eScience.doc

eScience，科学研究的革命托尼海(Tony Hey)博士曾是一位粒子物理学家，现在专门为计算技术和其他科学研究牵线搭桥。和他的老朋友万维网之父蒂姆伯纳斯-李(Tim Berners-Lee)一样，他也在关注网络及计算技术的应用不过他关注的方向并非社会生活，而是科学研究。2008年11月5日，作为微软公司技术计算副总裁，他在北京参加了微软亚洲研究院为庆祝建院十周年而举办的“创新日”活动，本刊记者对他进行了专访。环球科学：万维网的发明，最初是为了方便粒子物理学家之间的合作交流，如今已经极大地改变了我们的日常生活。而你一直倡导的eScience，目的也是为科研合作交流提供平台和工具。eScience 的提出是否和万维网一样，与粒子物理学有着不解之缘呢？托尼海：我以前就是一名粒子物理学家，目前在英国科学技术办公室任职，工作就是负责英国的eScience 项目。eScience 这个单词是英国科学技术局研究理事会前任会长约翰泰勒(John Taylor)提出的。他经常与粒子物理学、生物学、环境科学等领域的研究人员合作，知道他们早就有一个愿望：有一天计算能够像网络搜索一样变成一项服务。这促使他提出了eScience 这个概念：由计算科学家提供平台或者工具，帮助其他科学家更好地完成研究工作。粒子物理学对网络及计算能力的要求很高。明年，大型强子对撞机将开始产生海量实验数据，粒子物理学家必须把这些数据分散到世界各地，供分布在全球的上千名参与合作的物理学家分析和计算之用。为此，他们建造了所谓的“计算网格”，通过这个网络把不同部门的计算机联网在一起，你可以把计算任务分散到网格上的任何一台计算机上去执行。(参见环球科学2008年3期LHC撞开发现之门一文)不过，粒子物理学家是一个十分特殊的群体他们非常“聪明”，为了达成目的不介意在自己的机器上安装上千万条硬件连接线。根据我的经验，生物学家、化学家和环境科学家就没有这么“聪明”了。他们不愿意自己动手去安装大量软硬件，而是想得到一些“网络2.0”式的服务来搞定这些棘手问题，好让他们专心从事自己领域内的研究工作。事实上，如何让这些不太“聪明”的科学家方便地使用我们所提供的合作技术和数据处理技术，这是eScience所面临的真正挑战。环球科学：在各类学术期刊上发表论文是最为传统的学术交流方式。随着互联网的发展，在线学术交流日益普遍，比如把学术论文发表在arXiv电子文库实现共享。与这些方式相比，eScience 在学术交流方面能够带来哪些便利？托尼海：我曾经在英国南安普顿大学担任电子和计算机科学学院院长。过去15 年来，学术期刊的价格一直在飙升，每年至少上涨10%，但是学院图书馆的经费每年最多增长3%。所以每到年底，我都要痛苦地抉择：明年到底要舍弃哪一本。我甚至没有经费去订阅新的期刊，因此也就无法为学院拓展新的研究方向。这件事清楚地表明，传统的学术交流模式已经过时了。但是新模式应该是什么样子，还没有人知道。在我以前工作过的英国南安普顿大学，我坚持这样一种做法：所有公开发表的作品，包括研究论文、会议文集、访谈记录、数据甚至软件，学院都必须保留一份电子版本。这些资料随后被汇总成一个学院级的研究资料库。我认为，未来的大学图书馆所扮演的角色，就相当于大学所有脑力劳动成果的监护人。这些数据库通过整合来实现文献共享。我相信，计算技术将彻底变革学术交流的面貌。许多拉美国家已经把所有的研究论文汇集在一起，建立了一个名叫SciELO 的数据库。由于拉美地区语言环境复杂，这些论文使用的语言也五花八门，有西班牙语、葡萄牙语，还有英语。因此，我们在这个数据库中整合了一套在线机器翻译服务。如果设置把葡萄牙语翻译成英语，点击需要查阅的葡萄牙语论文，旁边就显示在线翻译的英语版本。这项功能很受用户欢迎，反响热烈。这个数据库中的科研论文，每个人都可以免费访问并阅读。这些数据库都建立在SQLserver的基础之上，不光可以添加论文，还可以储存原始数据。未来，数据库中的论文都会有链接指向原始数据，方便阅读者查阅调用。我们正在与美国约翰斯霍普金斯大学及天体物理学报(Astronomy Physics Journal)展开合作，尝试将天文学领域的论文与原始数据链接起来。事实上，在查阅文献的时候，不光可以找到这篇论文，看到原始数据，还可以将网络上的一切相关信息全显示出来。所有这些资料都通过XML标签绑定在一起，将来通过语义网能够很方便地查询。除了论文和数据的共享以外，我们与大英图书馆(British Library)合作的“研究信息中心”项目，还允许用户围绕数据资料做一些其他的事情。你可以开博客，写维基，点评数据库中的论文，甚至能够建立“社交圈”，选择让一部分人看到你的评论，另一些人则看不到。把类似于“网络2.0”的技术结合到科学研究之中，会是一件非常有趣的事情。这样的论文数据周边服务已经出现。现在， 你已经可以从BioMed Central 订阅一种名叫“Faculty of 1000”的专业服务了。这家电子出版机构聘请一千多位专家，从生物医药领域每个月发表的论文中，选出他们最喜欢和最不喜欢的，并进行点评。你可以阅读这些著名科学家的评论，并且把论文品味与你相似的科学家筛选出来，重点关注他们推荐的论文。环球科学：今年第6期环球科学杂志提到的“科学2.0”引发了巨大的争议，因为这可能会让剽窃者有可乘之机。eScience 的数据分享模式是否也可能为剽窃者打开方便之门？托尼海：确实有这方面的担心，但是在不同的领域，对待这个问题的方式也不一样。在物理学界，许多论文在正式出版之前，草稿会先发表在arXiv电子文库当中。但是，物理学界已经达成共识：草稿在arXiv 上发表的日期就是论文的正式出版日期。这样就杜绝了从草稿中剽窃想法的可能。而在生物学领域，科学家在正式论文发表之前，绝对不会让别人先看到内容。在艺术界和人文学科方面，他们的理念不同，做法也不相同。环球科学：科学进步有哪些特点适合eScience的发展？未来它的前景如何？托尼海：科学变化的一个重要特点就是，以后的科学研究会涉及越来越大量的数据。未来的科学家在从事科学研究时，需要从不同的地方甚至不同的领域获取数据，加上自己的数据分析计算，进而得出新的成果。要完成这样的工作，需要用到许多不同的技能，数据共享和计算能力肯定是不可或缺的。eScience 会为科学家提供众多技术，帮助他们轻松执行计算，发布研究成果，最大程度地实现资源共享及利用。我相信，eScience 能够应用于各种学科，包括自然科学和工程学，甚至艺术、人文及社会科学。日本东京大学的池内克史(Katsushi Ikeuchi)教授将计算科学与遗产保护结合起来，他称之为eHeritage(e 遗产)；把计算科学与工程学结合起来，或许可以称为eEngineering(e 工程)。未来，字母“e”可能不会再被特别指出，因为它将成为我们研究科学的方式和工具，就像我们今天浏览万维网一样方便简单。EScience是一种基础设施，提供了一种信息化的科学研究的环境和平台，使得不同学科领域的研究和科研活动能够有针对地开发特定的科学研究与应用。网格是一种信息社会的网络基础设施，是利用互联网把分散在不同地理位置上的多个资源，全面连通和统一分配，管理及协调起来使用。语义网格通过将网格上信息进行更好的形武化描述来解决以上问题，以使计算机尽可能取代人进行网格上信息处理。【关键词】EScience网格语义网格1 EScience简介1。1 Escience产生背景EScience是在上个世纪末提出来的。众所周知，传统的科学研究都是基于实验的，或者以理论分析为主，但是这种实验的，理论的分析其实存在很多问题，比如比较封闭，没有模拟，没有仿真的手段和方法，因而造成科研周期较长，甚至成本很高，还有些预测性的实验根本没法做出来。人类进入20世纪末21世纪初，科学研究工作面临一些新的挑战，科研环境也发生了很大的变化:首先是科学研究的问题空前复杂化，科学研究的对象已经不再是一个简单的孤立系统，比如以前化学就是化学，物理就是物理，而现在更多的跨学科的，覆盖范围更大的科研问题摆在我们面前;另外科研过程中信息和数据的及时获取和处理显得越来越重要，仿真和大规模的计算也成为科学研究过程中分析，发现和预测的主要手段之一;这个时代也更加强调科学家之间更加密切的合作和交流，这种合作和交流可能跨单位，跨地域，也可能跨国家，跨学科，在这种形势下，EScience也应运而生。EScience计划最初是由英国开始的。2000年11月，在英国Escience的投资计划中宣布，并分配到每项计划的研究理事会的一个工程。核心的Escience计划同时形成，作为一个跨理事会活动发展，作为中间人来安排技术解决方案和一般的中间设备，作为实现Escience并且形成新的商业电子商务软件的基础。核心Escience计划得到OST和DTI的投资并且被EPSRC管理代表所有研究理事会。Escience计划被以教授David Wallace主持筹划委员会监管，他曾经是Lough borough大学的副校长。曾任南安普敦的大学的工程的系主任教授Tony Hey，也作为Escience核心计划的主任对EPSRC的第二阶段负责。1。2 Escience具体函义Escience指的是将通过因特网实现分布式的，全球性合作的大规模日益增长科学。这样合作的科研机构的一个特性就是它们将会被要求接触大量的数据收集，大规模使用计算机资源和高性能显现给单独用户。 EScience实际上是一种基础设施，提供了一种信息化的科学研究的环境和平台，使得不同学科领域的研究和科研活动能够有针对地开发特定的科学研究与应用，因此科研活动的应用是EScience的一个主轴。同时EScience的建立也应该以应用需求为导向，这也是建立EScience的指导思想。另外EScience这个概念也是20世纪后半期IP技术发展的产物，尤其是20世纪的后l0年的rr技术都构成了我们EScience的基础，比如互联网技术，Web技术。实际上，目前的计算技术和存储技术也在突飞猛进地发展，强大的计算能力和存储能力也给我们的EScience提供了广阔的发展空间。另外网络带宽也在不断地创新高，随着信息技术的发展，为资源共享和协同工作而诞生的网格技术，还有协同软件技术等等都在迅速发展着。加之传统技术也在发生很大的变化，为我们的科研提供了绝佳的条件。2 Escience应用的网格及语义网格技术2。1网格技术网格是一种建筑学名词，被引入Escience领域，并带来了一系列的现实的问题和建议。Ian Foster和Carl Kesselman，网格的发明者以实际上的组织作为一个现实定义网格:在这个背景中承认那种资源在个体，机构和资源的动态的l殳集中间实现灵活，安全和协调的资源共享的一个重要的基础设施，包括计算的系统，数据存储和专门研究实验的设施。网格是一种新兴的技术，正处在不断发展和变化当中。简单地说，网格是一种信息社会的网络基础设施，是利用互联网把分散在不同地理位置上的多个资源，包括计算资源，存储资源，通信资源，软件资源，信息资源，知识资源等全面连通和统一分配，管理及协调起来，通过逻辑关系组成一台虚拟的超级计算机。这台机器把每一台参与其中的，包括个人电脑在内的计算机都作为自己的一个节点，成千上万个这样的节点并联起来，就组成了一张有超级计算能力的网格。而每一位将计算机连接到网格上的用户，也就拥有了这架超级计算机，可以随时随地调用其中的计算和信息资源，在获得一体化信息服务的同时，最大程度地实现资源共享。网格计算模式首先把要计算的数据分割，然后不同节点的计算机可以根据自己的处理能力下载一个或多个数据片断。只要位于某个节点的计算机的用户不使用计算机时，就会调动闲置的计算能力。网格的优势在于不但数据处理能力强，而且能充分利用网上的闲置处理能力来节约计算成本，实现资源的共享，消除资源孤岛。2。2语义网格语义网格是语义Web和网格相结合产生的新的研究领域，最初语义网格提出是为了加速EScience的发展，EScience需要跨越不同机构，国家和学科来进行联合的实验，使用远程昂贵的科学设备，交换信息和思想，就是知识共享。网格本身致力于共享信息资源，然而现有网格上存在信息格式异构，信息语义的多重性以及信息关系的匮乏和非统一等问题，无法满足EScience设想的网格应具有高度的简单实用和无缝自动化的需求，这是网格发展现状和应用需求之间目前存在的主要差距，它在其它应用中也同样存在，因此需要在传统的网格中引入语义来改变这种局面，语义网格通过将网格上的信息进行更好的形式化描述来解决以上问题，以使计算机尽可能取代人进行网格上信息处理，通俗讲就是让传统网格更智能化，从而让电子科研和其它的深层次应用该技术，如电子商务，电子政务，数字图书馆等智能化服务在网格上开展成为可能。目前，语义网格的研究在国外已经开展起来，特别是英国投入巨资于EScience计划，在这个领域目前英国走在世界前列，美国，中国等也陆续开始语义网格研究。目前已经有一系列的项目开展起来，而且出现了很好的原型系统，如CoAKTinG项E/SCEC/IT项目，MIAKT项目，MIAS Devices项目，myGrid项目等。语义网格的研究重点是用语义和知识工程的方法来解决目前网格平台建设和应用中存在的各种问题。其研究内容可以概括为以下几个方面。(1)智能实验室(Smart Laboratories)。智能化的实验室是EScience成功不可或缺的，同时配置智能实验室可以充分挖掘Grid的能力;(2)面向服务的结构(ServiceOriented Architectures)。研究语义网格设施的预备和实现，研究基于语义的服务描述语言;(3)基于代理的方法(Agent Based Approaches)。研究Agent Based架构使用，研究交互语言以便开发，制定，维护EScience marketplaces;(4)信任和证实(Trust andProvenance)。研究网格系统中计算信任建立的过程，方法，技术，决定内容种源和品质，这些涉及到数字权管理问题。3 Escience在英国的发展情况2001年开始的英国EScience计划是近年来英国政府在信息技术领域支持的最大的研究计划，总经费2。5亿英镑。英国政府把它作为改变英国科学研究现状的重大举措。2002年，英国首相布莱尔曾指出:英国是第一个开发全国范围的EScience网格的国家。这样的网格使得我们能像用web访问信息一样容易地访问计算能力，科学数据仓库和实验设施。英国EScience倡导人John Taylor谈到EScience的访问分布存储的意义时指出:EScience意味着通过全球分布协作，使用海量数据集合，万亿次级的计算资源和高性能的可视化，有效地提高科学研究效率。从2004年起英国开始实施EScience第二阶段。第二阶段突出网格中间件，可持续运行的网格服务环境，网格支持环境中心，数据维护中心等方面的研究和建设。目前已经在南安普敦大学建设了开放中间件基础设施研究所，在RAL国家实验室建设了网格支持中心，建成了由牛津，RAL等六个中心组成的英国国家网格服务环境，在爱丁堡大学建设了数据维护中心，同时启动支持了一批新的网格应用项目。在英国Escience的建设中，主要有以下国家地区:Escience中心国家电子科学中心(NeSC)，贝尔法斯特电子科学中心(BesC)，剑桥电子科学中心(CeSC)，CLRC电子科学中心(CLRCeSC)，网格支持中心(GSC)，伦敦电子科学中心(LeSC)，东北部地区电子科学中(NEReSC)，牛津电子科学中心(OeSC)，南安普敦电子科学中心(SeSC)，威尔士的电子科学中心(WeSC)。还有其它的优秀的电子科学中心如:UCL，布里斯托尔，兰开斯特，伯明翰，雷丁，累斯特。第四届英国电子科学(AHM 2005)，计划将在东部会议中心诺丁汉举行，从2005年9月19日至22日。今年的会议的主题是通过电子科学革新反映的英国电子科学计划已在使用计算机和应用科学中如何产生革新的解决方案。会议的目标是提供在所有学科的项目中关于电子科学的信息能被交流的一个场所，以及能力能在什么地方被显示。4 Escience在中国的发展4。1 EScience网格研究计划EScience网格研究计划是国家基金委员会投资1 500万的大型网格项目。该项目建设以网络为基础的科学活动环境，目标是利用网络技术将地理上位置不同的计算设施，存储设备，仪器仪表等集成在一起，建立面向网络服务的通用基础支撑环境，实现Internet上计算资源，数据资源和服务资源的有效聚合和广泛共享，从而建立一个能够实现区域或全球合作或协作的虚拟科研和实验环境，支持以大规模计算和数据处理为特征的科学活动。4。2上海网格项目上海网格项目于2003年11月启动，到2005年l0月将提供的研究成果包括:一个虚拟研究平台，一个基于P2P技术的虚拟研究平台，二份战略报告，四套标准规范建议，四项关键技术研究支撑一个典型应用研究(交通信息网格服务)，八套信息网格系统软件与应用软件。其研究内容和目标无论是对于城市信息化的基本软件构架还是特定组织和个人都将有着重大影响。可以预见，随着上海交通信息网格的建立和应用，交通信息服务业也将随之出现新的业务，其市场前景十分广阔。4。3中科院EScience计划2000年在科学数据库项目建设中，中科院就曾经提出过类似的思想，当然当时不叫EScience也不叫科学数据网格，而