Elegí la investigación computacional porque sentí la necesidad de tener las herramientas para integrar la gran cantidad de datos generados por los investigadores experimentales. Considere la historia de los ciegos y el elefante.
En esta historia, cada uno de los hombres ciegos toca una parte del elefante, y cada uno tiene su propia interpretación de lo que el elefante se basa en su experiencia. La investigación experimental es como ser el ciego tocando al elefante. Ser un investigador computacional es leer lo que cientos de ciegos han tocado y descubrir cómo juntar esa información en una imagen del elefante.
- ¿Qué pruebas científicas se han hecho sobre si la oración funciona?
- ¿De qué se trata la investigación en los campos STEM?
- Al elegir un proyecto de investigación, ¿deberían los académicos preguntarse "este será un artículo que los científicos continuarán citando dentro de 10-20 años"?
- ¿Es el cuerpo humano más eficiente para convertir la energía de los alimentos que quemarlos y usar un motor térmico de Carnot para extraer la energía?
- ¿Hay alguna prueba científica y objetiva de que Nibiru es falso?
Sentí que había muchas piezas del rompecabezas en biología, pero comparativamente menos esfuerzo para armar el rompecabezas. Con datos tan vastos y complejos como las ciencias biológicas, esto requeriría herramientas computacionales y cuantitativas para integrar este conocimiento.
Sin embargo, agregaré que el enfoque antes mencionado es solo un enfoque en la investigación computacional. Es un enfoque de abajo hacia arriba. También hay un enfoque de arriba hacia abajo que se preocupa menos por el realismo biológico y está más interesado en generar algoritmos de trabajo que puedan lograr lo que realiza la contraparte biológica.