DDE mira ad armonizzare i dati della Terra in tempo profondo sulla base di un sistema di conoscenza per studiare l'evoluzione della Terra, compresa la vita, materiali della terra, geografia, e clima. I metodi integrati includono l'intelligenza artificiale (AI), calcolo ad alte prestazioni (HPC), cloud computing, web semantico, elaborazione del linguaggio naturale, e altri metodi. Credito:Science China Press
Gli esseri umani hanno esplorato a lungo tre grandi questioni scientifiche:l'evoluzione dell'universo, l'evoluzione della Terra, e l'evoluzione della vita. I geoscienziati hanno abbracciato la missione di chiarire l'evoluzione della Terra e della vita, che sono conservati nella documentazione geologica ricca di informazioni ma incompleta che copre più di 4,5 miliardi di anni di storia della Terra. Scavare nella storia profonda della Terra aiuta i geologi a decifrare i meccanismi e i tassi di evoluzione della Terra, svelare i tassi e i meccanismi del cambiamento climatico, individuare le risorse naturali, e immaginare il futuro della Terra.
Il ragionamento deduttivo e il ragionamento induttivo sono stati ampiamente utilizzati per studiare la storia della Terra. Contrariamente alla deduzione e all'induzione, il rapimento deriva dall'accumulo e dall'analisi di grandi quantità di dati affidabili, indipendentemente da una premessa o da una generalizzazione. Il rapimento ha quindi il potenziale per generare scoperte trasformative nella scienza. Con l'accumulo di enormi volumi di dati terrestri in tempi profondi, i geologi sono pronti a trasformare la ricerca in scienze della Terra profonde attraverso la scoperta abduttiva basata sui dati.
Però, tre problemi devono essere risolti per facilitare la scoperta abduttiva utilizzando database deep-time. Primo, molte risorse di geodati rilevanti non sono conformi a FAIR (trovabile, accessibile, interoperabili e riutilizzabili) principi per la gestione e la gestione dei dati scientifici. Secondo, concetti e terminologie utilizzate nei database non sono ben definiti; così, gli stessi termini possono avere significati diversi nei database. Senza terminologia e definizioni di concetti standardizzate, è difficile ottenere l'interoperabilità e la riutilizzabilità dei dati. Terzo, i database sono molto eterogenei in termini di regioni geografiche, risoluzione spaziale e temporale, coperture di temi geologici, limitazioni della disponibilità dei dati, formati, linguaggi e metadati. A causa della complessa evoluzione della Terra e delle interazioni tra più sfere (ad es. litosfera, idrosfera, biosfera e atmosfera) nei sistemi terrestri, è difficile vedere l'intero quadro dell'evoluzione della Terra da punti di vista tematici separati, ciascuno con portata limitata.
Le questioni scientifiche nella storia della Terra possono essere affrontate utilizzando il framework di noti e incogniti:(1) Conosciuti noti. Questa categoria, che è relativo agli altri due, include eventi ampiamente accettati e ampiamente compresi nella storia della Terra, anche se esistono ancora delle incertezze. (2) Incognite conosciute. Questa categoria include eventi che sono ampiamente accettati come accaduti, ma gli aspetti chiave sono poco compresi. In molti casi, le ipotesi su tali eventi possono essere verificate con ulteriori osservazioni, misurazioni, o esperimenti. (3) Incognite sconosciute. Questa categoria include eventi che hanno avuto luogo nella storia della Terra ma non sono stati scoperti. Attraverso il suo sistema di conoscenza e piattaforma, DDE mira ad armonizzare i dati della Terra in tempo profondo e promuovere la scoperta guidata dai dati in queste incognite, incognite particolarmente sconosciute nella storia della Terra. Nota:le scale temporali del Precambriano e del Fanerozoico differiscono in scala. Credito:Science China Press
I big data e l'intelligenza artificiale stanno creando opportunità per risolvere questi problemi. Per esplorare l'evoluzione della Terra in modo efficiente ed efficace attraverso i big data in tempo profondo, abbiamo bisogno di GIUSTO, database sintetici e completi in tutti i campi delle scienze della Terra profonde, abbinato a metodi di calcolo personalizzati. Questo obiettivo motiva il programma Deep-time Digital Earth (DDE), che è il primo "grande programma scientifico" avviato dall'Unione internazionale delle scienze geologiche (IUGS) e sviluppato in collaborazione con le indagini geologiche nazionali, associazioni professionali, istituzioni accademiche, e scienziati di tutto il mondo. L'obiettivo principale di DDE è quello di facilitare deep-time, scoperte guidate dai dati attraverso collaborazioni internazionali e interdisciplinari. DDE mira a fornire una piattaforma aperta per collegare i dati terrestri esistenti in tempo profondo e integrare i dati geologici che gli utenti possono interrogare specificando l'ora, spazio, e soggetto (cioè un "Google geologico") e per l'elaborazione dei dati per la scoperta della conoscenza utilizzando un motore della conoscenza (Deep-time Earth Engine) che fornisce potenza di calcolo, Modelli, metodi, e algoritmi (Figura 1).
Per raggiungere la sua missione e visione, il programma DDE ha tre componenti principali:comitati di gestione del programma, centri di eccellenza, e lavorando, piattaforma e gruppi di lavoro. E DDE si baserà sui sistemi di conoscenza della Terra in tempo profondo esistenti e svilupperà una piattaforma aperta (Figura 2). Un sistema di conoscenza della Terra dei tempi profondi consiste nelle definizioni e relazioni di base tra i concetti nella Terra dei tempi profondi, che sono necessari per armonizzare i dati della Terra nel tempo profondo e sviluppare un motore di conoscenza per supportare l'esplorazione abduttiva dell'evoluzione della Terra. Il primo passo nel piano di ricerca di DDE è quello di basarsi sui sistemi di conoscenza della Terra esistenti nel tempo profondo. Il secondo passo nel piano di ricerca di DDE è costruire un'infrastruttura interoperabile per i dati della Terra in tempo profondo. E il terzo passo nel piano di ricerca di DDE è lo sviluppo di una piattaforma aperta della Terra in tempi profondi.
L'esecuzione del programma DDE si compone di quattro fasi. Nella Fase 1, DDE stabilisce una struttura organizzativa con standard internazionali di politica e gestione. Nella Fase 2, DDE forma i team iniziali e si basa sui sistemi di conoscenza della Terra in tempo profondo esistenti e sugli standard di dati collaborando con ricercatori di ontologia esistenti nelle geoscienze, mentre si lavora per collegare e armonizzare i database della Terra in tempi profondi. Nella Fase 3, DDE sviluppa algoritmi e tecniche su misura per ambienti di cloud computing e supercalcolo. Nella fase 4, Gli scienziati della Terra e gli scienziati dei dati collaborano perfettamente su problemi scientifici convincenti e integrativi.
Come ambizioni integrative e internazionali del programma DDE, erano previste diverse sfide. Però, creando una risorsa dati ad accesso aperto che per la prima volta integra tutti gli aspetti del passato narrato della Terra, DDE mantiene la promessa di comprendere il passato del nostro pianeta, regalo, e futuro in nuovi e vividi dettagli.
