বিজ্ঞানীরা ডেটা স্টোরেজ এবং সময়ের সর্বোত্তম ভারসাম্য খুঁজে পান | কোয়ান্টা ম্যাগাজিন

প্রায় 70 বছর আগে, হ্যান্স পিটার লুহান নামে আইবিএম-এর একজন প্রকৌশলী নিঃশব্দে কম্পিউটার বিজ্ঞানের গতিপথ পরিবর্তন করেছিলেন। লুহান ইতিমধ্যেই বেশ কয়েকটি পেটেন্ট ধারণ করেছেন, যার মধ্যে একটি এমন একটি ডিভাইসের জন্য যা কাপড়ের সুতার সংখ্যা পরিমাপ করতে পারে এবং অন্যটি একটি গাইডের জন্য যা নির্ধারণ করে যে আপনি আপনার রান্নাঘরের উপাদানগুলি থেকে কী মিশ্র পানীয় তৈরি করতে পারেন। কিন্তু 1953 সালের একটি অভ্যন্তরীণ আইবিএম পেপারে, তিনি তথ্য সংরক্ষণ এবং পুনরুদ্ধারের জন্য একটি নতুন কৌশল প্রস্তাব করেছিলেন যা এখন প্রায় সমস্ত গণনামূলক সিস্টেমে তৈরি করা হয়েছে: হ্যাশ টেবিল।

হ্যাশ টেবিল ডাটা স্ট্রাকচারের একটি প্রধান শ্রেণী। তারা বিশাল ডাটাবেসে তথ্য অ্যাক্সেস এবং পরিবর্তন করার জন্য একটি বিশেষ সুবিধাজনক পদ্ধতি অফার করে। কিন্তু এই প্রযুক্তিটি একটি অনিবার্য বাণিজ্য বন্ধের সাথে আসে।

একটি 1957 এর মধ্যে কাগজ প্রকাশিত আইবিএম জার্নাল অফ রিসার্চ অ্যান্ড ডেভেলপমেন্ট, ডব্লিউ. ওয়েসলি পিটারসন প্রধান প্রযুক্তিগত চ্যালেঞ্জ চিহ্নিত করেছেন যে হ্যাশ টেবিলগুলি পোজ করে: তাদের দ্রুত হতে হবে, যার অর্থ তারা দ্রুত প্রয়োজনীয় তথ্য পুনরুদ্ধার করতে পারে। তবে তাদেরও কমপ্যাক্ট হতে হবে, যতটা সম্ভব কম মেমরি ব্যবহার করে। এই যমজ উদ্দেশ্য মৌলিকভাবে মতভেদ আছে. হ্যাশ টেবিলে বেশি মেমরি থাকলে ডাটাবেস অ্যাক্সেস এবং পরিবর্তন করা আরও দ্রুত করা যায়; এবং কম স্থান ব্যবহার করে হ্যাশ টেবিলে অপারেশনগুলি ধীর হয়ে যায়। পিটারসন এই চ্যালেঞ্জটি তৈরি করার পর থেকে, গবেষকরা সময় এবং স্থানের মধ্যে সেরা ভারসাম্য খুঁজে বের করার চেষ্টা করেছেন।

কম্পিউটার বিজ্ঞানীরা এখন গাণিতিকভাবে প্রমাণ করেছেন যে তারা সর্বোত্তম ট্রেড-অফ খুঁজে পেয়েছেন। সমাধান একটি থেকে এসেছে যুগল সাম্প্রতিক কাগজপত্র যে একে অপরের পরিপূরক। "এই কাগজগুলি সর্বোত্তম সম্ভাব্য স্থান-সময় বাণিজ্য-অফ সম্পর্কে দীর্ঘস্থায়ী উন্মুক্ত প্রশ্নের সমাধান করে, গভীরভাবে আশ্চর্যজনক ফলাফল দেয় যা আমি আশা করি আগামী অনেক বছর ধরে একটি উল্লেখযোগ্য প্রভাব ফেলবে," বলেন মাইকেল মিটজেনমাচার, হার্ভার্ড বিশ্ববিদ্যালয়ের একজন কম্পিউটার বিজ্ঞানী যিনি উভয় গবেষণায় জড়িত ছিলেন না।

"আমি অবশ্যই বলব এটি একটি বড় চুক্তি," যোগ করেছেন রাসমাস পাঘ, কোপেনহেগেন বিশ্ববিদ্যালয়ের একজন কম্পিউটার বিজ্ঞানী। "অনেক লোক এই সমস্যাটির উপর কাজ করেছে, আপনি কতটা স্থান নিংড়ে নিতে পারেন তা দেখার চেষ্টা করছেন, পাশাপাশি সময়-দক্ষ ক্রিয়াকলাপও রয়েছে৷ এটি এমন একটি যা আমি সমাধান করতে পছন্দ করতাম।"

এটি একটি হ্যাশ তৈরীর

হ্যাশ টেবিলগুলি বর্তমানের প্রাচীনতম, সহজতম, দ্রুততম এবং সর্বাধিক ব্যবহৃত ডেটা স্ট্রাকচারগুলির মধ্যে একটি। তারা তিনটি মৌলিক ক্রিয়াকলাপ সম্পাদন করার জন্য ডিজাইন করা হয়েছে: সন্নিবেশ, যা ডাটাবেসে নতুন আইটেম যোগ করে; প্রশ্ন, যা একটি আইটেম অ্যাক্সেস করে বা এটি বিদ্যমান কিনা তা পরীক্ষা করে; এবং মুছে ফেলা। একটি হ্যাশ টেবিল ক্ষণস্থায়ী হতে পারে - শুধুমাত্র একটি নির্দিষ্ট প্রোগ্রাম চালানোর সময় বিদ্যমান - অথবা এটি আপনার কম্পিউটারের অপারেটিং সিস্টেমের একটি স্থায়ী অংশ হতে পারে। ক্রোম বা সাফারির মতো একটি ওয়েব ব্রাউজারে একাধিক বিল্ট-ইন হ্যাশ টেবিল থাকতে পারে যা বিভিন্ন ধরণের ডেটার ট্র্যাক রাখার উদ্দেশ্যে।

একটি হ্যাশ টেবিলের এন্ট্রি জোড়া হিসাবে সংরক্ষণ করা হয়, আইটেম সহ - তথ্য নিজেই - একটি কী এর সাথে সংযুক্ত যা তথ্য সনাক্ত করে। হ্যাশ টেবিলের ক্যোয়ারী অ্যালগরিদমে একটি কী প্লাগ করুন এবং এটি আপনাকে সরাসরি আইটেমে নিয়ে যাবে। এটি এত অসাধারণ নাও শোনাতে পারে, তবে বিশাল ডেটাবেসের জন্য এটি একটি দুর্দান্ত সময় বাঁচাতে পারে।

একটি অত্যন্ত সরলীকৃত উদাহরণ নিতে, অক্সফোর্ড ইংরেজি অভিধান বিবেচনা করুন, যেখানে 600,000টিরও বেশি শব্দের সংজ্ঞা রয়েছে। যদি একটি ডিজিটাল সংস্করণ একটি হ্যাশ টেবিলের উপর নির্ভর করে, আপনি কেবল একটি প্রদত্ত শব্দকে কী হিসাবে ব্যবহার করতে পারেন এবং সরাসরি সংজ্ঞায় যেতে পারেন। হ্যাশ টেবিল ব্যতীত, ডিকশনারিটি সম্ভবত অনেক ধীরগতির অনুসন্ধান প্রক্রিয়ার উপর নির্ভর করবে, শেষ পর্যন্ত অনুরোধকৃত সংজ্ঞাতে একত্রিত হওয়ার জন্য নির্মূল করার একটি প্রক্রিয়া ব্যবহার করে। এবং যখন একটি হ্যাশ টেবিল একটি ধ্রুবক পরিমাণে (সাধারণত একটি সেকেন্ডের একটি ক্ষুদ্র ভগ্নাংশ) মধ্যে যেকোনো শব্দ খুঁজে পেতে পারে, তখন অভিধানে শব্দের সংখ্যা বাড়লে অন্যান্য পদ্ধতির জন্য অনুসন্ধানের সময় বাড়তে পারে। একটি হ্যাশ টেবিল আরেকটি সুবিধাও দেয়: এটি অভিধানকে গতিশীল রাখতে পারে, এটি নতুন শব্দ সন্নিবেশ করা এবং পুরানো শব্দগুলি মুছে ফেলা সহজ করে তোলে।

গবেষকরা কয়েক দশক ধরে হ্যাশ টেবিল তৈরি করতে ব্যয় করেছেন যা গতি বাড়ানো এবং মেমরি কমানোর চেষ্টা করে। 20 শতকে, সমাধানগুলি শুধুমাত্র একটি দিক, সময় বা স্থানের মধ্যে উল্লেখযোগ্য লাভের প্রস্তাব দেয়। এরপর ২০০৩ সালে গবেষক ড দেখিয়েছেন যে তাত্ত্বিকভাবে একই সাথে সময় এবং স্থান উভয় ক্ষেত্রেই একটি বড় দক্ষতা লাফ করা সম্ভব ছিল। তবে গবেষকদের উভয়ের মধ্যে আদর্শ ভারসাম্য খুঁজে পেতে আরও দুই দশক সময় লাগবে।

ডেটা শাফেল

সেই লক্ষ্যের দিকে প্রথম বড় পদক্ষেপ 2022 সালে এ প্রধান কম্পিউটার বিজ্ঞান সম্মেলন রোমে. সেখানে, একটি দল নতুন বৈশিষ্ট্য সহ একটি হ্যাশ টেবিল প্রস্তাব করেছে যা এখনও কল্পনা করা সময় এবং স্থান দক্ষতার সর্বোত্তম সমন্বয় সরবরাহ করতে পারে। কাগজটির প্রথম লেখক (বর্ণানুক্রমিকভাবে তালিকাভুক্ত) ছিলেন স্টনি ব্রুক ইউনিভার্সিটির মাইকেল বেন্ডার, তাই এটিকে সাধারণত বেন্ডার এট আল হিসাবে উল্লেখ করা হয়। হ্যাশ টেবিল. যদিও দলটি একটি কার্যকরী হ্যাশ টেবিল তৈরি করার চেষ্টা করেনি, তারা প্রমাণ করেছে যে এটি নীতিগতভাবে, তাদের বর্ণিত বৈশিষ্ট্যগুলির সাথে তৈরি করা যেতে পারে।

তারা যে হ্যাশ টেবিলটি নিয়ে এসেছে তা মূল্যায়ন করার জন্য, গ্রুপটি একটি ট্রেড-অফ কার্ভ তৈরি করেছে — একটি গ্রাফ যা একটি অক্ষে প্রতি অপারেশন (সন্নিবেশ বা মুছে ফেলা) সময় এবং অন্য দিকে মেমরি দ্বারা নেওয়া স্থান প্লট করে। কিন্তু এই গ্রাফটি একটি বিশেষ উপায়ে স্থানকে সংজ্ঞায়িত করে: তারা কীভাবে তৈরি করা হয়েছে তার কারণে, হ্যাশ টেবিলের আইটেমগুলির একটি নির্দিষ্ট সেট সংরক্ষণ করার জন্য প্রয়োজনীয় নূন্যতম মেমরির চেয়ে বেশি মেমরির প্রয়োজন। কম্পিউটার বিজ্ঞানীরা এই অতিরিক্ত স্থানটিকে "নষ্ট বিট" বলে থাকেন, যদিও তারা সত্যিই নষ্ট হয় না এবং কিছু পরিমাণে প্রয়োজনীয়। একটি ট্রেড-অফ বক্ররেখার স্থান অক্ষ প্রতি কী প্রতি নষ্ট বিটের সংখ্যা পরিমাপ করে।

একটি ট্রেড-অফ কার্ভ বিশ্লেষণ করে, গবেষকরা একটি নির্দিষ্ট পরিমাণ স্থান ব্যবহার করে এমন একটি হ্যাশ টেবিলের জন্য সম্ভাব্য দ্রুততম সময় বের করতে পারেন। একটি প্রদত্ত অপারেশন সময়ের জন্য সম্ভাব্য ক্ষুদ্রতম স্থান বের করতে তারা প্রশ্নটি ঘুরিয়ে দিতে পারে। সাধারণত, একটি ভেরিয়েবলের একটি ছোট পরিবর্তন অন্যটিতে একটি ছোট পরিবর্তনের দিকে নিয়ে যায়, বলেন উইলিয়াম কুজমাউল, হার্ভার্ডের একজন তাত্ত্বিক কম্পিউটার বিজ্ঞানী এবং 2022 গবেষণাপত্রের একজন সহ-লেখক। "যদি আপনি সময় দ্বিগুণ করেন, সম্ভবত আপনি প্রতি চাবি নষ্ট করা বিটের সংখ্যা অর্ধেক করে দেবেন।"

কিন্তু তারা ডিজাইন করা হ্যাশ টেবিলের ক্ষেত্রে তা নয়। "যদি আপনি সময়কে কিছুটা বাড়িয়ে দেন, তাহলে প্রতি চাবিতে নষ্ট হওয়া বিটগুলি দ্রুত হ্রাস পাবে," কুজমাউল বলেছিলেন। বাণিজ্য বন্ধ বক্ররেখা এত খাড়া ছিল, এটা আক্ষরিক চার্ট বন্ধ ছিল.

দলটি তাদের হ্যাশ টেবিল দুটি অংশে তৈরি করেছে। তাদের একটি প্রাথমিক ডেটা স্ট্রাকচার ছিল, যেখানে আইটেমগুলি কোনও নষ্ট বিট ছাড়াই সংরক্ষণ করা হয় এবং একটি সেকেন্ডারি ডেটা স্ট্রাকচার, যা একটি ক্যোয়ারী অনুরোধকে যে আইটেমটি খুঁজছে তা খুঁজে পেতে সহায়তা করে। যদিও গোষ্ঠীটি একটি সেকেন্ডারি ডেটা স্ট্রাকচারের ধারণা উদ্ভাবন করেনি, তারা একটি গুরুত্বপূর্ণ আবিষ্কার করেছে যা তাদের হাইপার-দক্ষ হ্যাশ টেবিলকে সম্ভব করেছে: কাঠামোর সামগ্রিক মেমরি দক্ষতা নির্ভর করে কিভাবে প্রাথমিক কাঠামো তার সংরক্ষিত আইটেমগুলিকে সাজায় তার উপর।

মূল ধারণাটি হল যে প্রাথমিক কাঠামোর প্রতিটি আইটেমের স্টোরেজ অবস্থান পছন্দ করা হয়েছে — একটি সেরা অবস্থান, একটি দ্বিতীয়-সেরা, একটি তৃতীয় সেরা এবং আরও অনেক কিছু। যদি একটি আইটেম তার সেরা স্থানে থাকে, তাহলে সংখ্যা 1 এর সাথে সংযুক্ত করা হয় এবং সেই সংখ্যাটি সেকেন্ডারি ডেটা স্ট্রাকচারে সংরক্ষণ করা হয়। একটি প্রশ্নের উত্তরে, গৌণ কাঠামোটি শুধুমাত্র 1 নম্বর প্রদান করে, যা প্রাথমিক কাঠামোতে আইটেমের সঠিক অবস্থানটি বানান করে।

যদি আইটেমটি তার 100 তম-সেরা স্থানে থাকে, সেকেন্ডারি ডেটা স্ট্রাকচারটি 100 নম্বরটিকে সংযুক্ত করে। এবং যেহেতু সিস্টেমটি বাইনারি ব্যবহার করে, তাই এটি 100 নম্বরটিকে 1100100 হিসাবে উপস্থাপন করে। অবশ্যই 1100100 থেকে 1 নম্বরটি সংরক্ষণ করতে আরও বেশি মেমরি লাগে। — একটি আইটেম যখন সেরা স্থানে থাকে তখন তাকে নির্ধারিত নম্বর। আপনি যদি এক মিলিয়ন আইটেম সঞ্চয় করেন তবে এর মতো পার্থক্যগুলি তাৎপর্যপূর্ণ হয়ে ওঠে।

তাই দলটি বুঝতে পেরেছে যে আপনি যদি ক্রমাগত প্রাথমিক ডেটা কাঠামোর আইটেমগুলিকে তাদের আরও পছন্দের স্থানে স্থানান্তর করেন, তাহলে আপনি ক্যোয়ারির সময় বৃদ্ধি না করেই সেকেন্ডারি কাঠামোর দ্বারা ব্যবহৃত মেমরিকে উল্লেখযোগ্যভাবে হ্রাস করতে পারেন।

"এই কাজের আগে, কেউ বুঝতে পারেনি যে আপনি তথ্যের চারপাশে স্থানান্তরিত করে ডেটা স্ট্রাকচারকে আরও সংকুচিত করতে পারেন," পাঘ বলেছেন। "এটি ছিল বেন্ডার পেপারের বড় অন্তর্দৃষ্টি।"

লেখকরা দেখিয়েছেন যে তাদের উদ্ভাবনটি সবচেয়ে দক্ষ হ্যাশ টেবিলের জন্য একটি নতুন উপরের সীমানা স্থাপন করেছে, যার অর্থ এটি ছিল সেরা ডেটা কাঠামো যা সময় এবং স্থান উভয়ের দক্ষতার পরিপ্রেক্ষিতে তৈরি করা হয়েছে। তবে সম্ভাবনা থেকে যায় যে অন্য কেউ আরও ভাল করতে পারে।

সফল হতে আবদ্ধ

পরের বছর একটি দলের নেতৃত্বে ড হুয়াচেং ইউ, প্রিন্সটন ইউনিভার্সিটির একজন কম্পিউটার বিজ্ঞানী, বেন্ডার দলের হ্যাশ টেবিলের উন্নতি করার চেষ্টা করেছিলেন। "আমরা সত্যিই কঠোর পরিশ্রম করেছি এবং এটি করতে পারিনি," বলেছেন রেনফেই ঝু, বেইজিংয়ের সিংহুয়া বিশ্ববিদ্যালয়ের একজন ছাত্র এবং ইউ-এর দলের একজন সদস্য। "সেই যখন আমরা সন্দেহ করেছিলাম যে তাদের উপরের সীমা [এছাড়াও] একটি নিম্ন সীমা" - সম্ভবত অর্জন করা যেতে পারে এমন সেরাটি। "যখন উপরের সীমা নীচের সীমার সমান হয়, তখন খেলা শেষ হয় এবং আপনার উত্তর আছে।" আপনি যতই চালাক হোন না কেন, কোন হ্যাশ টেবিলই এর থেকে ভালো কিছু করতে পারে না।

প্রথম নীতিগুলি থেকে একটি নিম্ন সীমা গণনা করে সেই ধারণাটি সঠিক কিনা তা খুঁজে বের করার জন্য ইউ-এর দল একটি অভিনব কৌশল নিযুক্ত করেছিল। প্রথমত, তারা যুক্তি দিয়েছিল যে একটি সন্নিবেশ বা একটি মুছে ফেলার জন্য, একটি হ্যাশ টেবিল - বা, প্রকৃতপক্ষে, যেকোনো ডেটা স্ট্রাকচার - কম্পিউটারের মেমরিতে কয়েকবার অ্যাক্সেস করতে হবে। যদি তারা একটি স্থান-দক্ষ হ্যাশ টেবিলের জন্য প্রয়োজনীয় ন্যূনতম সংখ্যক বার বের করতে পারে, তবে তারা এটিকে প্রতি অ্যাক্সেস (একটি ধ্রুবক) দ্বারা গুন করতে পারে, যা তাদের রানটাইমে একটি কম সীমানা দেয়।

কিন্তু যদি তারা হ্যাশ টেবিল সম্পর্কে কিছু না জানত (এটি স্থান-দক্ষ ছিল) তবে গবেষকরা কীভাবে মেমরি অ্যাক্সেস করার জন্য প্রয়োজনীয় ন্যূনতম সংখ্যা বের করতে পারে? যোগাযোগ জটিলতার তত্ত্ব নামে একটি আপাতদৃষ্টিতে সম্পর্কহীন ক্ষেত্র ব্যবহার করে তারা এটিকে সম্পূর্ণরূপে তত্ত্ব থেকে উদ্ভূত করেছে, যা দুটি পক্ষের মধ্যে তথ্য জানাতে কতগুলি বিট প্রয়োজন তা অধ্যয়ন করে। অবশেষে, দলটি সফল হয়েছে: তারা বের করেছে যে একটি ডেটা স্ট্রাকচার প্রতি অপারেশনে কতবার তার মেমরি অ্যাক্সেস করতে হবে।

এটি ছিল তাদের মূল অর্জন। তারা তখন যেকোন স্থান-দক্ষ হ্যাশ টেবিলের জন্য রানটাইমে একটি নিম্ন সীমা স্থাপন করতে সক্ষম হয়েছিল। এবং তারা দেখেছে যে এটি বেন্ডার হ্যাশ টেবিলের সাথে ঠিক মিলেছে। "আমরা ভেবেছিলাম [প্রথমে] এটি উন্নত করা যেতে পারে," ঝো বলেছেন। "এটা দেখা গেল যে আমরা ভুল ছিলাম।" এর মানে হল যে পিটারসনের সমস্যা শেষ পর্যন্ত সমাধান করা হয়েছে।

কয়েক দশক পুরনো প্রশ্নের উত্তর দেওয়ার পাশাপাশি কুজমাউল বলেন, ইউ প্রুফ সম্পর্কে আশ্চর্যজনক বিষয় হল এর সাধারণতা। "তাদের নিম্ন সীমা সমস্ত সম্ভাব্য ডেটা স্ট্রাকচারের ক্ষেত্রে প্রযোজ্য, যার মধ্যে এখনও উদ্ভাবিত হয়নি।" তার মানে ডেটা স্টোরেজের কোনো পদ্ধতি মেমরি এবং গতির ক্ষেত্রে বেন্ডার হ্যাশ টেবিলকে হারাতে পারে না।

হ্যাশিং ইনটু দ্য ফিউচার

নতুন হ্যাশ টেবিলের অভূতপূর্ব দক্ষতা থাকা সত্ত্বেও, কেউই শীঘ্রই এটি তৈরি করার চেষ্টা করবে না। এটি নির্মাণ করা খুব জটিল। "একটি অ্যালগরিদম যা তাত্ত্বিকভাবে দ্রুত তা অনুশীলনে অগত্যা দ্রুত নয়," ঝো বলেছেন।

তত্ত্ব এবং অনুশীলনের মধ্যে এই ধরনের ব্যবধানগুলি দীর্ঘ সময়ের জন্য টিকে থাকা অস্বাভাবিক নয়, কুসজমাউল বলেন, কারণ তাত্ত্বিকরা ধ্রুবক কারণগুলিকে উপেক্ষা করে। একটি অপারেশন করতে যে সময় লাগে তা সাধারণত একটি সংখ্যা দ্বারা গুণিত হয়, কিছু ধ্রুবক যার সঠিক মান তাত্ত্বিক দৃষ্টিকোণ থেকে অমূলক হতে পারে। "কিন্তু অনুশীলনে, ধ্রুবকগুলি সত্যিই গুরুত্বপূর্ণ," তিনি বলেছিলেন। "বাস্তব জগতে, 10 এর একটি ফ্যাক্টর হল একটি গেম এন্ডার।"

প্রকৃত হ্যাশ টেবিলগুলি এখনও বস্তুগত উপায়ে উন্নতি করছে, এমনকি যদি তারা তাত্ত্বিক আদর্শ থেকে অনেক কম পড়ে থাকে। উদাহরণস্বরূপ, একটি নতুন হ্যাশ টেবিল বলা হয় আইসবার্গএইচটি, Bender, Kuszmaul এবং অন্যদের দ্বারা নির্মিত, এর পূর্বসূরীদের তুলনায় অনেক ভালো। Kuszmaul এর মতে, এটি বর্তমানে উপলব্ধ সবচেয়ে স্থান-দক্ষ হ্যাশ টেবিলের চেয়ে দ্বিগুণ দ্রুত এবং এটি দ্রুততম হ্যাশ টেবিলের চেয়ে তিনগুণ কম স্থান ব্যবহার করে।

মিটজেনমাচার আশা করেন যে 2023 এর ফলাফল শীঘ্রই অন্য ধরনের সুবিধা দিতে পারে: "যখনই আপনি একটি নতুন নিম্ন সীমানা পান - বিশেষ করে যেটিতে কিছু নতুন কৌশল জড়িত থাকে - সবসময় আশা থাকে যে আপনি সেগুলি ব্যবহার করতে পারেন ... সম্পর্কিত সমস্যার জন্য।"

আপনি একটি কঠিন এবং দীর্ঘস্থায়ী সমস্যার সমাধান করেছেন জেনে যে বুদ্ধিবৃত্তিক তৃপ্তি পাওয়া যায়, কম্পিউটার বিজ্ঞানী বলেছেন পিওটার ইন্ডিক ম্যাসাচুসেটস ইনস্টিটিউট অফ টেকনোলজির। "একবার আপনি নিশ্চিত হন যে নির্দিষ্ট ডেটা কাঠামো উন্নত করা যাবে না, এটি গবেষণা প্রচেষ্টাকে ফোকাস করতে সহায়তা করতে পারে।" অবশেষে, ডেটা গবেষকরা পিটারসনের চ্যালেঞ্জ থেকে তাদের মনোযোগ সরিয়ে নিতে পারেন এবং তাত্ত্বিক কম্পিউটার বিজ্ঞানের নতুন সমস্যাগুলির উপর ফোকাস করতে পারেন, যার মধ্যে কোন অভাব নেই।