文/本刊記者 傅宇凡

本期特邀編輯 王偉 王勝開

大數(shù)據(jù)的研究與利用是數(shù)據(jù)科學(xué)的一個(gè)重要領(lǐng)域，當(dāng)務(wù)之急，不是一哄而上的大肆炒作，而是腳踏實(shí)地地大規(guī)模開展數(shù)據(jù)科學(xué)的研究，用以提高中國信息資源開發(fā)利用的水平。

數(shù)據(jù)共享需規(guī)范

伴隨著信息技術(shù)在科學(xué)活動(dòng)中的應(yīng)用，特別是與科學(xué)行為的無間結(jié)合，科學(xué)已經(jīng)置身于大數(shù)據(jù)時(shí)代?；仡欀Z貝爾獎(jiǎng)的歷程，我們能夠看到，1981年、1998年、2013年三次諾貝爾化學(xué)獎(jiǎng)，均與計(jì)算化學(xué)大數(shù)據(jù)有關(guān)。大數(shù)據(jù)為科學(xué)帶來了重大的機(jī)遇，當(dāng)所能利用的數(shù)據(jù)規(guī)模、復(fù)雜性、關(guān)聯(lián)度與價(jià)值增大時(shí)，人們才能做出很多之前無法完成的事情。因此，數(shù)據(jù)規(guī)模與數(shù)據(jù)質(zhì)量是現(xiàn)代科研活動(dòng)的前提。

調(diào)研中，關(guān)于共享障礙與困難，我們收集到的最多的意見是“數(shù)據(jù)共享缺乏標(biāo)準(zhǔn)規(guī)范”。具體呈現(xiàn)有：

首先，數(shù)據(jù)重復(fù)建設(shè)，各自為政：基礎(chǔ)建設(shè)是支撐國家發(fā)展的保證，國家對(duì)收集、整理基礎(chǔ)數(shù)據(jù)缺少統(tǒng)一規(guī)劃，各單位、領(lǐng)域、各學(xué)科存在各自為政的現(xiàn)象，有關(guān)資金和數(shù)據(jù)項(xiàng)目化、課題化，重復(fù)投資、短期效應(yīng)。我國沒有專門的機(jī)構(gòu)和隊(duì)伍、從國家層面來做“慢工出細(xì)活”的數(shù)據(jù)收集和整理工作，從而不斷地提高數(shù)據(jù)的質(zhì)量。

其次，缺乏數(shù)據(jù)共享政策：在數(shù)據(jù)公開與共享方面，沒有國家政策、制度與規(guī)定，缺少標(biāo)準(zhǔn)規(guī)范；實(shí)驗(yàn)室內(nèi)部、不同課題組之間也很難做到數(shù)據(jù)的充分共享。應(yīng)制定一定的政策、建立一定的機(jī)制，使國家項(xiàng)目支持、國家資金資助而產(chǎn)生的數(shù)據(jù)能成為一種“國有的”公共財(cái)產(chǎn)數(shù)據(jù)財(cái)產(chǎn)，實(shí)現(xiàn)共享。

第三，共享缺少正向激勵(lì)：大家都把數(shù)據(jù)握在手里不拿出來共享，主要是缺少正向激勵(lì)機(jī)制，同質(zhì)化競(jìng)爭太嚴(yán)重，使得拿著數(shù)據(jù)的一方不愿意公開數(shù)據(jù)。

第四，數(shù)據(jù)內(nèi)容挖掘不夠、數(shù)據(jù)服務(wù)不夠到位：以專利數(shù)據(jù)庫為例，只能通過專利名稱等簡單信息進(jìn)行檢索，基于內(nèi)容的挖掘不夠，不能查看基于具體內(nèi)容的專利信息。

目前，我國有兩千多所高校，其中985/211高校等研究型大學(xué)百余所，每個(gè)高校教師數(shù)以千計(jì)，不同的學(xué)科申請(qǐng)不同的課題，而課題項(xiàng)目存在重復(fù)雷同情況比比皆是，但從事相關(guān)研究的課題組之間相互不了解，尤其在交叉學(xué)科。并且，各高校相關(guān)學(xué)科之間也缺乏系統(tǒng)性的交流平臺(tái)。

“這也涉及到提供數(shù)據(jù)方的評(píng)價(jià)和激勵(lì)機(jī)制。美國海洋數(shù)據(jù)質(zhì)量評(píng)價(jià)是由NODC聘用專家。NODC的數(shù)據(jù)分為五個(gè)等級(jí)，等級(jí)越高，權(quán)威性越高。有一套完整規(guī)范的數(shù)據(jù)使用和共享規(guī)范?！敝袊Ｑ蟠髮W(xué)的錢教授說。

比如，美國環(huán)保局的觀測(cè)數(shù)據(jù)，經(jīng)過質(zhì)量控制后也是及時(shí)發(fā)布到網(wǎng)上供研究用。這些數(shù)據(jù)主要是政府機(jī)構(gòu)出資但是由各類研究機(jī)構(gòu)和人員具體制造的，有很多研究性的數(shù)據(jù)成果，最后是私人出資制造的數(shù)據(jù)。

當(dāng)然，國內(nèi)科研數(shù)據(jù)共享不理想的背后原因，也還有研究成果如何認(rèn)定與成果被抄襲的顧慮。喬治亞理工學(xué)院的胡泳濤介紹說，“在美國，比較難處理的，是政府資助的課題完成后的數(shù)據(jù)，一般在項(xiàng)目合同里也會(huì)要求數(shù)據(jù)上交和分享，有時(shí)因?yàn)樨?cái)力不足，共享不夠，但是，如果寫信索取，沒有人會(huì)不給，原因是研究人員需要得到認(rèn)可?！辈⑶?，私人出資制造的公益性的研究成果數(shù)據(jù)，出資者更愿意公開和分享數(shù)據(jù)，因?yàn)槟且彩撬鲑Y的目的。

建立數(shù)據(jù)共享平臺(tái)，向社會(huì)公眾開放科技信息資源，促進(jìn)科研創(chuàng)新成果不斷向企業(yè)轉(zhuǎn)移轉(zhuǎn)化，帶動(dòng)國家和地方產(chǎn)業(yè)發(fā)展。

針對(duì)現(xiàn)狀，專業(yè)人士分析認(rèn)為，當(dāng)前科研數(shù)據(jù)共享首先需要從頂層設(shè)計(jì)著手，統(tǒng)一標(biāo)準(zhǔn)規(guī)范，建立開放共享的機(jī)制，尤其是基礎(chǔ)科學(xué)數(shù)據(jù)的開放；其次，需建立第三方評(píng)價(jià)機(jī)構(gòu)，對(duì)數(shù)據(jù)進(jìn)行質(zhì)量控制；第三，大數(shù)據(jù)開放共享，也應(yīng)建立一套分級(jí)規(guī)范，對(duì)數(shù)據(jù)進(jìn)行分級(jí)處理，對(duì)使用數(shù)據(jù)的科研人員進(jìn)行界定與區(qū)分；第四，數(shù)據(jù)格式交由市場(chǎng)決定，不同專業(yè)的人員發(fā)明了不同的數(shù)據(jù)格式，便于數(shù)據(jù)共享，是自然產(chǎn)生的一個(gè)過程，最得到認(rèn)可的數(shù)據(jù)格式留存了下來。第五，未來大數(shù)據(jù)挖掘應(yīng)引入市場(chǎng)機(jī)制，以服務(wù)業(yè)的形態(tài)進(jìn)入科研活動(dòng)。

大數(shù)據(jù)與云計(jì)算

無處不在的IT，進(jìn)入以云計(jì)算和大數(shù)據(jù)為特征的科研信息化

2011 年，澳大利亞發(fā)布了題為《云計(jì)算戰(zhàn)略方向》的咨詢報(bào)告，旨在為相關(guān)機(jī)構(gòu)合理化使用信息通信技術(shù)（Information CommunicationTechnology，ICT）資源和因地制宜地采用云計(jì)算開辟一條途徑。各機(jī)構(gòu)需要認(rèn)識(shí)到云計(jì)算只是眾多的資源利用模式之一，無需完全替代現(xiàn)有的資源利用模式。澳大利亞首個(gè)國家科研云（NeCTAR）已于2012 年2 月正式上線，并在兩個(gè)月內(nèi)為500 多位用戶提供了云服務(wù)。

2011 年8 月，歐盟提出《歐洲科學(xué)云計(jì)算基礎(chǔ)設(shè)施戰(zhàn)略規(guī)劃》，該規(guī)劃提出了2020 年歐洲科學(xué)云計(jì)算基礎(chǔ)設(shè)施的發(fā)展愿景，屆時(shí)歐洲所有學(xué)科的科學(xué)家將優(yōu)先選擇這一基礎(chǔ)設(shè)施進(jìn)行數(shù)據(jù)存儲(chǔ)、訪問、處理和分析，它將擁有海量的數(shù)據(jù)和開源工具，擁有可以從任何計(jì)算機(jī)、智能電話或平板終端訪問和使用的無限計(jì)算能力?！暗仄骄€2020”戰(zhàn)略規(guī)劃計(jì)劃投入巨資支持建設(shè)具備無限計(jì)算和數(shù)據(jù)處理能力的網(wǎng)格和云計(jì)算基礎(chǔ)設(shè)施。

美國也通過“麥哲倫計(jì)劃”（Magellan）全方位評(píng)估了云計(jì)算在科研創(chuàng)新中的作用，并指出通過在云應(yīng)用軟件庫、編程工具、客戶端工具、云安全和用戶培訓(xùn)等方面的努力，可以建設(shè)更加適用于科研任務(wù)的科技云。

高性能計(jì)算

高性能計(jì)算能力競(jìng)爭成為常態(tài)高性能計(jì)算能力快速增長，運(yùn)算速度日新月異。目前，開發(fā)具備百億億次計(jì)算能力的高性能計(jì)算機(jī)正成為各國及其科研機(jī)構(gòu)新的追求目標(biāo)。

2013年11月18日，國際TOP500組織公布了最新全球超級(jí)計(jì)算機(jī)500強(qiáng)排行榜，中國國防科技大學(xué)研制的“天河二號(hào)”以每秒33.86千萬億次、超過第二名近一倍的浮點(diǎn)運(yùn)算速度輕松登頂。排在第二的是美國的“泰坦”號(hào)，運(yùn)算速度為每秒17.59萬億次。如果每人每秒鐘進(jìn)行一次計(jì)算，那么13億人同時(shí)用計(jì)算機(jī)算上1000年，才相當(dāng)于“天河二號(hào)”運(yùn)算一小時(shí)。這臺(tái)每秒運(yùn)算次數(shù)以千萬億次計(jì)的“超級(jí)計(jì)算機(jī)”，日前蟬聯(lián)“全球最快計(jì)算機(jī)”桂冠。

我國預(yù)計(jì)2015年底前將研制成功10億億次級(jí)的天河高效能計(jì)算機(jī)。

歐洲先進(jìn)計(jì)算合作伙伴（Partnership for Advanced Computing inEurope，PRACE）計(jì)劃部署一個(gè)泛歐Peta-Scale生態(tài)系統(tǒng)，并計(jì)劃在2020 年之前達(dá)到Exa-Scale 的運(yùn)算性能?！皻W洲百億億次級(jí)軟件計(jì)劃（European Exascale Software Initiative，EESI）”將聯(lián)合產(chǎn)業(yè)界和政府機(jī)構(gòu)，幫助用戶在未來十年內(nèi)從千萬億次超級(jí)計(jì)算提升至百億億次超級(jí)計(jì)算。

美國能源部的“先進(jìn)科學(xué)計(jì)算研究（Advanced ScientificComputing Research，ASCR）”計(jì)劃也致力于解決數(shù)據(jù)密集型科學(xué)和百億億次計(jì)算面臨的問題。

從頂層設(shè)計(jì)開始

1982年起，中國科學(xué)院在國內(nèi)率先提出了建設(shè)科學(xué)數(shù)據(jù)庫的設(shè)想，旨在將專業(yè)數(shù)據(jù)庫利用不斷發(fā)展的計(jì)算機(jī)技術(shù)、數(shù)據(jù)庫技術(shù)和網(wǎng)絡(luò)建設(shè)實(shí)現(xiàn)集成和共建共享，開國內(nèi)科研數(shù)據(jù)共享的先河。三十多年來，各類科學(xué)數(shù)據(jù)庫及平臺(tái)紛紛建立，在資源建設(shè)、標(biāo)準(zhǔn)規(guī)范及應(yīng)用和共享服務(wù)環(huán)境等各方面都取得了顯著的成績。但總體上看，國內(nèi)科研數(shù)據(jù)的質(zhì)量及數(shù)據(jù)利用水平上，與國外相比，仍有差距。

“大數(shù)據(jù)的研究與利用是數(shù)據(jù)科學(xué)的一個(gè)重要領(lǐng)域，建立在多年來許多科學(xué)家和技術(shù)專家所獲得的一系列數(shù)據(jù)科學(xué)成果之上，不是一個(gè)可以隨意炒作的概念。當(dāng)務(wù)之急，不是一哄而上的大肆炒作，而是腳踏實(shí)地地大規(guī)模開展數(shù)據(jù)科學(xué)的研究，用以提高中國信息資源開發(fā)利用的水平?！眹鴦?wù)院信息辦專委會(huì)副主任周宏仁說。

北京科技大學(xué)新金屬材料國家重點(diǎn)實(shí)驗(yàn)室建設(shè)了國家材料環(huán)境腐蝕平臺(tái)（http://www.ecorr.org/），在全國選擇60個(gè)點(diǎn)，收集我國境內(nèi)材料腐蝕方面的數(shù)據(jù)。該平臺(tái)上共享大量的基礎(chǔ)數(shù)據(jù)，在國內(nèi)應(yīng)用相當(dāng)廣泛。但即便如此，也仍然需要與國外的研究機(jī)構(gòu)建立共享數(shù)據(jù)，大量材料研究數(shù)據(jù)來自國外。

北京科技大學(xué)新金屬材料材料重點(diǎn)實(shí)驗(yàn)室負(fù)責(zé)人認(rèn)為：“計(jì)算模擬準(zhǔn)不準(zhǔn)取決于數(shù)據(jù)準(zhǔn)不準(zhǔn)，目前實(shí)驗(yàn)室之所以要買國外的數(shù)據(jù)，是由于我們國家尚無此方面的戰(zhàn)略聯(lián)盟，沒有一個(gè)機(jī)構(gòu)能夠收集完整的數(shù)據(jù)，基本各自為戰(zhàn)，大的數(shù)據(jù)聚集不起來，形成不了規(guī)模效應(yīng)。”更為被動(dòng)的是，許多數(shù)據(jù)來自美國的數(shù)據(jù)庫和相關(guān)網(wǎng)站，2013年底美國政府“停擺”，導(dǎo)致學(xué)校的部分科學(xué)研究也出現(xiàn)“停擺”。

該重點(diǎn)實(shí)驗(yàn)室的相關(guān)負(fù)責(zé)人認(rèn)為：“國家級(jí)學(xué)科基礎(chǔ)數(shù)據(jù)的建設(shè)依靠一、兩個(gè)單位的力量是不夠的，需要國家的整體投入。”他建議可以通過三個(gè)途徑來整理數(shù)據(jù)：集中收集常用的傳統(tǒng)數(shù)據(jù)、基礎(chǔ)數(shù)據(jù)；不斷補(bǔ)充、完善新的數(shù)據(jù)；前期投入研究產(chǎn)生的數(shù)據(jù)。

的確，在大數(shù)據(jù)成為熱炒概念時(shí)，最容易出現(xiàn)的問題是低水平重復(fù)建設(shè)，各自為戰(zhàn)，因此，頂層設(shè)計(jì)在這時(shí)顯得尤其重要。

提高信息資源開發(fā)利用的水平，是科研工作者一致的需求。在面向高?？蒲行畔⒒恼{(diào)研過程中，我們發(fā)現(xiàn)幾個(gè)突出的問題受到高校的關(guān)注：第一，希望從國家層面統(tǒng)籌協(xié)調(diào)；第二，統(tǒng)一標(biāo)準(zhǔn)規(guī)范；第三，統(tǒng)一評(píng)價(jià)機(jī)制；第四，建立信息技術(shù)人才隊(duì)伍激勵(lì)機(jī)制。這些內(nèi)容與頂層設(shè)計(jì)不無關(guān)系。

如何做頂層設(shè)計(jì)

那么如何進(jìn)行頂層設(shè)計(jì)？眾多專家提出了自己的思路。來自信息科學(xué)、地理學(xué)、氣候?qū)W、高能物理學(xué)、天文學(xué)、生物信息學(xué)、農(nóng)學(xué)、醫(yī)學(xué)、中醫(yī)學(xué)、情報(bào)與文獻(xiàn)學(xué)、科技政策與管理學(xué)等學(xué)科領(lǐng)域的46位專家在關(guān)于“數(shù)據(jù)密集時(shí)代的科研信息化”的會(huì)議上，就如何推動(dòng)我國數(shù)據(jù)密集時(shí)代開展科研信息化研究，如何建立我國的科研信息化政策法規(guī)、人才隊(duì)伍等提出如下建設(shè)性意見：

1. 在國家有關(guān)部門設(shè)立國家層面的科研信息化咨詢專家組，組織制定國家科研信息化戰(zhàn)略規(guī)劃；

2. 針對(duì)當(dāng)前數(shù)據(jù)密集時(shí)代的科技研究的新需求、新特點(diǎn)和新技術(shù)、新政策等問題，建議科技部、基金委、中國科學(xué)院等部門部署國家層面的科研信息化研究計(jì)劃，加大對(duì)科研信息化基礎(chǔ)設(shè)施和應(yīng)用的投入；

4. 建議將數(shù)據(jù)科學(xué)的人才培養(yǎng)納入研究生培養(yǎng)體系，同時(shí)將數(shù)據(jù)人才的崗位納入國家相關(guān)崗位體系，為提升國家科研信息化水平培養(yǎng)儲(chǔ)備人才；

5. 制定《科學(xué)數(shù)據(jù)資源共享?xiàng)l例》及相關(guān)配套政策，建立數(shù)據(jù)共享平臺(tái)，向社會(huì)公眾開放科技信息資源，促進(jìn)科研創(chuàng)新成果不斷向企業(yè)轉(zhuǎn)移轉(zhuǎn)化，帶動(dòng)國家和地方產(chǎn)業(yè)發(fā)展。

業(yè)界廣泛認(rèn)同，2014年的中國互聯(lián)網(wǎng)，大數(shù)據(jù)已經(jīng)從幕后走到臺(tái)前，中國互聯(lián)網(wǎng)協(xié)會(huì)副理事長、國務(wù)院信息化領(lǐng)導(dǎo)小組咨詢專家委員會(huì)委員高新民認(rèn)為：“當(dāng)前已具備從海量信息中提取有價(jià)值數(shù)據(jù)的能力，將數(shù)據(jù)信息流動(dòng)起來，交換起來，服務(wù)于實(shí)體?！贝髷?shù)據(jù)已經(jīng)成為2014年中國互聯(lián)網(wǎng)的一大期待，相信在國家戰(zhàn)略層面的重視及各界的共同努力下，科研大數(shù)據(jù)將會(huì)真正地流動(dòng)起來，交換起來，培養(yǎng)出新一代跨學(xué)科新型教學(xué)人才、數(shù)據(jù)科學(xué)家，推動(dòng)數(shù)據(jù)科學(xué)的發(fā)展，提升我國科技創(chuàng)新能力。