e-science Ing. Agr. Marcelo Bosch. - Coordinador de Nuevas Tecnologías

Transcripción

1 e-science Se dice que la revolución informática, las TICs, Internet y los celulares cambiaron todos los aspectos de la vida moderna. La ciencia caería dentro de esta sacudida, según los teóricos e ideólogos de la llamada ciencia digital o e-science. Lejos estamos de tomar al pie de la letra esta metáfora, pero sí sabemos que las herramientas tele-informáticas han permeado todas las actividades científicas y tecnológicas, aunque con diversas lógicas, impactos y grados de éxito. Como con todas las metáforas sociales, no hay una definición precisa de e-science ni tampoco la necesitamos, puesto que nos interesan principalmente las aplicaciones concretas, los procesos científicos involucrados y los impactos en el desarrollo nacional y la integración global. No obstante explicaremos a qué se refiere en general esta expresión y otras relacionadas, que ya se multiplican en todas las comunidades científicas del mundo (solamente el Document Server del CERN registra 130 documentos con la expresión e- science y Google muestra casi resultados). Empecemos entonces viendo algunas perspectivas: Wikipedia: The term e-science (or escience) is used to describe computationally intensive science that is carried out in highly distributed network environments, or science that uses immense data sets that require grid computing; the term sometimes includes technologies that enable distributed collaboration, such as the Access Grid. Research Council UK: The term "e-science" denotes the systematic development of research methods that exploit advanced computational thinking" Science and Technology Facilities Council UK: e-science provides the computing, data storage and networking infrastructure required by today's advanced science facilities to support the complete scientific lifecycle, from background research, through simulation and experimental design, data collection and analysis to publication. Traditionally science involved two main pillars: theory to generate hypotheses and experimentation to test them. In modern science theories are complex, data volumes are large, and experimental teams are often international collaborations. A third pillar of e-science has been added to the scientific process. Microsoft: Increasingly, scientific breakthroughs will be powered by advanced computing capabilities that help researchers manipulate and explore massive datasets. The speed at which any given scientific discipline advances will depend on how well its researchers collaborate with one another, and with technologists, in areas of escience such as databases, workflow management, visualization, and cloud computing technologies. e-science Institute UK In the future, e-science will refer to the large scale science that will increasingly be carried out through distributed global collaborations enabled by the Internet. Typically, a feature of such collaborative scientific enterprises is that they will require access to very large data collections, very large scale computing resources and high performance visualisation back to the individual user scientists. Dirección Nacional Asistente de Comunicaciones y Sistemas Pág. 1/7

2 Red Española de e-ciencia: La Red Nacional de e-ciencia persigue coordinar e impulsar el desarrollo de la actividad científica en España mediante el uso colaborativo de recursos geográficamente distribuidos e interconectados mediante Internet. En la red participan usuarios y expertos en aplicaciones de diversas disciplinas científicas (biocomputación, imagen médica, química computacional, fusión, meteorología, etc.), investigadores en el ámbito de las TIC y centros proveedores de recursos, quedando así representados todos los actores de la e-ciencia. La necesidad de la e-ciencia se fundamenta en la creciente exigencia por parte de los científicos de más recursos de procesamiento y almacenamiento de datos, así como de nuevas formas de trabajo colaborativo que conduzcan a la sociedad del conocimiento. e-science bulletin USA: The term e-science refers to large scale science that is carried out through distributed global collaborations enabled by the Internet. Typically, such collaborative scientific enterprises require access to very large data sets, very large scale computing resources, and high performance visualization. e-science is a digital infrastructure that allows scientists to conduct research in new ways. Common terminology related to e-science include cyberinfrastructure, grids, grid computing, distributed networks, and high performance computing. Projects often involve collaboration between large teams, developed and managed by research laboratories, large universities, and governments. In the United States these are primarily funded by the National Science Foundation and the Department of Energy s Office of Science, which support the nation's supercomputing centers. Bioinformatics, earth sciences, and highenergy physics are examples of scientific disciplines with significant e-science projects. Red Universitaria Nacional Chilena (REUNA) e-ciencia es el concepto que define a aquellas actividades científicas que se desarrollan a través de la utilización de recursos geográficamente distribuidos a los que se accede mediante Internet. Pero recursos como cálculo y almacenamiento masivo -los más frecuentemente requeridos en el ámbito de la e-ciencia-, no se satisfacen con la Internet comercial, ellos requieren de las redes de alta velocidad dedicadas a la investigación -las denominadas Redes Académicas. Éstas y las aplicaciones de trabajo colaborativo que en ellas se desarrollan, están creando un escenario ideal para la interacción entre investigadores. Como puede extraerse de los ejemplos citados, los ejes principales de esta metáfora son: La colaboración científica a escala nacional, regional y global La accesibilidad de la información científica El uso compartido de recursos tecnológicos de alta gama: o El supercómputo o El almacenamiento masivo o La supercolectividad El incremento de la capacidad científica en materia de: o Captación de datos o Procesamiento de información o Modelación o Predicción De hecho puede abordarse la temática desde la doble perspectiva humano-social y tecnológica, cada una con una diversidad de enfoques, herramientas y comunidades. Para dar una idea de la importancia y alcance internacional del tema/problema, listaremos las principales conferencias y revistas científicas, lo cual es apenas un indicador de la importancia, la preocupación y ocupación internacional. Dirección Nacional Asistente de Comunicaciones y Sistemas Pág. 2/7

3 e-science Journals Se han publicado miles de artículos científicos y tecnológicos sobre e-science o e-research y muchas revistas científicas han dedicado ediciones especiales al tema; he aquí algunos ejemplos: International Journal of u- and e- Service, Science and Technology Journal of Cluster Computing Journal of Web Semantics Journal of Computer-Mediated Communication's Journal of Computing and Informatics Special Issue on Semantic e-science BMC Bioinformatics International Journal of Mathematical, Physical and Engineering Sciences International Journal of High Performance Computing Applications Nature Reviews Journal of Technology Management & Innovation Royal Society journal e-science Conferences En material de encuentros científicos merecen destacarse las siguientes conferencias y congresos, (sea específicos o que han incluido la temática): IEEE International Conference on e-science ( ) German e-science Conference (2007) Ibergrid Conference ( ) Librarians & e-science: focusing towards 20/20 (2008) Enabling Grids for e-science (Turquía 2008) EUMedGrid Workshop (2007) Microsoft escience Workshop (2008) e-science - The Changing Landscape (2009) Euroweb 2002 Conference Crossing Boundaries: Computational Science, E-Science and Global E-Infrastructures (UK, 2008) International Conference on Computing in High Energy and Nuclear Physics (2009) e-infraestructure La llamada cyberinfraestructure es otra expresión relacionada que según Wikipedia sería: describes the new research environments that support advanced data acquisition, data storage, data management, data integration, data mining, data visualization and other computing and information processing services over the Internet. In scientific usage, cyberinfrastructure is a technological solution to the problem of efficiently connecting data, computers, and people with the goal of enabling derivation of novel scientific theories and knowledge. Data Storage Super Cómputo Conectividad En general los tres componentes de la infraestructura digital para un entorno de trabajo científico de alta performance son: e-infraestructura Dirección Nacional Asistente de Comunicaciones y Sistemas Pág. 3/7

4 a) Conectividad de alta velocidad (Internet2) b) Almacenamiento masivo de datos (Datacenter, Clusters) c) Súper cómputo (HPC) Sin embargo, estos tres componentes tecnológicos son apenas la base para que la información circule entre personas y dispositivos, todavía hacen falta las plataformas, los modelos y las aplicaciones que las comunidades científicas y tecnológicas producen para procesar la creciente generación de información. Por otra parte toda la infraestructura digital y los recursos humanos implicados, requieren de ciertos enfoques, marcos o modelos de colaboración científica y logística operacional, que desborda el tradicional modelo organizacional. A todo ello se le puede llamar e-ciencia. La Argentina posee una Conectividad Avanzada, actualmente gestionada por Innova-Red, una organización vinculada a CONICET; paralelamente se han venido instalando y desarrollando en las instituciones científicas y académicas una cantidad de clusters de computadoras, destinados a resolver problemas data-intensivos o cálculo-intensivos y lo mismo puede decirse de las instalaciones para almacenamiento masivo o Data-centers. Por sobre toda esta maquinaria sobrevuela una comunidad de técnicos especializados que los impulsan y generan conocimiento de indudable valor estratégico para la ciencia del futuro. Lejos estamos de alcanzar los niveles de los países desarrollados y de algunos vecinos Latinoamericanos que se lanzaron a la carrera hace pocas décadas, pero existe la base institucional y humana para acelerar el paso. Tal fue el espíritu de las discusiones que se dieron en el ámbito del Taller de Lanzamiento de la Iniciativa Grid Argentina, llevado a cabo los días 21 y 22 de Octubre de La República de Sudáfrica Similar enfoque fue compartido en la reunión de Cooperación Bilateral con la Republica de Sudáfrica de la que participó el respon sable del Centre for High Performance Computing, South Africa, Happy Sithole (PhD), quien insistió en que, más allá de las tecnologías del momento y las capacidades disponibles, el principal driver de proyectos de e-ciencia es la generación de Capital Humano. Obviamente que esto implica trabajo a largo plazo, así como subordinación de lo puramente técnico a una adecuada estratégica de e- ciencia, tal como puede verse en el slide de su presentación del 16 de setiembre de 2009 en el MINCyT. Por su parte el Director of Infrastructure del Department of Science and Technology, Charles Mokonoto, hizo énfasis en el rol de la e-infraestructura para la I+D sudafricana y el desarrollo de su capital humano, enmarcado todo en una estrategia de largo plazo que arranca allá por el año 1988, Lo poco dicho hasta aquí habla de la necesidad de cambiar el enfoque de la informática como mero auxiliar institucional, a un socio científico de valor estratégico. Desde el punto de vista computacional, algunos de los enfoques que disputan por la atención y fondos de la comunidad científica y política, son 1 : 1 Definiciones tomadas de Wikipedia Dirección Nacional Asistente de Comunicaciones y Sistemas Pág. 4/7

5 Cluster computing El término cluster se aplica a los conjuntos o conglomerados de computadoras construidos mediante la utilización de componentes de hardware comunes y que se comportan como si fuesen una única computadora. Hoy en día desempeñan un papel importante en la solución de problemas de las ciencias, las ingenierías y del comercio moderno. La tecnología de clusters ha evolucionado en apoyo de actividades que van desde aplicaciones de supercómputo y software de misiones críticas, servidores Web y comercio electrónico, hasta bases de datos de alto rendimiento, entre otros usos. Grid computing La computación grid es una tecnología innovadora que permite utilizar de forma coordinada todo tipo de recursos (entre ellos cómputo, almacenamiento y aplicaciones específicas) que no están sujetos a un control centralizado. En este sentido es una nueva forma de computación distribuida, en la cual los recursos pueden ser heterogéneos (diferentes arquitecturas, supercomputadores, clusters...) y se encuentran conectados mediante redes de área extensa (por ejemplo Internet). Cloud computing La computación en nube, del inglés cloud computing, es un paradigma que permite ofrecer servicios de computación a través de Internet. La nube es una metáfora de Internet. Virtual organization Expresión que se refiere a un conjunto heterogéneo de personas, grupos e instituciones que trabajan compartiendo determinados recursos bajo ciertas reglas y condiciones. Comparte además necesidades y compromisos que justifican y aseguran un trabajo cooperativo. Más allá de los detalles técnicos, los enfoques estratégicos y las herramientas disponibles, existe un consenso generalizado en la comunidad científica y tecnológica en cuanto a la creciente necesidad de disponer de una infraestructura digital para la ciencia, que empuje sus límites actuales y que la potencie. En muchas áreas se visualizan restricciones a los propios objetivos propuestos y en otras se supone que la disponibilidad de e-facilities, potenciaría proyectos en desarrollo o haría viables algunos otros que están en cartera. Algunos proyectos críticos para la humanidad, como el estudio y la modelación climática, no serían viables sin la convergencia activa de disciplinas tradicionales (climatología, meteorología, astronomía) con las ciencias de la computación. Y desde la logística de la información, tampoco podrían llevarse a cabo, puesto que requieren captación, transimisión y procesamiento global y distribuido de enormes volúmenes de datos. Por dicha razón muchos países montan y desarrollan Arquitecturas Nacionales de Observación de la Tierra que se integran a su vez a la red global o planetaria. Sin embargo, en nuestro país, la meteorología no es lo que debería ser. En un país cuya principal o una de las principales fuentes de ingreso es la industria relacionada con lo agrícola, lo ganadero; donde las condiciones meteorológicas y el clima influyen sensiblemente. Lamentablemente, para nosotros los meteorólogos y para los usuarios de la información meteorológica, aquí no se invierte en meteorología 2. Las implicancias técnicas del desafío de la integración mundial son obvias y merecen un adecuado tratamiento. A riesgo de parecer reiterativo, insistimos en que prepararse para dicha integración es un proceso de muy largo plazo donde el problema de los recursos humanos es de máxima prioridad. El incremento de las necesidades de e-infraestructura viene dado por la concurrencia de varios fenómenos: 1. La intensificación en el uso de análisis cuantitativos en casi todas las disciplinas, debido a su maduración teórica 2. El incremento en el volumen de datos adquiridos debido al uso masivo de sensores, de modelos y de programas estadísticos 3. La globalización y netificación científica que interconecta bases de datos dispersas por todo el mundo, multiplicando los efectos mencionados en los puntos 1 y 2. 2 Mauricio Saldívar para la Agencia de Noticias de Bariloche. Dirección Nacional Asistente de Comunicaciones y Sistemas Pág. 5/7

6 4. La necesidad de cambiar del concepto propietario-acumulativo de información científica al concepto comunitario-colaborativo. 5. La necesidad de especializar e integrar, para sortear problemas de economía de escala en la investigación de problemas complejos. Iniciativas del MINCyT El Ministerio de Ciencia y Tecnología a través de la Secretaría de Articulación Científico Tecnológica, está llevando adelante iniciativas para desarrollar sistemas nacionales que integren recursos científicos de alto desempeño y valor estratégico, como el sistema de microscopía, la biblioteca digital, los datos biológicos, el supercómputo (Clementina2), redes avanzadas (Internet2) y las recientemente lanzadas iniciativas CENAS y Grid (ver recuadro). Según la página Web del MINCyT: Propuesta para un Centro Nacional de Supercómputos. (doc. adjunto.) Taller de Lanzamiento de la Iniciativa Grid Argentina w=full&letter=[all]&confid=66398 Es fundamental el desarrollo de un programa de grandes equipamientos que promueva la interconexión de capacidades de investigación y transferencia, dentro de la perspectiva de una "red de convergencia", favoreciendo que el trabajo de los investigadores se desarrolle junto al de los sectores industriales. Para este fin, resulta imprescindible dotar al sistema de una adecuada capacidad de comunicación, tanto interna como con el mundo, a través de las nuevas tecnologías de la información y las comunicaciones. Situación en INTA: La institución ha venido invirtiendo en mejorar su infraestructura de telecomunicaciones e informática, tratando de revertir décadas de falta de atención, y apuntando a fortalecer y mejorar la calidad de los servicios básicos (telefonía fija y móvil, redes LAN, conectividad a Internet y centralización de servicios informáticos). Sin embargo hasta donde sabemos no existen iniciativas de sistemas globales equivalentes a las mencionadas más arriba con un enfoque de e-ciencia. Más bien se trata de un enfoque de soporte básico a las actividades sustantivas y es una etapa que aún no está terminada. Una segunda etapa orientada a fortalecer la colaboración y cooperación científica y tecnológica, entre las unidades de INTA y hacia fuera, parecería ser una necesidad sentida de técnicos, coordinadores y directores, tanto por los problemas que causan las actuales condiciones, como por la sensación de pérdida de liderazgo tecnológico que la vorágine innovadora provee. Dado que la segunda etapa es sumamente más compleja, tanto por cuestiones técnicas como por cuestiones organizacionales, resulta de máximo interés establecer un espacio de reflexión y discusión interdisciplinario e interinstitucional en diferentes niveles (político, estratégico y técnico). Del lado de la demanda, resulta fácil extraer conclusiones analizando la cartera de proyectos, relevando las actividades cruzadas por TICs y fundamentalmente escuchando las necesidades de los investigadores y desarrolladores. Algunos casos paradigmáticos como la bioinformática y la meteorología hablan por sí solos, pero la experiencia de los dos años en que realizamos el Congreso de Agroinformática 3, nos dice que hay muchísimo más por hacer y que la capacidad intelectual dispersa sólo espera las condiciones adecuadas para la sinergia. 3 Dirección Nacional Asistente de Comunicaciones y Sistemas Pág. 6/7

7 Los países que van a la vanguardia en cooperación científica tiene amplia experiencia acumulada y largos caminos recorridos plenos de éxitos y fracasos, de los cuales podemos aprender. También hay disponibles espacios de cooperación y fuentes de financiación para integrar iniciativas locales a redes regionales como la europea (FP7). Parece ser el momento de plantearse preguntas estratégicas básicas: Reconocemos alguna importancia a las TICs para la evolución científica y tecnológica? Reconocemos el grado de complejidad que la e-ciencia propone? Entendemos los desafíos organizacionales implicados? Entendemos el problema crítico de los RRHH? Entendemos los años necesarios para desarrollar un enfoque nuevo? Conocemos los años de retraso que acusamos frente al resto del mundo? Reconocemos que las TICs se basan en las CICs y que su apropiación es crítica para toda la actividad del INTA? Entendemos la necesidad de formar (doctores) y retener investigadores en TICs capaces de integrarse internamente en paridad, y de articular con el resto del sistema científico de CICs? Entendemos que sin lo anterior, estamos en malas condiciones para acceder a la cooperación científica internacional? Evaluamos el costo de la pérdida del liderazgo tecnológico, aun en áreas tradicionales por retrasos en el área de TICs? De las respuestas que surjan se desprenderán las acciones políticas y estratégicas iniciales para modelar una asimilación organizacional de esta problemática que tradicionalmente ha estado fuera de agenda y más recientemente fuera de la matriz. Sea cual fuere el camino a seguir, está claro que para que la ciencia y tecnología de hoy se proyecte al futuro, deberemos agregar a las inversiones en TICs, fuertes desarrollos de las CICs e integrar éstas al resto de la I+D. Buenos Aires, Noviembre de 2009 Documentos relacionados La necesidad de un espacio disciplinar (Bosch. 2007) Reflexiones acerca de la Cooperación EU-LA en TICs (Bosch. 2007) Polos de Tecnologías de Información y Comunicación. Nuevo Paradigma de Innovación y Desarrollo? (Bosch. 2007) La página de NTICs: Casos destacados de e-infraestructuras The Rosen Center for Advanced Computing (RCAC), is a research computing center at Purdue University. The Wron Visualization Center Australia. Centre for High Performance Computing (CHPC) ewater Dirección Nacional Asistente de Comunicaciones y Sistemas Pág. 7/7