Создание единой системы передачи, хранения и обработки больших объемов данных (Big Data) в Сибирском отделении РАН позволит исследователям организовать полный цикл работы с данными, какими бы большими они ни были. Об этом в интервью "Стимулу" заявил заместитель директора Института вычислительных технологий СО РАН Андрей Юрченко.

"Чтобы понять важность этого проекта, нужно признать: мы системно отстаем в области высокопроизводительных вычислений и высокопроизводительного анализа данных не только от западных коллег, но даже от российского бизнеса, в первую очередь от "Яндекса", - продолжил Андрей Юрченко. - С учетом набравшего обороты тренда на науку, основанную на интенсивном использовании данных (Data Intensive Science), это непростительно. Накопленный в Сибири потенциал в области вычислительных и информационных технологий не утрачен. И, создавая новую большую систему для работы с данными, мы, с одной стороны, опираемся на имеющийся задел, с другой - на интерес и огромный энтузиазм нашей молодежи к освоению нового и востребованного как в науке, так и в бизнесе направления - анализа больших данных".

Сейчас активно обсуждается программа "Академгородок 2.0", и в рамках этой программы в новосибирском Академгородке планируется создание ряда центров с установками класса мегасайнс. Они неизбежно будут генерировать новые научные данные, а изучаемые в ходе научных экспериментов процессы будут нуждаться в компьютерном моделировании. Это одна из ключевых посылок внесения в программу проекта создания центра высокопроизводительных вычислений, обработки и хранения данных СНЦ ВВОД. Без единой системы передачи, хранения и обработки больших объемов данных просто невозможно будет полностью раскрыть потенциал новых мегасайнс-проектов "Академгородка 2.0".

По словам Андрея Юрченко, основной движущей силой современной науки являются коллективы ученых. Поэтому организация работы с научными данными и становится самостоятельной проблемой: с одними и теми же данными работает множество исследователей, они должны иметь возможность их одинаково увидеть, одинаково понять их состав и происхождение, даже просто одновременно с ними работать. Для этого недостаточно старых инструментов в виде каталогов файлов. Нужна система каталогизации, описания данных, поддержка совместной работы с ними.

"На основе имеющегося опыта мы занимаемся разработкой системы, которая позволит исследователю организовать полный цикл работы с его данными, какими бы большими они ни были - это сбор данных с сенсоров, их описание и организация, обработка, анализ и, конечно, публикация, так как открытые научные данные стали важнейшим научным трендом последних лет. Имея такой инструмент, исследователь сможет меньше времени тратить на организацию работы с данными, и больше - непосредственно на их анализ. При этом в рамках концепции открытых данных он сможет получить доступ к данным других исследователей, отсюда и возможность найти новые закономерности, получить новые знания, а это и есть основная цель науки", - резюмирует Андрей Юрченко.

Большие данные в науке имеют два аспекта. Первый - разработка новых методов анализа таких данных и их организации. Наиболее интересным и перспективным с точки зрения получения новых знаний об окружающем нас мире и человеке становится одновременный анализ результатов множества экспериментов, интеграция в одном исследовании данных разнородных наблюдений. Из известных и понятных примеров можно назвать объединение экологического и социально-экономического мониторинга с мониторингом здоровья и качества жизни. У каждого из этих видов мониторинга есть множество параметров, взаимосвязь которых нужно установить, но есть у них и исходные данные, на основе которых и формируются такие интегральные параметры. Анализируя совместно исходные данные, можно обнаружить скрытые закономерности, которых не увидеть в интегральных характеристиках. А для того, чтобы одновременно работать с такого рода разнородной информацией, нужно решить множество проблем организации этих данных, их гармонизации. И, самое главное, надо разработать новые методы их совместного анализа, для чего придется интегрировать в единые цепочки обработки данных и традиционные методы анализа, и интеллектуальные, такие как машинное обучение и глубокое обучение. Такая работа - один из важнейших вызовов современной Data Science.

Второй аспект - использование и анализ больших данных, получаемых в ходе научных экспериментов. Современное исследовательское оборудование - цифровое, и оно генерирует множество разнородных данных. Чаще всего это данные различных измерений и фиксации физических экспериментов: от простых видеозаписей до "снимков" сканирующих микроскопов, от временных рядов тензодатчиков до секвенированных геномов. Данные разных экспериментов имеют разные объемы, но количество таких "оцифрованных" экспериментов растет с огромной скоростью, и общий объем генерируемых в итоге данных становится слишком большим. Одними из первых с этой лавиной данных столкнулись физики - самым ярким примером является, конечно, Большой адронный коллайдер, сенсоры которого генерируют петабайты данных в ходе только одного эксперимента. Для анализа таких объемов экспериментальных данных, извлечения из них полезной информации, формулировки научных выводов работает огромная распределенная система обработки данных, само создание которой стало большим научно-техническим вызовом для мирового научного сообщества. Теперь к физикам добавились и биологи с их геномными базами, и широкий спектр исследователей от метеорологов до геофизиков, использующих данные дистанционного зондирования Земли. Подтягиваются медики с базами изображений томографических, энцефалографических и других измерительных аппаратов. Все эти данные нужно какое-то время сохранять, организовывать работу с ними. Их компьютерный анализ - это и есть второй вызов больших данных в науке.

Похожие новости

  • 17/04/2019

    Центр хранения и обработки данных может быть создан в Новосибирске к 2022 году

    ​Сибирский центр высокопроизводительных вычислений, обработки и хранения данных планируется создать к 2022 году. Он нужен, в том числе для обработки и хранения информации с источника синхротронного излучения "СКИФ" (создается по нацпроекту "Наука"), сообщил ТАСС замдиректора Института вычислительных технологий СО РАН Андрей Юрченко.
    1290
  • 19/09/2019

    Большие данные — большие вызовы

    ​В рамках VII Международного форума технологического развития «Технопром» обсудили возможности использования больших данных для науки, бизнеса и государства. В настоящий момент все они нуждаются в эффективных цифровых инструментах для решения широкого круга задач.
    322
  • 19/03/2015

    Что вырастим, то вырастим: 3D-индустрия

    ​В стакан с песком мы кольцами, одно поверх другого, наливаем клей, он застывает, затем снова и снова льем клей и подсыпаем песку... Потом отряхиваем лишнее и получаем нечто вроде трубы. Заменим песок специально подготовленным порошком из металла, керамики или композита, струйку клея - лучом лазера или потоком электронов, а собственную руку - системами точного, до микрон, позиционирования и интеллектуального управления.
    1460
  • 26/07/2019

    Ученые ИВТ СО РАН: лесные пожары можно прогнозировать и контролировать

    ​Площадь лесных пожаров в Сибири превысила миллион гектар. Это бедствие — как раковая опухоль: лучше обнаружить и подавить его на самой ранней стадии. Способна ли наука найти для этого эффективные решения? «Перед ответом на этот вопрос стоит сделать две важные ремарки, — считает первый заместитель директора ИВТ СО РАН кандидат физико-математических наук  Андрей Васильевич Юрченко.
    513
  • 20/06/2017

    Международная выставка «НТИ ЭКСПО» в Новосибирске

    ​​​Уникальная международная выставка достижений технологического развития "НТИ ЭКСПО" пройдет в рамках V Международного форума технологического развития "Технопром-2017" 20-22 июня в Новосибирске при поддержке правительства РФ, коллегии ВПК, Минпромторга России, Минэкономразвития России, МИДа РФ, правительства Новосибирской области.
    3096
  • 21/04/2015

    От теплоэнергетики к биомедицине

    В Президиуме СО РАН прошла пресс-конференция с сибирскими учеными, получившими премию Правительства РФ в области науки и техники: В. Г. Мелединым (доктор технических наук, главный научным сотрудником ИТ СО РАН), Д.
    887
  • 25/12/2019

    Сибирские ученые развивают проект СНЦ ВВОД

    ​Сибирский национальный центр высокопроизводительных вычислений, обработки и хранения данных (СНЦ ВВОД) — проект программы «Академгородок 2.0», который ориентирован на потребности научных институтов в работе с big data.
    261
  • 10/05/2016

    Сибирские ученые усовершенствуют волоконные линии связи

    ​Методы, открытые специалистами Новосибирского государственного университета, Института вычислительных технологий СО РАН и зарубежных коммерческих компаний, можно применить при создании телекоммуникационных систем с высокой пропускной способностью.
    1420
  • 16/04/2019

    Восемь ответов на частые вопросы о СНЦ ВВОД

    Зачем нужен Сибирский национальный центр высокопроизводительных вычислений, обработки и хранения данных — СНЦ ВВОД? Откуда придут деньги на его создание? Как этот проект связан с синхротроном СКИФ? С другими проектами «Академгородка 2.
    620
  • 25/02/2019

    Новосибирский ученый - о войнах в киберпространстве

    Войны в киберпространстве и кибернетизация обычных войн, атаки без единого выстрела и диверсии без единого грамма взрывчатки… В новых реалиях помогает разобраться заместитель директора Института вычислительных технологий СО РАН Андрей Васильевич Юрченко.
    491