データ統合解析の場について

1980年代に地球環境ビッグデータユーザーだったベテラン(=退役兵士)からの提言

(p.2) 昔、大型計算機センターというものがあった

• 国立7大学に設置
• 利用資格
  • 大学教員、教員の承認を得た大学院生、
  • 科学研究費の代表者・分担者・技術補助者 など。
  • センター設置大学に限らない。
• 利用目的：学術研究・教育（分野を問わない）。
  • 目的を述べる義務はあるが目標達成義務はない →試み、練習も可能。
• 運営経費の(小)部分を利用者が負担 (→需要制御）
  • 国立大学は校費ふりかえ、センターで利用
  • 私立・公立・科研費は国庫納入 →次年度のセンター運営費予算査定で考慮
• センター間ネットワーク、利用者番号共通化

(p.3) 大型計算機センターにあったもの

• 計算機
  • 演算装置
  • 記録媒体（ハードディスク)
    • 利用者個人割り当て分 (他人の読み書き権限設定可)
    • 短期利用分
  • 入出力装置
    • プリンタ、プロッタ、グラフィック端末、テキスト画面端末
    • 記録媒体（おもに磁気テープ)の読み書き装置
• プログラムライブラリ (メーカー、センター、利用者提供)
• データベース (Chemical Abstractデータ検索など)
• プログラム相談室
• 職員によるシステム管理とユーザーサポート
• 異分野研究者の出会いの場

(p.4) 分散処理の時代がやってきた (1990年代- )

• よくなったこと
  • 本拠地や他の仕事の現場を離れずに計算ができる。
  • (努力すれば)自分の好みの計算環境を構築できる。
  • ネットワーク越しの出会いもある。
• ふえた負担 (大量・多様データ利用者にとって)
  • 計算機のシステム管理、ネットワークセキュリティの管理
  • ローカルなデータストーレジの確保、データの管理
  • ネットワーク(または記録媒体)によるデータ転送作業
  • 計算機・ネットワーク・データに関するノウハウの維持
• 失われたもの
  • ネットワーク越しでない出会いの場
  • 共有のソフトウェア・データ・ノウハウを整備する意欲

(p.5) 2000年代、幸運な研究者が使うことができたシステム

• 地球フロンティア研究システムの計算機システム(1998-2002ごろ)
  • 所属（常勤・非常勤）研究者用 （例外的に共同研究者も)
  • シミュレーション用の計算機 （NEC SX)
  • データ処理用の計算機 (SGI Origin) (OSはUnix系のメーカーOS)
  • ストーレジ (ハードディスク＋自動テープアーカイブ)を共有
  • ストーレジ上にデータバンク。他機関データのローカル共有。
  • JAMSTEC共用計算機への統合の際、データバンクが孤立。
• DIAS (第1期) コアシステム(2007-2010ごろ)
  • ログインできるのはDIAS研究参画者(例外的に共同研究者も)
  • 格子データはUnixファイル。地点別データは独自データベース。
  • 研究者がシステム管理をするためユーザー数をふやせない。
• 地球シミュレータ (2002-)
  • 高度な並列処理能力をもち研究成果を出せる研究チーム専用。
  • データ解析用計算機を伴わない(フロントエンド機はあるが)。
  • 当初はインターネット世界の外。今もデータ交換には弱い。

(p.6) これからの地球環境研究者大衆のための計算facility

• 幅の広い研究者像 … 国内だけでない。公共部門だけでない。
  • Stakeholder主導のtransdisciplinary研究
  • Academicの中で領域を再編成するinterdisciplinary研究
• 情報処理はクラウドの時代。クラウドの下の力持ちは必要。
• データ転送はデータ生産ほど速くならない。
  • データ発生源に近いところでの統合解析が求められる。
• 異分野データの標準化は困難。
  • 分野ごとのデータベースの間をbrokerでつなぐ。
  • Brokerには「中の人」が必要だがその負担をITで軽くする。
• 登録千人級、常時百人級がログイン利用できること
  • ウェブ越し利用技術の開発をするにもログイン利用が必要
  • 利用資格の前提: 技術の基礎(Unix操作)と情報倫理の基礎
  • 成果をあげられる研究者に限定せず、試み・練習を奨励
  • まずログイン利用者支援、できればウェブソフトウェア開発支援も