Hvad er eScience?

eScience

”eScience er en forskningsmetode, der indebærer indsamling, behandling og anvendelse af videnskabelig information i dataform. Stadig bedre metoder til at indsamle, generere og digitalisere og efterfølgende opbevare data, åbner helt nye muligheder for forskning indenfor alle fagområder. Bearbejdning af de store tilgængelige datamængder med computerberegninger, modelleringer og visualiseringer åbner op for at løse og forstå komplekse problemstillinger, der ikke tidligere var tilgængelige. Traditionelt set har eScience primært været anvendt indenfor de naturvidenskabelige fagområder, som fx partikelfysik og bioinformatik. Anvendelse af eScience indenfor andre områder er i vækst, og potentialet for at opnå nye forskningsresultater er stort”. Kilde: Dansk Roadmap for Forskningsinfrastruktur 2011, Styrelsen for Forskning og Innovation.

e-Infrastruktur til eScience

  • Netinfrastruktur; netværk specielt designet til forskningsformål og med højkapacitetsforbindelser til internationale samarbejdspartnere og ressourcer over hele verden
  • High Performance Computing (HPC/supercomputing); beregningsressourcer til forskningsdata
  • Storage, datamanagement; lagring af data, dataarkitektur og datasikkerhed
  • Applikationer og services, der understøtter og supplerer den øvrige e-infrastruktur

e-Infrastruktur er altså den infrastruktur, der gør eScience mulig.

Hvad siger forskerne om eScience?

Professor MSO Niels Brügger, Institut for Kommunikation og Kultur - Medievidenskab, AU:

Digital humaniora er en digital computer anvendt til humanistisk analyse. Vi taler altså om mere end bare at skrive noget i Word. Drivkraften for digital humaniora er, at væksten i analoge data er standset. Stort set alle nye data i verden kommer digitalt. Derfor er spørgsmålet ikke længere, om vi humanistiske forskere skal arbejde digitalt, spørgsmålet er hvordan.

Lektor Jakob Grove, Biomedicin, AU:

Min opfattelse er, at eScience er et begreb, der går på tværs af de klassiske fagtermer indenfor videnskaberne, og samler discipliner, der har det til fælles, at man for at udføre sin forskning, gør brug af meget højt ydende computersystemer. Dette omfatter ”big data”, men er ikke begrænset dertil, tværtimod kan der være tale om enten dataintensive eller beregningsintensive projekter, eller projekter, der er begge dele. Jeg mener dog ikke, at eScience omfatter almindelig brug af online bibliotekssystemer såsom artikelservere, da begrebet derved ville miste sin betydning og tabe e’et i begyndelsen. Kun hvis der er tale om automatiseret data indhentning fra bibliotekssystemerne og text mining, vil det falde ind under eScience.

Det er klart, at jeg i sin tid har slået disse ting op og læst, hvad andre mener. Der er ret stor spredning på, hvad folk forstår ved eScience. Nogen definitioner er mere snævre andre måske mere rummelige. Nogen vil også inddrage ting, som at der er tale om samarbejder, og at der skal være tale om åbne data, men personligt har jeg svært ved at se, at det er en sondring, der giver anledning til en brugbar definition.

Professor Ole Sigmund, Maskiningeniør, DTU:

eScience spænder bredt, men indenfor mit område (mekanisk og multifysisk beregning og optimering) drejer det sig om at bruge store computere til at regne på konstruktioner og processer som det ikke er muligt at regne på med standard PC’er. Ved udvikling af programmel og adgang til de største nationale og internationale beregningsclustre kan vi regne og optimere på hele flyvinger i stedet for kun på enkelte vingeribber med deraf følgende potentiale for at opnå vægtbesparelser og reduceret brændstofforbrug.

Professor Brian Vinter, Niels Bohr Instituttet, KU:

eScience er videnskab der er drevet af computer kapacitet, dvs at computeren er helt central for forskningen og fremgang I et felt er oftest begrænset af computerens ydeevner. Tilgangen til computeren kan groft deles i 2; simuleringer og databehandling. Enkelte videnskaber kan arbejde med rene ab-initio simuleringer og er kun begrænset af computerens regnekraft, mens andre er rene data-analyse baseret og begrænses af computerens lager og hastigheden med hvilken data kan læses og skrives. Oftest er der dog behov for både effektive beregninger og effektiv IO (Input/Output).