La E-Ciencia o eScience es ciencia computacionalmente intensiva que se lleva a cabo en entornos de redes altamente distribuidas , o ciencia que utiliza inmensos conjuntos de datos que requieren computación grid ; el término a veces incluye tecnologías que permiten la colaboración distribuida, como Access Grid . El término fue creado por John Taylor, Director General de la Oficina de Ciencia y Tecnología del Reino Unido en 1999 y se utilizó para describir una gran iniciativa de financiación que comenzó en noviembre de 2000. Desde entonces, la ciencia electrónica se ha interpretado de manera más amplia, como "la aplicación de la tecnología informática a la realización de investigaciones científicas modernas, incluida la preparación, la experimentación, la recopilación de datos, la difusión de resultados y el almacenamiento a largo plazo y la accesibilidad de todos los materiales generados a través del proceso científico, que pueden incluir el modelado y análisis de datos, cuadernos de laboratorio digitalizados, conjuntos de datos brutos y ajustados, producción de manuscritos y versiones preliminares, preimpresiones y publicaciones impresas y/o electrónicas." [1] En 2014, la serie de conferencias IEEE eScience condensó la definición a "eScience promueve la innovación en la investigación colaborativa, computacional o con uso intensivo de datos en todas las disciplinas, durante todo el ciclo de vida de la investigación" en una de las definiciones de trabajo utilizadas por los organizadores. [2] La ciencia electrónica abarca "lo que a menudo se conoce como big data [que] ha revolucionado la ciencia... [como] el Gran Colisionador de Hadrones (LHC) en el CERN... [que] genera alrededor de 780 terabytes por año ... los campos de la ciencia modernos con gran uso intensivo de datos... que generan grandes cantidades de datos de ciencia electrónica incluyen: biología computacional , bioinformática , genómica" [1] y la huella digital humana para las ciencias sociales . [3]
El ganador del Premio Turing, Jim Gray, imaginó la "ciencia intensiva en datos" o " e-ciencia " como un "cuarto paradigma" de la ciencia ( empírica , teórica , computacional y ahora basada en datos) y afirmó que "todo lo relacionado con la ciencia está cambiando debido a la "El impacto de las tecnologías de la información" y la avalancha de datos . [4] [5]
La E-Ciencia revoluciona las dos patas fundamentales del método científico : la investigación empírica , especialmente a través de big data digitales ; y teoría científica , especialmente a través de la construcción de modelos de simulación por computadora . [6] [7] Estas ideas fueron reflejadas por la Oficina y la Política de Ciencia y Tecnología de la Casa Blanca en febrero de 2013, que programó muchos de los productos de e-Ciencia antes mencionados para requisitos de preservación y acceso según la directiva del memorando. [8] Las ciencias electrónicas incluyen la física de partículas, las ciencias de la tierra y las simulaciones sociales .
La mayoría de las actividades de investigación en e-Ciencia se han centrado en el desarrollo de nuevas herramientas e infraestructuras computacionales para respaldar el descubrimiento científico. Debido a la complejidad del software y los requisitos de infraestructura de backend, los proyectos de e-Ciencia suelen implicar grandes equipos gestionados y desarrollados por laboratorios de investigación, grandes universidades o gobiernos. Actualmente [ ¿ cuándo? ] hay un gran enfoque en la e-Ciencia en el Reino Unido, donde el programa de e-Ciencia del Reino Unido proporciona una financiación significativa. En Europa, el desarrollo de capacidades informáticas para respaldar el Gran Colisionador de Hadrones del CERN ha llevado al desarrollo de infraestructuras de e-ciencia y Grid que también son utilizadas por otras disciplinas.
Ejemplos de infraestructuras de e-ciencia incluyen Worldwide LHC Computing Grid, una federación con varios socios, incluida la European Grid Infrastructure, Open Science Grid y Nordic DataGrid Facility.
Para respaldar las aplicaciones de ciencia electrónica, Open Science Grid combina interfaces con más de 100 clusters a nivel nacional, 50 interfaces con cachés de almacenamiento distribuidas geográficamente y 8 grids de campus (Purdue, Wisconsin-Madison, Clemson, Nebraska-Lincoln, FermiGrid en FNAL, SUNY- Buffalo y Oklahoma en Estados Unidos y la UNESP en Brasil). Las áreas de ciencia que se benefician de Open Science Grid incluyen:
Después de su nombramiento como Director General de los Consejos de Investigación en 1999, John Taylor, con el apoyo del Ministro de Ciencia David Sainsbury y el Ministro de Hacienda Gordon Brown , propuso al Tesoro de Su Majestad financiar un programa de desarrollo de infraestructura electrónica para la ciencia que Proporcionar las bases para que la ciencia y la industria del Reino Unido sean líderes mundiales en la economía del conocimiento , lo que motivó la Estrategia de Lisboa para el crecimiento económico sostenible a la que se comprometió el gobierno del Reino Unido en marzo de 2000.
En noviembre de 2000, John Taylor anunció 98 millones de libras esterlinas para un programa nacional de ciencia electrónica en el Reino Unido. Se planeó una contribución adicional de £20 millones por parte de la industria del Reino Unido para igualar los fondos con los proyectos en los que participaron. De este presupuesto de £120 millones durante tres años, £75 millones se gastarían en proyectos piloto de aplicaciones de redes en todas las áreas de la ciencia, administrados por el Consejo de Investigación responsable de cada área, mientras que el EPSRC administraría £ 35 millones como programa básico para desarrollar middleware Grid de "potencia industrial". La fase 2 del programa para 2004-2006 contó con el apoyo de otros 96 millones de libras esterlinas para proyectos de aplicación y 27 millones de libras esterlinas para el programa básico del EPSRC. La fase 3 del programa para 2007-2009 contó con el apoyo de otros 14 millones de libras esterlinas para el programa principal del EPSRC y una suma adicional para las solicitudes. La financiación adicional para las actividades de ciencia electrónica del Reino Unido provino de fondos de la Unión Europea, del consejo de financiación universitaria SRIF para hardware y de Jisc para redes y otras infraestructuras.
El programa de e-Ciencia del Reino Unido comprendía una amplia gama de recursos, centros y personas, incluido el Centro Nacional de e-Ciencia (NeSC), gestionado por las Universidades de Glasgow y Edimburgo , con instalaciones en ambas ciudades. [9] Tony Hey dirigió el programa principal de 2001 a 2005. [10]
Dentro del Reino Unido, los centros regionales de e-Ciencia apoyan a sus universidades y proyectos locales, que incluyen:
También hay varios centros de excelencia y centros de investigación.
Además de los centros, los proyectos piloto de aplicación de la red fueron financiados por el Consejo de Investigación responsable de cada área de financiación científica del Reino Unido.
El EPSRC financió 11 proyectos piloto de e-Ciencia en tres fases (por alrededor de £3 millones cada una en la primera fase):
El PPARC / STFC financió dos proyectos: GridPP (fase 1 por £17 millones, fase 2 por £5,9 millones, fase 3 por £30 millones y una cuarta fase que se ejecutará de 2011 a 2014) y Astrogrid (£14 millones en 3 fases). .
Los £23 millones restantes de la financiación de la fase uno se dividieron entre los proyectos de solicitud financiados por BBSRC, MRC y NERC:
El programa de e-Ciencia financiado por el Reino Unido fue revisado tras su finalización en 2009 por un panel internacional dirigido por Daniel E. Atkins , director de la Oficina de Ciberinfraestructura de la NSF de EE.UU. El informe concluyó que el programa había desarrollado un conjunto de conocimientos especializados, algunos servicios y había conducido a la cooperación entre la academia y la industria, pero que estos logros se produjeron a nivel de proyecto y no mediante la generación de infraestructura o la transformación de disciplinas para adoptar la e-Ciencia como un método normal de trabajo y que no eran autosostenibles sin más inversiones.
Las iniciativas con sede en los Estados Unidos, donde el término ciberinfraestructura se utiliza normalmente para definir proyectos de e-ciencia, están financiadas principalmente por la oficina de ciberinfraestructura de la Fundación Nacional de Ciencias (NSF OCI) [11] y el Departamento de Energía (en particular la Oficina de Ciencias). .
La investigación holandesa en ciencia electrónica está coordinada por el Centro Holandés de ciencia electrónica en Ámsterdam, una iniciativa fundada por NWO y SURF.
Plan-Europe es una plataforma de centros nacionales de ciencia electrónica/investigación de datos en Europa, establecida durante la reunión constitutiva del 29 al 30 de octubre de 2014 en Amsterdam, Países Bajos, y que se basa en términos de referencia acordados. PLAN-E tiene un grupo central de miembros activos y se reúne dos veces al año. Puede encontrar más información en PLAN-E.
Dos grupos diferentes de universidades han llevado a cabo dos proyectos de investigación académica en Suecia para ayudar a los investigadores a compartir y acceder a recursos y conocimientos informáticos científicos:
La ciencia tradicional es representativa de dos tradiciones filosóficas distintas dentro de la historia de la ciencia, pero se argumenta que la e-Ciencia requiere un cambio de paradigma y la adición de una tercera rama de las ciencias. "La idea de los datos abiertos no es nueva; de hecho, al estudiar la historia y la filosofía de la ciencia, a Robert Boyle se le atribuye haber enfatizado los conceptos de escepticismo , transparencia y reproducibilidad para la verificación independiente en las publicaciones académicas de la década de 1660. Posteriormente, el método se dividió en dos ramas principales, los enfoques deductivo y empírico. Hoy en día, una revisión teórica del método científico debería incluir una nueva rama, defendida por Victoria Stodden , la del enfoque computacional, donde, al igual que los otros dos métodos, todos "Se revelan los pasos computacionales mediante los cuales los científicos sacan conclusiones. Esto se debe a que en los últimos 20 años, la gente ha estado lidiando con cómo manejar los cambios en la computación y simulación de alto rendimiento ". [1] Como tal, la ciencia electrónica apunta a combinar tradiciones empíricas y teóricas, [3] mientras que las simulaciones por computadora pueden crear datos artificiales y los big data en tiempo real pueden usarse para calibrar modelos de simulación teórica. [7] Conceptualmente, la e-Ciencia gira en torno al desarrollo de nuevos métodos para ayudar a los científicos a realizar investigaciones científicas con el objetivo de realizar nuevos descubrimientos científicos mediante el análisis de grandes cantidades de datos accesibles a través de Internet utilizando grandes cantidades de recursos computacionales. Sin embargo, no se pueden hacer descubrimientos de valor simplemente proporcionando herramientas computacionales, una ciberinfraestructura o realizando un conjunto predefinido de pasos para producir un resultado. Más bien, es necesario que la actividad tenga un aspecto original y creativo que, por su naturaleza, no pueda automatizarse. Esto ha llevado a diversas investigaciones que intentan definir las propiedades que las plataformas de e-Ciencia deberían proporcionar para respaldar un nuevo paradigma de hacer ciencia y nuevas reglas para cumplir con los requisitos de preservar y hacer que los resultados de los datos computacionales estén disponibles de manera tal que son reproducibles en pasos lógicos y rastreables, como un requisito intrínseco para el mantenimiento de la integridad científica moderna que permite atenuar la "tradición de Boyle en la era computacional". [1]
Una visión [14] sostiene que, dado que una instancia de proceso de descubrimiento moderno tiene un propósito similar a una prueba matemática, debería tener propiedades similares, es decir, permite que los resultados se reproduzcan de manera determinista cuando se vuelven a ejecutar y que los resultados intermedios pueden considerarse para ayudar en el examen y comprensión. En este caso, no basta con modelar la procedencia de los datos. Hay que modelar la procedencia de las hipótesis y los resultados generados al analizar los datos, así como proporcionar evidencia que respalde nuevos descubrimientos. Por lo tanto, se han propuesto y desarrollado flujos de trabajo científicos para ayudar a los científicos a rastrear la evolución de sus datos, resultados intermedios y resultados finales como un medio para documentar y rastrear la evolución de los descubrimientos dentro de una investigación científica.
Otros puntos de vista incluyen la Ciencia 2.0, donde la e-Ciencia se considera un cambio de la publicación de resultados finales por grupos colaborativos bien definidos hacia un enfoque más abierto, que incluye el intercambio público de datos sin procesar, resultados experimentales preliminares e información relacionada. Para facilitar este cambio, la visión de la Ciencia 2.0 consiste en proporcionar herramientas que simplifiquen la comunicación, la cooperación y la colaboración entre las partes interesadas. Este enfoque tiene el potencial de: acelerar el proceso de descubrimiento científico; superar los problemas asociados con las publicaciones académicas y la revisión por pares; y eliminar barreras de tiempo y costos, que limitan el proceso de generación de nuevos conocimientos.
{{cite web}}: Mantenimiento CS1: copia archivada como título ( enlace )Simplemente sucede que en Estados Unidos eligieron otro nombre.
Personalmente, creo que e-Ciencia es un nombre mucho mejor que ciberinfraestructura.Transcripción completa Archivada el 25 de marzo de 2012 en Wayback Machine , actualizada el 15 de diciembre de 2006.