Laboratórios Virtuais

(1)

Laboratórios Virtuais

Rafael Santos

(2)

Resumo

● O que são laboratórios virtuais e para que servem? ● Por que implementar laboratórios virtuais?

● Visita técnica à Johns Hopkins University. ● O NVO (US National Virtual Observatory).

● Considerações sobre arquiteturas para (pequenos) laboratórios virtuais.

(3)

Laboratórios Virtuais

● Definição bem genérica:

Um ambiente eletrônico para colaboração e experimentação à distância; em pesquisa ou em outras atividades criativas; para produzir resultados usando informações distribuídas e tecnologias de comunicação (adaptado do Report of the

Expert Meeting on Virtual Laboratories; http://virtuallab.tu-freiberg.de/).

(4)

Laboratórios Virtuais: Motivação

● Desafios grandes demais para um único laboratório/instituição.

● Expertise distribuída entre instituições. ● Expertise ou objetivos específicos para

instituições/regiões/países.

● Compartilhamento de recursos caros ou complexos. ● Acesso virtual a dados e operações.

(5)

Laboratórios Virtuais: Taxonomia

● Comunicação pessoa-a-pessoa (ou pessoa-a-repositório):

(6)

● Comunicação pessoa-a-equipamento (pessoa-a-experimento):

– Teleoperação de equipamentos (ex. dispositivos de

medição, robôs).

– Feedback pode ser imediato e/ou posterior.

– Qualidade do serviço de comunicação é essencial!

● Variante: teleprogramação (assíncrona).

● Laboratório Virtual para Simulação: permite execução local, simulada de experimentos (educação).

(7)

● Comunicação pessoa-a-metamáquina:

– Grandes bases de dados (possivelmente distribuídas). – Algoritmos de transformação.

– Grande poder computacional.

– (Idealmente) acesso através de poucas interfaces. – Exemplo clássico: Observatórios Virtuais.

(8)

Exemplos (Pessoa-a-repositório): SDSS

(9)

Exemplos (Teleoperação): SOAR

● SOAR (SOuthern Astrophysical Research) Telescope:

– Parceria entre o MCT (LNA) e universidades americanas. – Um comitê científico, três comitês de alocação de tempo. – Cientistas podem solicitar tempo de observação através

de propostas (que devem incluir dados sobre a observação).

(10)

Exemplos (Simulações)

Virtual Scanning Electron Microscope NASA, University of Illinois

http://learn.arc.nasa.gov/vlab/index.html

Engineering Virtual Laboratory Johns Hopkins University,

http://www.jhu.edu/~virtlab/ virtual-laboratory/

(11)

Exemplos (Simulações)

Learn Genetics University of Utah

http://learn.genetics.utah.edu/ units/biotech/

The Chemistry Collective Mantido pela NSF

(12)

Exemplos (Metamáquinas): NCBI

● NCBI (National Center for Biotechnology Information):

(13)

Exemplos (Metamáquinas): NCBI ● BLAST:

(14)

(15)

(16)

(17)

Exemplos (Metamáquinas): NCBI ● Outras ferramentas:

– PubMed – MyNCBI

– Bases de dados (seqüências, muitos gigabytes!).

– Ferramentas stand-alone e integradas ao navegador para

(18)

Exemplos (Metamáquinas): NVO ● NVO (US National Virtual Observatory)

(19)

Exemplos (Metamáquinas): NVO ● Registry: catálogo de metadados.

(20)

(21)

(22)

Exemplos (Metamáquinas): NVO ● Registry

(23)

Exemplos (Metamáquinas): NVO ● Registry:

– Somente catálogo de recursos (SIAP, SSAP, Cone

Searches, TabularSkyService, etc.)

– Não existe medida de QoS!

(24)

Exemplos (Metamáquinas): NVO

(25)

(26)

(27)

(28)

(29)

(30)

(31)

(32)

● Montage: Mosaicos de

(33)

Exemplos (Metamáquinas): NVO ● Montage: Mosaicos de várias imagens.

(34)

● Montage: Mosaicos de

(35)

Ferramentas do NVO

● Spectrum Services: busca em bancos de dados espectrais.

● Web Enabled Source Identification with Cross-Matching

(WESIX): extração de objetos em imagens e cross-matching. ● VOPlot/TOPCAT: Análise e visualização de VOTables.

● NESSSI Web Services: execução de serviços (assínctronos) em Grid.

(36)

Ferramentas do NVO

● Existem APIs para uso e extensão de serviços de Vos.

● Programadores podem criar seus próprios consumidores de dados.

● Provedores de dados podem se registrar no Registry.

● Infelizmente algumas APIs são confusas ou inconsistentes (ou ambos!)

(37)

Visita Técnica à JHU

● Visita técnica à Johns Hopkins University, em Baltimore, Maryland, entre Junho e Dezembro de 2007.

– Colaboração no desenvolvimento de ferramentas para

divulgação de dados astronômicos.

– Entender melhor a estrutura (arquitetura, design, etc.) do

(38)

(39)

(40)

● A equipe da JHU trabalha em várias frentes (SDSS, Galaxy Zoo).

● Trabalha também com divulgação para diversos segmentos da comunidade (em especial estudantes/professores).

● Uma das áreas de atuação ferramentas para outreach:

Simple tools for simple tasks.

● Colaboração com I. Fernandes do LNA/MCT.

(41)

● Objetivo: ferramentas para disponibilizar imagens e outros dados de forma transparente (DataScope).

(42)

● Segunda versão: servidor dedicado, cliente em HTML/CSS, uso de AJAX.

● Terceira versão: servidor dedicado, cliente applet.

PocketVO Client PocketVO Server VO Services

Sesame SkyView SDSS Synchronous Asynchronous Cache and Concierge

(43)

(44)

(45)

● Quinta versão: PocketVO Toolkit. ● Contém:

– PocketVO como applet independente e como aplicação

independente.

– Componentes gráficos para visualização/LUT/composição. – Clientes de web services.

(46)

Laboratórios Virtuais: Iniciativas

● Modelo e protótipo com distribuição diferente de tarefas:

Dados Algoritmos

● Onde ficam dados, parâmetros,

processamento e algoritmos?

(47)

Laboratórios Virtuais: Possíveis Atividades

● Clima Espacial ● BRAVO

● Processamento de Imagens ● Mineração de Dados

(48)

Laboratórios Virtuais: Considerações

● Interatividade depende do objetivo (equipamento, metamáquina, etc.)

– Que informações devem ser enviadas

síncrona/assincronamente?

– Quais são as políticas e restrições de acesso?

● Não é “só fazer uma pagininha...” nem só sair programando.

– É preciso um conhecimento adequado de técnicas

computacionais.

– Sistemas não são só máquinas!