[論文レビュー] Scientific notations for the digital era

Konrad Hinsen|arXiv (Cornell University)|May 10, 2016

Scientific Computing and Data Management参考文献 12被引用数 3

ひとこと要約

この論文は、プログラミング言語やデータ形式によって表現されるデジタル科学的知識は、計算上の効率性に優れるが、人間の使いやすさに欠けると主張する。計算科学における意味のある知識の表現・組み合わせ・共有を可能にするために、簡潔で柔軟性があり相互運用可能な形式的言語を、デジタル科学的表記として設計すべきだと提言している。具体的なフレームワークの例として、Lisp/Racket や MOSAIC による実装例が提示されている。

ABSTRACT

Computers have profoundly changed the way scientific research is done. Whereas the importance of computers as research tools is evident to everyone, the impact of the digital revolution on the representation of scientific knowledge is not yet widely recognized. An ever increasing part of today's scientific knowledge is expressed, published, and archived exclusively in the form of software and electronic datasets. In this essay, I compare these digital scientific notations to the the traditional scientific notations that have been used for centuries, showing how the digital notations optimized for computerized processing are often an obstacle to scientific communication and to creative work by human scientists. I analyze the causes and propose guidelines for the design of more human-friendly digital scientific notations.

研究の動機と目的

• 現在のデジタル科学的表記（プログラミング言語やファイル形式など）が、人間中心の科学的コミュニケーションや創造的科学研究に不適切であることを強調すること。
• 計算科学が実験的・理論的作業と同様に吟味されるべきであり、ソフトウェアやデジタル表現に対しても同様の査読制度を導入すべきだと主張すること。
• 形式的言語に基づき、単純で柔軟性があり相互運用可能なデジタル科学的表記の設計を提唱すること。従来のソフトウェアやデータ形式ではなく、形式的言語をモデルとする。
• 計算科学におけるソフトウェアとデータの人工的な二元論を解消し、共通の形式的言語フレームワークの下で統合すること。
• 計算科学者がデジタル知識表現をファイル形式やコードそのものではなく、科学的推論のための表現的で人間が読みやすい表記として再考すべきだと促すこと。

提案手法

• コンピュータサイエンスにおける形式的言語を、デジタル科学的表記の統合的基盤として用い、データ形式とプログラミング言語の両方を同じ概念の具体例とみなすこと。
• 階層的アーキテクチャの提案：最低レベルに基本的なデータ型（数値、配列、木構造、マップ）を設け、ビット表現間の標準的かつ損失のない変換（例：XML、HDF5、IPFS）を可能にすること。
• モジュラー言語設計により言語の拡張性と組み合わせを可能にし、Racket の言語フレームワークを例に、新しい言語が既存の言語を継承・拡張できることを示すこと。
• 共通コアに基づく分野特化型表記の構築、例として分子シミュレーション用の MOSAIC を提示。汎用データ構造と複数のビットレベル表現を活用すること。
• 数学的式のための OpenMath コンテンツ辞書などの既存標準を活用し、明確に定義されたインターフェースを通じて相互運用性を支援すること。
• 言語が小さく、記憶に容易で、個人およびコミュニティのニーズに応じて拡張可能であるように設計することで、人間の使いやすさを最優先とすること。全プログラミング言語の複雑さを避けること。

実験結果

リサーチクエスチョン

• RQ1 なぜ、計算上の効率性に優れるにもかかわらず、現在のプログラミング言語やデータ形式は科学的コミュニケーションの媒体として不適切なのか？
• RQ2 デジタル科学的表記は、計算科学において人間の理解と機械処理の両方を支援するように、どのように設計すべきか？
• RQ3 異なるツールや分野間で科学的知識を信頼性高く組み合わせるためには、デジタル表記がどのような構造的・意味的性質を備えている必要があるか？
• RQ4 形式的言語が科学者と計算システムの間の統一インターフェースとして機能し、現在のソフトウェアとデータの断片的なアプローチを置き換える程度はどの程度達成可能か？
• RQ5 多様なデジタル科学的表記間の相互運用性は、個々の研究者が簡潔さや柔軟性を損なわずに実現可能か？

主な発見

• プログラミング言語やファイル形式に基づくデジタル科学的表記は、コンピュータに最適化されているが、人間の理解や創造的科学的作業を妨げている。
• 計算科学におけるソフトウェアとデータの区別は人工的であり、科学的知識の構造には反映されていないため、統合やコミュニケーションが不十分である。
• 形式的言語は、単純さと拡張性を意識して設計すれば、機械処理と人間の読みやすさの両方を満たすデジタル科学的表記の統合的基盤を提供する。
• Racket の言語フレームワークは、小さく、組み合わせ可能で、相互運用可能な言語が容易に構築・拡張できることを示しており、研究およびソフトウェア開発を両立できる。
• 標準的かつ損失のないビット表現間変換（例：XML、HDF5、IPFS）により、複数のフォーマットが共存する中でも相互運用性を達成可能である。
• MOSAIC のような既存の取り組みは有望ではあるが、共通のデータ型の基盤が欠如しているため、再利用や組み合わせの広がりに欠ける。これにより、より広範な再利用と組み合わせを可能にするための共通コアの必要性が浮き彫りになった。