E-Science
| Наука | |
| e-Science | |
|---|---|
| Тема |
Точная прикладная наука |
| Предмет изучения |
Разработка новых вычислительных инструментов и инфраструктур для поддержки научных открытий |
| Период зарождения |
1999 год |
Электронная наука (e-Science или eScience) — это наука, требующая интенсивных вычислений и проводимая в распределенных сетевых средах, или наука, использующая огромные массивы данных, требующие распределенных вычислений. Термин был введен Джоном Тейлором, генеральным директором Управления науки и технологий Великобритании, в 1999 году и использовался для описания крупной инициативы по финансированию, начавшейся в ноябре 2000 года. В 2014 году IEEE eScience Conference Series сжала определение до «eScience способствует инновациям в совместных, вычислительно- или ресурсоемких исследованиях во всех дисциплинах на протяжении всего жизненного цикла исследований» в одном из рабочих определений, используемых организаторами.
Характеристики и примеры[править]
Электронная наука революционизирует обе фундаментальные составляющие научного метода : эмпирические исследования, особенно с использованием больших цифровых данных, и научную теорию, особенно посредством построения моделей компьютерного моделирования. Большая часть исследований в области электронной науки сосредоточена на разработке новых вычислительных инструментов и инфраструктур для поддержки научных открытий. Из-за сложности программного обеспечения и требований к инфраструктуре бэкэнда проекты в области электронной науки обычно включают в себя большие команды, управляемые и разрабатываемые исследовательскими лабораториями, крупными университетами или государственными учреждениями. В настоящее время большое внимание уделяется электронной науке в Соединенном Королевстве, где британская программа электронной науки предоставляет значительное финансирование. В Европе развитие вычислительных возможностей для поддержки Большого адронного коллайдера ЦЕРН привело к развитию инфраструктур электронной науки и распределенных вычислительных сетей, которые также используются другими дисциплинами. Примерами инфраструктур для электронных научных исследований являются Всемирная вычислительная сеть LHC , представляющая собой федерацию с различными партнерами, включая Европейскую сетевую инфраструктуру , сетевую сеть открытой науки и Северный центр обработки данных DataGrid. Для поддержки приложений электронной науки Open Science Grid объединяет интерфейсы к более чем 100 кластерам по всей стране, 50 интерфейсов к географически распределенным кэш-памятям и 8 университетским сетям (Purdue, Wisconsin-Madison, Clemson, Nebraska-Lincoln, FermiGrid в FNAL, SUNY-Buffalo и Oklahoma в США; и UNESP в Бразилии). Области науки, получающие выгоду от Open Science Grid, включают:
- астрофизика, гравитационная физика, физика высоких энергий, физика нейтрино, ядерная физика
- структурная биология, вычислительная биология, геномика, протеомика, медицина
- молекулярная динамика, материаловедение, материаловедение, информатика, компьютерная инженерия, нанотехнологии
Сравнение с традиционной наукой[править]
Традиционная наука представляет собой две различные философские традиции в истории науки, но, как утверждается, электронная наука требует смены парадигмы и добавления третьей ветви наук. Таким образом, электронная наука стремится объединить как эмпирические, так и теоретические традиции, при этом компьютерное моделирование может создавать искусственные данные, а большие данные в реальном времени могут использоваться для калибровки теоретических моделей моделирования.
Моделирование процессов электронной науки[править]
Одна точка зрения утверждает, что поскольку современный процесс открытия служит аналогичной цели, что и математическое доказательство, он должен обладать схожими свойствами, а именно: он позволяет детерминированно воспроизводить результаты при повторном выполнении, а промежуточные результаты можно просматривать для облегчения анализа и понимания. В этом случае простого моделирования происхождения данных недостаточно. Необходимо моделировать происхождение гипотез и результатов, полученных в результате анализа данных, чтобы предоставить доказательства, подтверждающие новые открытия. Таким образом, были предложены и разработаны научные рабочие процессы , помогающие ученым отслеживать эволюцию своих данных, промежуточных и конечных результатов как средство документирования и отслеживания эволюции открытий в рамках научного исследования.
Наука 2.0[править]
К другим точкам зрения относится концепция «Наука 2.0» , где электронная наука рассматривается как переход от публикации окончательных результатов четко определенными группами исследователей к более открытому подходу, включающему публичный обмен исходными данными, предварительными результатами экспериментов и связанной с ними информацией. Для облегчения этого перехода концепция «Наука 2.0» предполагает предоставление инструментов, упрощающих коммуникацию, сотрудничество и взаимодействие между заинтересованными сторонами. Такой подход потенциально может: ускорить процесс научных открытий; преодолеть проблемы, связанные с академической публикацией и рецензированием; и устранить временные и финансовые барьеры, ограничивающие процесс генерации новых знаний.
Ссылки[править]
https://www.escience-conference.org/2026/
https://canvas.instructure.com/courses/949415
https://poynder.blogspot.com/2006/12/conversation-with-microsofts-tony-hey.html
https://e-science.se/about-serc/
 | Одним из источников, использованных при создании данной статьи, является статья из википроекта «Рувики» («ruwiki.ru») под названием «E-Science», расположенная по адресу:
Материал указанной статьи полностью или частично использован в Циклопедии по лицензии CC-BY-SA 4.0 и более поздних версий. Всем участникам Рувики предлагается прочитать материал «Почему Циклопедия?». |
|---|