CSC 40 vuotta Sähköinen tieto tieteen palveluksessa

Transkriptio

1 CSC 40 vuotta Sähköinen tieto tieteen palveluksessa FT Pirjo-Leena Forsström Johtaja CSC Tieteen tietotekniikan keskus CSC Tieteen tietotekniikan keskus Oy CSC IT Center for Science Ltd.

2 Lähteitä C. Anderson, The End of Theory: The Data Deluge Makes the Scientific Method Obsolete, Wired Magazine: Retrieved from Moving Large Volumes of Data Using Transportable Modules in Oracle Warehouse Builder Data Modeling, ETL, and Data Quality Guide 11g Release 2 (11.2) G. Adomavicius, J. Bockstedt, A. Gupta and R. Kauffman, Understanding Patterns of Technology Evolution: An Ecosystem Perspective, in: System Sciences, HICSS '06. Proceedings of the 39th Annual Hawaii International Conference on, vol.8, pp. 189a, Jan V. Van den Eynden, L. Corti, M. Woollard, L. Bishop and L. Horton, Managing and Sharing Data: Best Practices for Researchers. UK Data Archive, University of Essex, May 2011 C. Thanos, Interoperability: A Holistic Approach, Manuscript, T. Hey, S. Tansley and K. Tolle (Eds.), The Fourth Paradigm: Data Intensive Scientific Discovery. Redmond, WA: Microsoft, National Science Board, Long-Lived Digital Data Collections: Enabling Research and Education in the 21st Century, National Science Foundation, 2005, Retrieved from What is Data Archiving? [Definition] P. Edwards, S. Jackson, G. Bowker and C. Knobel, Understanding Infrastructure: Dynamics,Tensions, and Design, Final Report of the Workshop on History & Theory of Infrastructure: Lessons for New Scientific Cyberinfrastructures, Jan Retrieved from NSF Cyberinfrastructure Vision for 21st Century Discovery, NSF Cyberinfrastructure Council, March Retrieved from

3 Tieto ja yhteiskunta M metsästys- ja keräily-yhteiskunta M maatalousyhteiskunta M teollisuusyhteiskunta M tietoyhteiskunta Ennen: kirjoitustaito mahdollisti tiedon virran yksilöltä toiselle. NYT: koneluettavuus mahdollistaa tiedon virran järjestelmästä toiseen, ihmiseltä toiselle

4 Ajavat voimat Globaalin työnjaon muutos Teknologiset muutokset Technology does not drive change at all. Technology merely enables change. It is our collective cultural response to the options and opportunities presented by technology that drives the change Luonnonvarojen kestävä käyttö Institutionaalinen ongelma: keskiluokan työpaikkojen väheneminen

5 Muutosprosesseja Pääomien ja rahamarkkinoiden globalisoituminen: rahamarkkinoiden sääntelyn purku, kansainväliset pääomaliikkeet, yritysvaltaukset Markkinoiden ja kilpailustrategioiden globalisoituminen: liiketoimintojen maailmanlaajuinen integroituminen, globaalit yritysverkostot, strategiset liittoutumat Teknologian, tutkimus- ja kehitystyön sekä tiedonhankinnan globalisoituminen: informaatioteknologian kehitys, globaalit tietoverkot Elämäntyylien ja kulutustapojen globalisoituminen: elämäntapojen ja kulutustottumuksien samankaltaistuminen: median vaikutukset; kulttuuriteollisuus ja kulttuurihyödykkeet, kulttuurihyödykkeiden kansainvälisen kaupan sääntely Sääntelyn ja hallinnan uudet instrumentit: kansallisten parlamenttien ja hallitusten muuttuvat tehtävät; uusien globaalien ja alueellisten hallinnan välineiden synty ja kehitys; uudet poliittisen yhdentymisen muodot Ajattelun, havaitsemistapojen ja tietoisuuden globalisoituminen: sosiaaliset ja kulttuuriset prosessit, yksi yhteinen maailma ; globaalit alakulttuurit ja liikkeet; maailmankansalaisuus Ympäristöongelmien globalisoituminen: ilmastonmuutos, yläilmakehän otsonikato, biodiversiteetin väheneminen

6 Talouden vaikutus

7 Tutkimus tänään ja huomenna Tutkimus on kasvavassa määrin Moniskaalaista: datainfrastruktuuri mahdollistaa tiedon saumattoman käsittelyn monessa aika-, paikka-, systeemi- ja tiladimensiossa. Monitieteistä: innovatiivinen tutkimus on kiivainta tieteenalojen rajapinnoilla. Moniosaamista vaativaa: tutkimus tarvitsee eri osaajien työryhmiä. Monisektoraalista: tieteellinen yhteistyö on luontevaa yliopistojen, teollisuuden, tutkimuslaitosten, tieteellisten seurojen ja harrastajien kesken. Monirahoitteista: yllä oleva tuo mukanaan usean rahoituslähteen.

8 Mitä uutta sähköisessä tiedossa? Tuottamisen ja analyysin automaatio Läpitunkeva läsnäolo uudelleenkäyttö ja yhdistely Genomi Proteiin i Solu Alkio Banaanikärpänen Hiiri Kehitys, vanheneminen, sairaudet

9 Sensorit valvovat Koko Nopeus Määrä

10 Näkymättömän tekemistä näkyväksi The road to wisdom? Well, it's plain and simple to express: Err and err and err again but less and less and less. -Piet Hein

11 GALAXY Zoo Galaxy Zoo (Lintott et al. 2008) is a online project in which volunteers visually classify the morphologies of galaxies selected at random from the spectroscopic sample of the Sloan Digital Sky Survey (SDSS, York et al. (2000)) Data Release 6 (DR6). The public response to the launch of Galaxy Zoo in July 2007 was overwhelming, achieving over 36 million classifications within a few months and results that agree exceptionally well with those of professional astronomers (Lintott et al. 2008).

12 Mitä tiede edellä, sitä muut perässä

13 KOLME MUUTOSTA TUTKIMUSAINEISTOIHIN LIITTYEN - Tietoaineistojen määrä ja heterogeenisuus kasvaa massiivisesti - Teknisten ratkaisujen esiinmarssi: Grid, web, sensoridata, mallinnus ja simulaatiot, virtuaaliobservatoriot - Tarve datan tunnistukseen ja laadun varmistukseen, pysyvyyteen

14 Vaikuttavat voimat 1. Sosiaaliset 2. Hallinnolliset 3. Taloudelliset 4. Tekniset Jännitteet: - luova tuho - Kohtaaminen: IPR, public/private jne - Kansallinen versus kansainvälinen

15 Kohti tietoa

16 Tutkimustiedon infrastruktuuri

17 etutkijan ongelma Kokeet & Instrumentit Tietovarastot faktaa kysymyksiä Kirjallisuus faktaa? vastauksia Simulaatiot Datan koostaminen Petatavumäärien hallinta Yhteiset skeemat Rinnakkaiselo ja yhteistyö muiden tutkijoiden kanssa? Kyselyjen ja visualisoinnin työkalut? Tuki ja koulutus Miten organisoida? Suorituskyky Miten uudelleenorganisoida? Vastaukset kyselyihin riittävän nopeasti Erittäin suurten massojen analysointi ja hallinta

18 Tutkimustiedon infrastruktuurin täytyy tukea: - koko tutkimusprosessia - tietoaineistojen siirtoa tieteenalojen välillä - avoimen datan tuottoa - Työvuo-pohjaista toimintaa - julkaisujen ja tietoaineistojen linkitystä - tiedepolitiikan kehikkoa

19 Tutkimustiedon prosessi Lähde: JISC

20 Dataintensiivinen tiede - Kasvava datan ja lähteiden määrä - Datan ja kyselyjen kompleksisuus - Datan käsittelyn kompleksisuus - Datan suuri dynaamisuus - Datan suuri käyttötarve - Tutkijan ja datan monimutkainen vuorovaikutus - Datan suuri merkitys tuotantoketjun loppupäässä

21 Dataintensiivinen tiede Tärkeimmät haasteet: Eksponentiaalisesti kasvavien datajoukkojen hallinta ja käsittely Analyysisyklin huomattava nopeutus

22 Tallennusmäärien kasvu

23 etieteen ekosysteemi

24 etieteen ekosysteemikanavat 1. Moni/poikkitieteellisyyden mahdollistavat kanavat 2. Pitkäaikaissäilytyksen kanavat 3. Datan ja julkaisun yhdistämiskanava 4. Tutkimusyhteistyön kanava

25 Avoin tiede Siilot Tutkimuksen tuottamat tietoaineistot käytettävissä Avoin pääsy tutkimuksen tuottamiin julkaisuihin Mahdollisuus käyttää tutkimusmenetelmiä joilla aineisto tuotettu Avoin infrastruktuuri jatkokäyttöä varten Rahoituksen luomat siilot Tieteenalakohtaiset siilot

26 Ekosysteemipalvelut 1. Datan tunnistus 2. Datan löydettävyys 3. Datan palvelu/työkalukokoelma 4. Hakupalvelut 5. Integraatioympäristö 6. Jakamisympäristö 7. Linkkausympäristö 8. Ontologian/taksonomian hallinta 9. Siirrettävyyspalvelut (sekä datalle että palveluille/työvälineille) 10. Työvuoympäristö 11. Datapolitiikan hallintaympäristö

27 Haasteet 1. Teknologiset: a) Datan mallinnuksen haasteet b) Datan hallinnan haasteet c) Työkalujen haasteet 2. Organisatoriset 3. Systeemiset: a) Virtual reserach environments b) Science gateways c) Yhteentoimivuus, heterogeenisuuden ongelmat d) Välitysohjelmistot e) Infrastruktuuripalvelut 4. Uudet paradigmat 5. Policy -haasteet

28 Digitaalisen tiedon turvaaminen Pitkäaikaissäilyttäminen: Tiedon elinkelpoisuuden turvaaminen jatkuvalla muutoksella Jakelu ja uudelleenkäyttö: Tiedon hyödyntämisen mahdollistaminen ja edistäminen, tietotuotantoon jo tehtyjen investointien hyödyntäminen

29 Säilytysvaatimukset ovat täällä , Documents, Records 33

30 Tutkimuksen tietoaineistot -hanke

31

32 Suositukset Suositukset kattavat seuraavat kokonaisuudet: Kattava ja selkeä tietopolitiikka Toiminnan ohjaus ja koordinaation kehittäminen Tietoinfrastruktuurien kehittäminen Lainsäädännön kehittäminen Yhtenäisten käytäntöjen ja toimintakulttuurin kehittäminen

33 CSC pähkinänkuoressa Valtion omistama ja opetus- ja kulttuuriministeriön hallinnoima, voittoa tavoittelematon osakeyhtiö Toiminta alkoi 1971 Univac-keskustietokoneen ylläpitäjänä Liitti Suomen internetiin 1988 Liikevaihto 25,7 milj. euroa vuonna 2010 Työntekijöitä noin 210 (henkilöstömäärä tasaisessa kasvussa) Toimitilat Espoon Keilaniemessä, lähellä Otaniemen kampusta sekä Kajaanissa.

34 Toiminnan päämäärät Tutkimuksen ja tuotekehityksen toimintaedellytysten parantaminen Kansainvälisesti kilpailukykyisten tieteen tietotekniikan palvelujen tuottaminen Kansallisten keskitettyjen palvelujen tarjoaminen, joita ei ole tarkoituksenmukaista toteuttaa hajautetusti Tieteen tietotekniikan pioneeritoiminta

35

36

37 CSC:n palvelut OKM:n toimialalle yleisesti Funet-palvelut Tieteen ja kulttuurin datapalvelut Tietohallintopalvelut, hankekoordinointi- ja konsultointipalvelut Koulutuspalvelut Korkeakoulujen tutkimusryhmille ja tutkijoille Laskentapalvelut Sovelluspalvelut Datan käsittely- ja tallennuspalvelut Koulutuspalvelut

38 CSC palvelee OKM:n toimialalla: Kansallisen Audiovisuaalisen Arkiston Radio- ja TV-Arkisto sekä Digivarasto Hiukkafysiikan LHC-törmäytindatan analyysi Kansalliskirjaston Nelli, ArMAS, Linnea palvelut Kansallisen Digitaalisen Kirjaston asiakasliittymän palveluinfrastruktuurin sekä tulevan (?) Pitkäaikaissäilytyksen Infrastruktuurin suunnittelu ja ylläpito Kansallisarkiston VAPA-palvelu Paikkatiedon tutkimusinfrastruktuuripalvelut

39 Kiitos!

40

41 Uusi maailma: tieto on yleishyödyke RESURSSIT: TYÖ, MATERIAALIT, ENERGIA, PÄÄOMA, TIETO

42 Digitaalisen maailmankaikkeuden kasvu jotta tsetta eksa peta tera giga 10 9 mega 10 6 kilo 10 3 IDC iview, "The Digital Universe Decade Are You Ready?" May 2010, sponsored by EMC. The multimedia content can be viewed at

43 Tieto on yleishyödyke RESURSSIT: TYÖ, MATERIAALIT, ENERGIA, PÄÄOMA, TIETO Tiedon merkityksen korostuminen: Uuden tiedon tuottaminen, jakelu ja vaihto ovat entistäkin tärkeämpi elementti sekä globaaleissa että paikallisissa taloudellisissa järjestelmissä. Syntyy tietoyhteiskunta ja tietotalous, Informaatio on sekä raaka-aine että tuote. Tiedolla voidaan tuottaa tietoa ja tiedolla teknologiaa. Tiedon paradoksi: samalla kun tieto tulee yhä tärkeämmäksi tuotannontekijäksi, sen hinta laskee ja merkitys kilpailukyvylle pienenee, koska tieto on kaikkien saatavilla oleva yleishyödyke.

44 TIEDON KASVAVA MERKITYS Tietoyhteiskunta ja tietotalous innovaatiohakuinen RESURSSIT TYÖ, MATERIAALIT, ENERGIA, PÄÄOMA, TIETO Aikaparadoksi: uuden tiedon tuottaminen vie yhä enemmän aikaa ja se on validia yhä lyhyemmän aikaa TIETEELLINEN TIETO: TIETEEN UUDET KÄYTÄNNÖT PRIORITEETIT (kestävä kehitys, työllistyminen, kilpailukyky) TEKNOLOGIA (nopea hyödyntäminen, pysyvyys, rajapinnat) KRIITTINEN KOKO, KANSAINVÄLISYYS UUDET PARADIGMAT

45 TUTKIMUS MUUTOKSESSA Tiedon monimutkaisuus kasvaa syvempää tietoa kapeammalla alueella Yhä enemmän monitieteistä tutkimusta=> Monimutkaisempia ongelmia Tutkimusinfrastruktuurien kustannukset kasvavat räjähdysmäisesti => tarvitaan valtion/eu:n tukea ja panosta Tarvittava kriittinen massa suurempi kuin ennen => Verkostoituminen, sekä taloudellisesti että osaajien Talouden vahvempi vaikutus Uudet tutkimuskäytännöt: knowledge born in cyberspace, virtuaalilaboratoriot ja työympäristöt Tieteen globalisaatio tutkimusinfrastruktuurien kautta

46 YHTEINEN TIETOPOHJA, YHTEINEN KIELI Hallinnan tekniikoiden ja rationalisoinnin kehitys, todellisuuden käsitteellistäminen Hallinnan taidon päämäärä yhteisen vastuullisen hyvinvoinnin kasvattaminen

47 Ydinkysymykset: Miten selviämme valtavan tietovirran kanssa? Miten löydämme tarvitsemamme tiedon? Miten osaamme päättää mitä säilyttää, mitä tuhota? Miten turvaamme oleellisen tiedon säilymisen? NÄKÖKULMAT Me voimme kerätä ja tuottaa Voimmeko siirtää? (kaistanleveys ja yhteentoimivuus) Me voimme säilyttää (rahakysymys) Voimmeko käyttää? (rakenne ja metatieto, sisällön ymmärrys) Voimmeko jakaa? Voimmeko yhdistellä?

48 Tiedolla johtaminen YHTEINEN TIETOPOHJA, YHTEINEN KIELI Hallinnon tekniikoiden ja rationalisoinnin kehitys, todellisuuden käsitteellistäminen Hallinnan taidon päämäärä yhteisen vastuullisen hyvinvoinnin kasvattaminen

49 Loppulause

50

51 The ability to understand Nature and partially dominate it (technology) and of transmitting and improving acquired knowledge in a continuous feedback process is certainly among the most important achievement that made our species unique among all others in the planet. Luiz Miranda & Carlos Lima (2010). On trends and rhytms in scientific and technological knowledge analysis: a quatitative analysis. Genomi Proteii ni Solu Alkio Banaanikärpänen Hiiri Kehitys, vanheneminen, sairaudet

52 TIEDON KASVAVA MERKITYS Tietoyhteiskunta ja tietotalous innovaatiohakuinen RESURSSIT TYÖ, MATERIAALIT, ENERGIA, PÄÄOMA, TIETO Aikaparadoksi: uuden tiedon tuottaminen vie yhä enemmän aikaa ja se on validia yhä lyhyemmän aikaa TIETEELLINEN TIETO: TIETEEN UUDET KÄYTÄNNÖT PRIORITEETIT (kestävä kehitys, työllistyminen, kilpailukyky) TEKNOLOGIA (nopea hyödyntäminen, pysyvyys, rajapinnat) KRIITTINEN KOKO, KANSAINVÄLISYYS UUDET PARADIGMAT

53 TUTKIMUS MUUTOKSESSA Tiedon monimutkaisuus kasvaa syvempää tietoa kapeammalla alueella Yhä enemmän monitieteistä tutkimusta=> Monimutkaisempia ongelmia Tutkimusinfrastruktuurien kustannukset kasvavat räjähdysmäisesti => tarvitaan valtion/eu:n tukea ja panosta Tarvittava kriittinen massa suurempi kuin ennen => Verkostoituminen, sekä taloudellisesti että osaajien Talouden vahvempi vaikutus Uudet tutkimuskäytännöt: knowledge born in cyberspace, virtuaalilaboratoriot ja työympäristöt Tieteen globalisaatio tutkimusinfrastruktuurien kautta

54 YHTEINEN TIETOPOHJA, YHTEINEN KIELI Hallinnan tekniikoiden ja rationalisoinnin kehitys, todellisuuden käsitteellistäminen Hallinnan taidon päämäärä yhteisen vastuullisen hyvinvoinnin kasvattaminen

55 Ydinkysymykset: Miten selviämme valtavan tietovirran kanssa? Miten löydämme tarvitsemamme tiedon? Miten osaamme päättää mitä säilyttää, mitä tuhota? Miten turvaamme oleellisen tiedon säilymisen? NÄKÖKULMAT Me voimme kerätä ja tuottaa Voimmeko siirtää? (kaistanleveys ja yhteentoimivuus) Me voimme säilyttää (rahakysymys) Voimmeko käyttää? (rakenne ja metatieto, sisällön ymmärrys) Voimmeko jakaa? Voimmeko yhdistellä?

56 Digitaalisessa muodossa oleva tieto merkittävä tieteellinen, taloudellinen ja yhteiskunnallinen resurssi. =

57 Tutkimus tänään ja huomenna Tutkimus on kasvavassa määrin Moniskaalaista: datainfrastruktuuri mahdollistaa tiedon saumattoman käsittelyn monessa aika-, paikka-, systeemi- ja tiladimensiossa. Monitieteistä: innovatiivinen tutkimus on kiivainta tieteenalojen rajapinnoilla. Moniosaamista vaativaa: tutkimus tarvitsee eri osaajien työryhmiä. Monisektoraalista: tieteellinen yhteistyö on luontevaa yliopistojen, teollisuuden, tutkimuslaitosten, tieteellisten seurojen ja harrastajien kesken. Monirahoitteista: yllä oleva tuo mukanaan usean rahoituslähteen.

58 Tutkimuksen tietoaineistot -hanke

59 Suositukset Suositukset kattavat seuraavat kokonaisuudet: Kattava ja selkeä tietopolitiikka Toiminnan ohjaus ja koordinaation kehittäminen Tietoinfrastruktuurien kehittäminen Lainsäädännön kehittäminen Yhtenäisten käytäntöjen ja toimintakulttuurin kehittäminen

60 Mistä puhumme kun puhumme digitaalisesta tiedosta? Miten tieto tuotettu? Mitä varten tieto tuotettu? Koko Rakenne Elinikä

61 Tiedon elinkaari: Syntymä Nuoruus Kukoistus Vanhuus Datan synty Laadun kasvatus Avoin yhteiskäyttö Pitkäaikaistallennus

62

63 Report 2010: "The Digital Universe Decade Are You Ready?" May 2010, sponsored by EMC. The multimedia content can be viewed at : 0.8 ZB: dvd-stack to Moon and back 2010: 1.2 ZB 2020: 35 ZB: half-way to Mars

64 Trendit Suuret datasetit olemassa, ratkaisut niiden hallintaan eivät Kansalliset infrastruktuurit eivät täytä tarpeita Jopa HPC-projektit tukehtumassa IO-asioihin Tietovarastoilta vaaditaan yhä älykkäämpiä palveluita => työvuot tarpeen Sociologiset trendit: Yhä suurempien uyhteisöjen dtakokoelmien synty (VO) Analyysit irrallaan datasta, eri ihmiset analysoivat kuin tuottavat Datan hajautuminen? Streaming-algoritmit Datalinjat työvuo-ajattelussa workflows Datadiffuusio