[論文レビュー] Accelerating Science: A Computing Research Agenda

Vasant Honavar, Mark D. Hill+1 more|arXiv (Cornell University)|Apr 6, 2016

Scientific Computing and Data Management参考文献 63被引用数 10

ひとこと要約

本論文は、自然現象のアルゴリズム的抽象化と人間の知性を拡張する認知ツールを用いて、科学的発見を加速するための変革的コンピューティング研究アジェンダを提唱する。形式的で統合的な手法とAI駆動のツールを提唱し、質問の提示、実験、推論、仮説生成の閉ループサイクルにおいて科学者と協働する仕組みを構築することで、スケーラブルでデータ駆動型の科学を実現する。

ABSTRACT

The emergence of "big data" offers unprecedented opportunities for not only accelerating scientific advances but also enabling new modes of discovery. Scientific progress in many disciplines is increasingly enabled by our ability to examine natural phenomena through the computational lens, i.e., using algorithmic or information processing abstractions of the underlying processes; and our ability to acquire, share, integrate and analyze disparate types of data. However, there is a huge gap between our ability to acquire, store, and process data and our ability to make effective use of the data to advance discovery. Despite successful automation of routine aspects of data management and analytics, most elements of the scientific process currently require considerable human expertise and effort. Accelerating science to keep pace with the rate of data acquisition and data processing calls for the development of algorithmic or information processing abstractions, coupled with formal methods and tools for modeling and simulation of natural processes as well as major innovations in cognitive tools for scientists, i.e., computational tools that leverage and extend the reach of human intellect, and partner with humans on a broad range of tasks in scientific discovery (e.g., identifying, prioritizing formulating questions, designing, prioritizing and executing experiments designed to answer a chosen question, drawing inferences and evaluating the results, and formulating new questions, in a closed-loop fashion). This calls for concerted research agenda aimed at: Development, analysis, integration, sharing, and simulation of algorithmic or information processing abstractions of natural processes, coupled with formal methods and tools for their analyses and simulation; Innovations in cognitive tools that augment and extend human intellect and partner with humans in all aspects of science.

研究の動機と目的

• データ収集能力の拡大と、そのデータを科学的発見に効果的に活用できる能力の間のギャップを埋める。
• 現在の科学的発見における手作業と専門知識に依存するプロセスの依存を克服する。
• 人間の知性と計算ツールを統合することで、自動的で閉ループ型の科学的発見を可能にする。
• 複雑な自然現象をアルゴリズム的にモデリングするための形式的メソッドとシミュレーションフレームワークを開発する。
• 科学的プロセスの全段階で人間の能力を拡張する認知ツールのイノベーションを促進する。

提案手法

• 自然現象のアルゴリズム的または情報処理の抽象化を設計し、科学的プロセスを計算的にモデリングする。
• これらの抽象化の分析とシミュレーションに適した形式的メソッドとツールを統合し、正しさとスケーラビリティを保証する。
• 科学的ワークフローにおいて知的パートナーとして機能する認知ツールを開発し、質問の提示、実験設計、結果評価を支援する。
• 人間と計算システムとの間で双方向の相互作用を可能にし、閉ループ型の発見プロセスを実現する。
• 標準化されたフレームワークを通じて、分野を越えて科学的抽象化、モデル、ツールの共有と再利用を促進する。
• AI、分散コンピューティング、人間-コンピュータインタラクション分野の進展を活用し、科学的推論と意思決定を強化する。

実験結果

リサーチクエスチョン

• RQ1 自然現象のアルゴリズム的抽象化をどのように形式的にモデリング・シミュレートすることで、科学的発見を支援できるか？
• RQ2 科学的発見プロセスの全段階で科学者と効果的に協働するためには、どのような認知ツールが必要か？
• RQ3 形式的メソッドは、科学的発見における計算モデルの正しさと信頼性をどのように保証できるか？
• RQ4 認知ツールが科学者にとって直感的かつ効果的であるために必要な、アーキテクチャ的およびインターフェース上のイノベーションは何か？
• RQ5 共有可能な再利用可能な科学的抽象化と計算ワークベンチを通じて、分野横断的協働をどのように強化できるか？

主な発見

• 本論文は、特にモデリングと認知ツールの分野における計算イノベーションを通じて、科学を加速する基盤的レearchアジェンダを確立した。
• 科学的抽象化の正当性と再現可能性を保証するため、形式的メソッドの導入が不可欠であると同定した。
• 閉ループ型に科学者と協働する認知ツールは、人的作業を著しく削減し、発見サイクルの高速化を実現できる。
• 複雑で開放的課題の科学的問いに応えるには、人間の専門知識と計算システムの統合が不可欠である。
• 提案されたアジェンダは、分野を越えて科学的モデルとツールの相互運用性、共有、再利用を重視している。
• 白書は、計算コミュニティ協会（CCC）がこの研究アジェンダを大規模に推進する重要な役割を果たすと位置づけている。