[論文レビュー] Big Math and the One-Brain Barrier A Position Paper and Architecture Proposal

Jacques Carette, William M. Farmer+2 more|arXiv (Cornell University)|Apr 23, 2019

Scientific Computing and Data Management参考文献 15被引用数 4

ひとこと要約

本稿は、Big Mathにおける『一人の頭の限界』（one-brain barrier）を克服するため、推論、計算、表形式データ、物語的記述、組織化の5つの側面を統合したテトラポッドアーキテクチャを提案する。主な貢献は、ソフトウェアシステム全体にわたりスケーラブルかつ人間らしい数学的知識の統合を可能にする統一情報モデルである。

ABSTRACT

Over the last decades, a class of important mathematical results have required an ever increasing amount of human effort to carry out. For some, the help of computers is now indispensable. We analyze the implications of this trend towards "big mathematics", its relation to human cognition, and how machine support for big math can be organized. The central contribution of this position paper is an information model for "doing mathematics", which posits that humans very efficiently integrate four aspects: inference, computation, tabulation, and narration around a well-organized core of mathematical knowledge. The challenge for mathematical software systems is that these four aspects need to be integrated as well. We briefly survey the state of the art.

研究の動機と目的

• 数学的発展がますます複雑化する中で、いかに1人の人間の認知的容量を超える『Big Math』の課題に対処するか。
• 数学的進歩における根本的限界としての『一人の頭の限界』（OBB）を特定し、結果が個々の理解を超えて分散的・集積的な知識依存となることの意義を明らかにする。
• 推論、計算、表形式データ、物語的記述、組織化という数学的実践の5つの核心的側面を統合する統一情報モデルを提唱する。
• 相互運用性と共有された知識表現を可能にする基盤としてのグローバル・デジタル数学図書館（GDML）を提唱する。
• すべての5つの側面を統合する共同で開発されるオープンソースの数学ソフトウェアシステムの推進を提言し、閉鎖的で商業的なツールに依存しないようにする。

提案手法

• 数学的作業が推論（証明と予想）、計算（記号的およびアルゴリズム的処理）、表形式データ（LMFDB や OEIS などのデータセット）、物語的記述（自然言語および視覚的ドキュメンテーション）、組織化（知識の構造化とリンク）の5つの統合的側面を中心に構造化されるテトラポッドモデルを提唱する。
• 現在のシステムは個別に優れている（例：定理証明系は推論に優れる、コンピュータ代数系は計算に優れる）が、これらの側面を一貫して統合できていないと主張する。
• グローバル・デジタル数学図書館（GDML）を相互運用性の中心的ハブとして位置づけ、共通のオントロジーとFAIR（検索可能、アクセス可能、相互運用可能、再利用可能）なデータを可能にする。
• 一人の頭の限界を克服し、スケーラブルな知識再利用を実現するため、コミュニティ主導で運用され、FAIRに最適化された数学のオントロジーの必要性を強調する。
• 商業的システムへの依存を避けるために、成功したオープンサイエンスの実践を模倣した連邦的でオープンソースの開発モデルを推奨する。
• テトラポッドフレームワークの上に構築される、人間と技術のハイブリッドシステム（『数学的ソーシャルマシン』）の役割を認識し、共同で行われるBig Math研究を支援する。

実験結果

リサーチクエスチョン

• RQ1 数学的ソフトウェアシステムは、人間の認知的統合を模倣する形で、推論、計算、表形式データ、物語的記述、組織化の5つの側面を効果的に統合できるか。
• RQ2 大規模数学研究における一人の頭の限界を克服するための、どのようなアーキテクチャ的・基盤的基盤が必要か。
• RQ3 グローバル・デジタル数学図書館（GDML）は、相互運用可能な数学的知識表現の統合的基盤としてどのように機能できるか。
• RQ4 オープンでコミュニティ主導の開発と商業ソフトウェアの間には、Big Mathを支援する上でどのようなトレードオフがあるか。
• RQ5 テトラポッドに基づくソフトウェアアーキテクチャは、人間と技術の協働（ソーシャルマシン）をどのように強化できるか。

主な発見

• 推論、計算、表形式データ、物語的記述、組織化の統合は、個々の認知的限界を超えて数学的知識をスケーリングする上で不可欠である。
• 現在の数学的ソフトウェアシステムは個別に優れているが、5つの側面の間で意味的な相互運用性に欠け、断片化の問題を引き起こしている。
• 有限単純群の分類（CFSG）やフェイト＝トーマスの奇数位数定理は、個々の理解を超える大規模な数学的課題を示しており、システム的支援が不可欠である。
• LMFDB や OEIS は成功した表形式データシステムの例であるが、推論、物語的記述、組織化の枠組みへの深いつながりがなければ、その価値は限定的である。
• 一人の頭の限界を克服し、スケーラブルかつ再利用可能な数学的知識を実現するためには、FAIRでオープンでコミュニティが維持する数学的オントロジーが不可欠である。
• Wolframのエコシステムのような商業システムがテトラポッドモデルに最も近いが、閉鎖的・特許的制約のため、信頼性とアクセス可能性が損なわれるリスクをはらんでいる。