmondásban van egymással. Rákérdeztem a demós ismerőseimnél is, de nem kaptam választ.
A konkrét versenyszám, ahol most elakadt, egy gömb kinyitása. Be kell menni egy terembe, leülni egy számítógép elé, amely kirajzol egy gömböt. A gömb 86 háromszögből áll. Ebből 6 soha nem változik, azok a referencia pontok, hogy lehessen látni, hogyan fogatja a gömböt. A start gomb megnyomása után 9 és 30 közötti számban háromszögek emelkednek ki. Ezek közül kell megtalálni 4-t, ami kinyitja a gömböt. Minden kör végén lehet blokkolni háromszögeket, amelyek azután nem fognak elmozdulni, mert a következő körben egy rejtett szabályszerűség miatt a csúcsok egy része visszasűlyed, újabbak pedig kiemelkednek.
A gömb egyes háromszögeit hallgatónk növények nevei után nevezte el és ezzel próbálta meg elrejteni előlem a tényt, hogy ez neki egy versenyre kell.
De itt még nincs vége. Azt mondta, ad 50 ezer forintot, ha ránézek a problémára, de ha megíron a neurális hálót is, és ezzel megnyeri a fordulót, akkor a nyeremény felét is odaadja. Eddig csak figyelmeztető üzemmódban csipogott a bullshit detektorom, de a pénz említésénél megszólaltak fejemben a riadó szirénák is.
Mondtam neki, hogy nincs szükségem a pénzére, de a táblázatot megnézem. A táblázat 81 oszlopos volt és több, mint 6000 soros. Mégis hogyan tudott összeállítani egy ekkora táblázatot, ha nem lehet elektronikus kütyüket bevinni? De erre a rejtélyre hamar fény derült.
Elkezdtem olyan szemmel nézni a táblázatot, mintha semmit nem tudnék róla. Megszámoltam a sorokat, oszlopokat. Megszámoltam hány 1-es van egy sorban. Itt jött az első meglepetés: mindig 20. Ez már ellentmondott a 9-30 tüskeszámnak. Csináltam egy egyszerű hierarchikus klaszterezést. Totál random minta jött ki. Főkomponens analízis: detto. Az adat teljesen random volt.
Azért kipróbáltam a YouTube példakódot, még akkor is, ha tudtam, hogy semmi értelme. A háló 63%-nál nem tudott jobb eredményt elérni. Nem is csoda, hiszen random adat volt.
Mikor leírtam a megfigyeléseimet, akkor azt mondta, hogy a táblázatot egy másik vesenyzőtől kapta. Gondolom a másik versenyző nem akart magának konkurenciát, ezért adott a hallgatómnak valami random adatot. Hiába, legjobb, ha mindent maga csinál az ember.
