[論文レビュー] Science needs to rethink how it interacts with big data: Five principles for effective scientific big data systems.

N. Robinson, Joseph Hamman+1 more|arXiv (Cornell University)|Aug 9, 2019

Scientific Computing and Data Management参考文献 18被引用数 6

ひとこと要約

本論文は、データ量と科学的洞察の間の拡大する格差を克服するための科学的ビッグデータシステムのための5つのアーキテクチャ的原則を提唱する。スケーラビリティ、相互運用性、再現性、拡張性、ユーザ中心設計に焦点を当てることで、このフレームワークは、新たな技術の有効活用を可能にし、データ集約型科学における発見の速度を回復する。

ABSTRACT

We should be in a golden age of scientific discovery, given that we have more data and more compute power available than ever before. But paradoxically, in many data-driven fields, the eureka moments are becoming more and more rare. Scientists, and the software tools they use, are struggling to keep pace with the explosion in the volume and complexity of scientific data. We describe here, five architectural principles we believe are essential in order to create effective, robust, and flexible platforms that make us of the best of emerging technology.

研究の動機と目的

• 膨大なデータと計算能力があるにもかかわらず、科学的ブレークスルーが希少化しているという逆説に対処すること。
• 現在の科学的データプラットフォームにおける、効果的なデータ利用を妨げるシステム的欠陥を特定すること。
• 強固で柔軟かつスケーラブルな科学的ビッグデータシステムを実現するためのアーキテクチャ的原則のセットを提唱すること。
• 科学者と新たな技術のニーズに合致した、将来のプラットフォームの開発をガイドすること。

提案手法

• スケーラビリティ、相互運用性、再現性、拡張性、ユーザ中心設計の5つのコアなアーキテクチャ的原則を提唱する。
• 各原則を、科学的ビッグデータプラットフォームを構築するための設計上の義務として提示する。
• クラウドコンピューティング、分散システムなどの新たな技術の統合を、これらの原則内で強調する。
• データ駆動型科学分野の事例分析を通じて、各原則の関連性と必要性を検証する。
• 自動化と人間が関与する探索の両方を支援するプラットフォーム設計を提唱する。
• これらの原則を、特定の技術的実装ではなく、将来のシステム開発の基盤として位置づける。

実験結果

リサーチクエスチョン

• RQ1 現代の科学的データのボリュームと複雑さに対応できるように、科学的ビッグデータプラットフォームはどのようにアーキテクチャ設計されるべきか？
• RQ2 データ集約型分野における再現可能でスケーラブルな科学的発見を可能にするために、どのような設計原則が不可欠か？
• RQ3 なぜ、データの可用性と計算能力が向上しているにもかかわらず、科学的インサイトの瞬間（エーユーラ・モーメント）が希少化しているのか？
• RQ4 ソフトウェアプラットフォームは、複雑なデータセットからのインサイト抽出を科学者にどのようによりよく支援できるか？
• RQ5 科学的データシステムの長期的持続可能性と適応性を保証するための、どのようなアーキテクチャ的特徴が必要か？

主な発見

• データの可用性と科学的洞察の間の現在の不一致は、データや計算資源の不足ではなく、プラットフォームアーキテクチャの不備に起因する。
• スケーラビリティ、相互運用性、再現性、拡張性、ユーザ中心設計の5つのアーキテクチャ的原則は、効果的な科学的ビッグデータシステムに不可欠である。
• これらの原則に基づくプラットフォームは、科学者が自動分析とインタラクティブな探索の両方を効果的に行えるように支援できる。
• これらの原則を採用することで、科学的および技術的変化に伴って進化する、よりレジilientで将来にわたって強固なシステムが実現できる。
• これらの原則は、データ豊富な科学的分野における発見を妨げるシステム的障壁を包括的に解決する。
• これらの原則を採用しない場合、科学的進歩を遅らせる根深い非効率性が固定化されるリスクがある。