S Anastasií Prytuliak o materiálových vědách, životě v Japonsku, ukrajinské vynalézavosti a stavbě nového datového repozitáře
Materiálové vědy si vybrala v šestnácti, protože je studoval její otec. „Vždycky jsem byla hodná holčička,“ směje se Anastasiia Prytuliak. Výzkumu se později věnovala ve Francii a Japonsku, kde ale po narození dítěte zjistila, že skloubit práci vědkyně s mateřstvím nebude jednoduché. Začala učit jógu a pracovat jako koučka. Dnes se k materiálovým vědám svým způsobem vrátila: na Heyrovského ústavu AV ČR se podílí na vzniku datového repozitáře, který má vědcům pomoci ukládat a vyhledávat data tak, aby nezůstávala zapomenutá v zásuvkách.
Po pravdě, šla jsem tam, kde studoval můj táta. Střední školu jsem končila v šestnácti a nevěděla jsem, co přesně chci. Navíc jsem mohla podat přihlášku jen na jednu univerzitu. Vybrala jsem si tu, kde studoval táta, docent v oboru materiálních věd.
Když jsem byla v Japonsku a narodilo se mi dítě, zjistila jsem, že tam není možné pracovat jako výzkumný pracovník na částečný úvazek. Systém školek navíc funguje tak, že si děti musíte vyzvednout už ve dvanáct. Józe jsem se věnovala už od vysoké školy, a tak jsem ji začala učit a zároveň jsem působila jako life coach pro cizince.
Je to blíž mé osobnosti než vědecká práce. Ale vždycky jsem byla „hodná holčička“, takže i když jsem si materiálové vědy vybrala kvůli otci, svou práci jsem dělala dobře. Vždycky samé jedničky a dnes diamantová liga v Duolingu.
Mám na starost vznik repozitáře DANTEc. Od sběru požadavků komunity po přípravu dokumentace. Později budu zodpovědná i za jeho provoz. I když věda není úplně moje „passion“, už v předchozí práci v soukromé firmě jsem se začala věnovat projektovému managementu. Na Heyrovského ústavu se tak hezky propojilo to, co jsem vystudovala, s prací projektové manažerky. A protože mám sama zkušenost s výzkumem, rozumím tomu, co vědci potřebují.
Zásadní je otázka, co se s daty stane po skončení výzkumu. Když jsem pracovala v Japonsku, zapisovala jsem si data do papírového laboratorního deníku v ukrajinštině. Ten deník dodnes leží v tamní laboratoři, takže pochybuju, že by se k těm výsledkům ještě někdy někdo vrátil. Problémy s předáváním znalostí máme někdy dokonce i uvnitř jedné laboratoře. Téměř vůbec nesdílíme neúspěšný výzkum, přestože by ostatním mohl ušetřit spoustu času.
Proto potřebujeme data popisovat a sdílet tak, aby je ostatní mohli snadno najít, získat k nim přístup, propojovat je a znovu využívat. S rozvojem umělé inteligence je to ještě důležitější, protože k trénování modelů potřebujeme velké množství kvalitně popsaných a interoperabilních dat. DANTEc bude navíc propojený s širším evropským ekosystémem výzkumných dat, což může přispět k jejich lepší dostupnosti a využití napříč Evropou.
Určitě. Dřív jsem pracovala u jednoho z největších výrobců polymerních materiálů v Česku a z vlastní zkušenosti vím, že ani pro velké firmy není jednoduché zjistit, čemu přesně se vědci věnují. Firma přitom může hledat někoho, kdo zkoumá konkrétní materiál, který je pro ni důležitý. V repozitáři by mohla takové informace vyhledat, porovnat dostupná data a najít potenciální partnery.
Propojit akademickou sféru s průmyslem je pořád poměrně složité. Tohle by byla jedna z cest, jak spolupráci usnadnit.
„Potřebujeme data popisovat a sdílet tak, aby je ostatní mohli snadno najít, získat k nim přístup, propojovat je a znovu využívat. S rozvojem umělé inteligence je to ještě důležitější, protože k trénování modelů potřebujeme velké množství kvalitně popsaných a interoperabilních dat.“
Je to těžké. Myslím, že skutečná změna přijde až s novou generací. Když bude taková práce s daty běžná už pro studenty, stane se přirozenou součástí výzkumu. Už dnes ale máme v komunitě MATECH (komunita zaměřená na materiálové vědy) řadu lidí, kteří se chtějí zapojit.
Nechceme vědcům diktovat, jak mají s daty pracovat, proto zjišťujeme, co skutečně potřebují. Zároveň se snažíme ukládání dat co nejvíc zjednodušit. Například propojením repozitáře s elektronickými laboratorními deníky nebo přímým nahráváním dat z přístrojů přes API.
Hlavně je to o komunikaci s vědci. Potřebujeme vědět, podle čeho budou chtít data vyhledávat, jaké informace jsou pro ně důležité a bez kterých funkcí se naopak obejdou.
Základem je dobrý metadatový model. Michal Med, autor Českého základního metadatového modelu pro výzkumná data (CCMM), ho přirovnává k láhvi piva: samotná data jsou pivo a metadata etiketa, která říká, co je uvnitř. Bez etikety vlastně nevíte, co v láhvi máte.
Pak je tu technická a právní stránka. Repozitář stavíme na platformě Invenio a připravujeme pravidla pro jeho fungování i propojení s dalšími službami. Všechno se snažíme nastavit tak, aby bylo ukládání a vyhledávání dat pro vědce co nejjednodušší.
„Nechceme vědcům diktovat, jak mají s daty pracovat, proto zjišťujeme, co skutečně potřebují. Zároveň se snažíme ukládání dat co nejvíc zjednodušit. Například propojením repozitáře s elektronickými laboratorními deníky nebo přímým nahráváním dat z přístrojů přes API.“
Mojí hlavní rolí je propojovat potřeby vědců s technickou stránkou repozitáře. Sbírám požadavky komunity a pomáhám je převádět do metadatového modelu a konkrétních funkcí. Společně s Národní technickou knihovnou se také podílím na vytváření řízených slovníků.
Pomáhá propojit různé výrazy, které označují stejnou věc. Jeden vědec například použije zkratku „XRD“, jiný „X-ray diffraction“ a další český výraz „rentgenová difrakce“. Potřebujeme, aby repozitář věděl, že jde o stejnou metodu, a dokázal podle toho data vyhledat. V repozitáři DANTEc ji můžeme označit jako „X-ray diffraction“, ale zároveň ji propojíme s dalšími výrazy ve slovníku. Vyhledávání se pak nemusí řídit jen přesnou shodou slov, ale také jejich významem.
„Mojí hlavní rolí je propojovat potřeby vědců s technickou stránkou repozitáře. Sbírám požadavky komunity a pomáhám je převádět do metadatového modelu a konkrétních funkcí.“
Za prvé bych se nechtěla vrátit jako vědkyně do laboratoře. (smích) Ale chtěla bych, aby bylo zadávání dat jednoduché a abych se s repozitářem rychle naučila pracovat. Ocenila bych třeba krátké online školení nebo video, které by nevysvětlovalo jen, jak data zadávat, ale také proč je to pro mě užitečné.
Jako vědkyni by mě možná ani nenapadlo, že mi dobře uložená data mohou pomoct při spolupráci s průmyslem nebo při práci s umělou inteligencí. A samozřejmě bych chtěla mít možnost se ke svým datům kdykoliv vrátit.
Všechno. Vždycky zůstávám Ukrajinkou, je to největší část mé identity. Myslím, že pro Ukrajince je typická určitá flexibilita a schopnost poradit si s tím, co máme. Nikdy jsme neměli moc zdrojů, takže jsme museli být kreativní.
Někdy nám lidé z jiných zemí říkají, že něco bude trvat roky, než se to naučíme. Ale my jsme zvyklí něco postavit i z hovna na klacku. Nic nemáš a musíš z toho postavit raketu. Jsme zvyklí dostat maximum z minima.
„Jako vědkyni by mě možná ani nenapadlo, že mi dobře uložená data mohou pomoct při spolupráci s průmyslem nebo při práci s umělou inteligencí.“
pochází z Kyjeva, kde vystudovala materiálové inženýrství a získala doktorát. Před osmnácti lety odešla za výzkumnou prací do Japonska. V National Institute for Materials Science (NIMS) v Cukubě se věnovala novým materiálům pro energetiku. V letech 2012–2015 působila jako postdoktorandka Evropské kosmické agentury (ESA) v Grenoblu, v mezinárodních výzkumných centrech ILL a ESRF, se zaměřením na neutronovou a synchrotronovou difrakci. Poté se vrátila do NIMS, kde v dalších projektech propojovala experimentální výzkum s analýzou obrazu a strojovým učením.
V České republice žije od roku 2022. Před návratem do akademického prostředí pracovala ve výzkumu a vývoji u předního výrobce polymerních materiálů. V současnosti působí na Heyrovského ústavu AV ČR jako správkyně repozitáře DANTEc, kde využívá své dlouholeté zkušenosti s experimentálními daty, mezinárodní vědeckou komunikací a mezioborovou spoluprací.
Jak se rozvíjí data stewardship v Portugalsku, Rakousku nebo Polsku? Kde už dnes může při správě výzkumných dat pomáhat umělá inteligence a proč má smysl mluvit i o „negativních“ datech? Další setkání komunity data stewardů, které se uskutečnilo 17. září v Národní technické knihovně v Praze, opět propojilo sdílení praktických zkušeností, nová témata i komunitní diskusi.
Výzkumník může sbírat cenná data i celé roky. Pokud ale zůstanou na jeho disku bez pořádného popisu, pro ostatní jako by neexistovala. Právě metadata totiž určují, zda půjde data najít, pochopit a znovu využít a s nástupem umělé inteligence jejich význam dále roste. „Pro AI nástroje představují dobře strukturovaná a bohatá metadata zlatý důl,“ hodnotí vedoucí oddělení repozitářů a správy metadat Národní technické knihovny Petra Černohlávková. V rozhovoru vysvětluje, proč samotné uložení dat nestačí, co může změnit dobře zvolený repozitář a kde už dnes může část práce spolehlivě převzít AI.
