AI時代を見据えた研究データ基盤をどう支えるか：大学・NII・ベンダーが語るストレージ戦略とRDM支援

では、パネルの方に移らせていただきますが、このパネルのテーマとしては、今後の研究機関におけるストレージ戦略とRDM支援ということで、モデレーターは司会を兼ねて私が担当させていただきます。

パネリストとしては、事例紹介いただいた国立情報学研究所の下山先生、それから東北大学の中村先生、大阪大学の甲斐先生で、それに加えまして、ストレージベンダーでもある脇さんで、AXIESのRDM部会の一員にもなっておられますので、その中でAI・DX戦略のビジネス開発センター長も進められておりますので、AIに関する話も含めて、このパネルで色々議論できればと思っております。まず最初に、脇さんの方からショートプレゼンをしていただこうと思っております。

はい。1枚だけですけど、あ、すいません。自己紹介もなくですね、私は脇と申します。よろしくお願いします。

2018年からですよね。先生がおっしゃっていて、RDM部会が始まって、2019年に当時NIIの山地先生と名古屋大学の青木先生にお声がけいただきまして、RDM部会に入りまして、そのまま8年間ずっとおりますので、そういう意味では、こいつ見たことあるなという風に思っていただけるんじゃないかなと思います。古くはですね、前はソニーという会社で色々ストレージをやっておりまして、例えばHPとかIBMとかにもOEMで色々とメディアを出していたりとか、世界あちこちで事業開発をやっていたりとか、かなり長く携わってきておりました。

今日なぜこういう形の、これはAI for Science時代のRDMをどう拡張するかみたいな、後でパネルディスカッションの中で加えていただきたいなと思うんですけども、元々そのストレージソリューションカタログを作る時に、ある程度書き始めたりしていたんですが、皆さんとまずその議論の場を設けた上でやった方がいいのかなと思いまして。

皆さん自身もおそらく、ChatGPTだったり、Claudeだったり、Geminiだったり、いろんなAIを使われてると思います。最近ではもちろんClaude Codeにしろ、Codexも5.5が出てから非常に優秀になってきてますので、AIがない世界ってもうこれからありえないのかな、逆行はもうしないなとなってきた時に、RDMという言い方をすると、現在のRDMの中核は、データの保存とか保護とか、書籍管理とか、再現性とか、人が理解するためのものとしてあるんですけども、実際AIが自ら動き出すとなった時に、それだけで本当にいいんですか、と。

そのデータのマネジメントよりも、例えば知識基盤、これはおっしゃってましたけども、そういう知識をどうマネージしていくかというところにどう拡張していくか。その時に、AI自体が発見・理解・再利用できるデータとなってくると、AIレディなデータ、AIレディのRDMというのが必要になるんじゃないかなという視点がありまして、そこで議論を深めていきたいかなと。

今後、世界中で、もちろんこのアカデミアの業界だけでなく民間とかでもいろんなAIのプロジェクトがあるんですけど、6割も7割もそういったプロジェクトが結局うまくいっていないのはなぜかと言うと、データなんですね。データがレディになっていないというのが1番の問題だということで、そういう意味で基盤をやってらっしゃる皆さん、そのデータというのはこれからもっともっと重要になっていくと。RDMというのは、これからどんどんAIを使う中で、最重要な、皆さんが考えなきゃいけない基盤になっていくということがもう分かってますので、そういうことを議論に加えて話していければという風に思っております。すいません、ちょっと長くなりましたけど、よろしくお願いします。

脇さん、ありがとうございました。先ほどのテーマでこのパネルの討論をさせていただくんですが、討論のポイントとして3つ挙げております。特にこの3点について、パネリストの中で色々議論できればと思っております。

まず、今後のストレージ戦略に関してなんですが、先ほど事例報告もありました通り、一部の研究機関では整備が進んでいます。研究活動の中心的なサービスとして、ストレージを使ったサービスがあって、それを使って研究活動が行われる状況になってきておりますが、一方で地方大学だったり、小さい大学、予算的余裕がないところでは、そういった基盤も整備できていなかったりだとか、そういったところがあるかと思います。

それから、事例で報告した大学はストレージ環境を整備できているんですが、私の方からもあったかと思いますし、中村先生の方からもあったかと思いますが、いろんな課題が残っています。特に、継続的に維持更新するための予算確保というのは、今準備できているところでも一時的な予算措置で整備できているだけであって、それを継続的に維持できるのかというのはまだ疑問があって、各研究機関それぞれいろんな努力をしつつ、継続できるように頑張っているところかと思います。

それから遠隔バックアップとか、そういったことも考えると、どんどんストレージの容量が必要になってきますし、その保護するために必要な基盤というのも、同じものではなくて別の機能を持ったストレージ基盤じゃないといけなかったりとか、いろんなことがありますので、そういった点、それから、いろんな用途に対して対応できるようなものを導入していないと、なかなか多様な研究者がいるような研究機関ではそういったものに対応していくということが課題になっているかと思います。

それで、パネリストの皆さんに聞きたいのは、地方大学も含めて研究データの保存とか蓄積環境というのを、今後どういう風にしていくといいのか。左側から、甲斐先生の方から、一言ずつ何かコメントと、お考えがありましたらお願いします。

はい。ありがとうございます。維持するためには予算が必要で、予算を確保するために皆さん苦労されているという状況かと思いますけれども、私はストレージを導入する側というよりも利用する側と先ほど申し上げたんですが、色々勉強するとですね、例えばちょっと昔だったら、データ量が小さいような状況だったら、ハードディスクを組み合わせてRAIDを構築して、というような話があったりすると思うんですけども、それぐらいでいいのかなと思ったりする一方で、色々話を聞くと、データが大量になってくると、1個のハードディスクが例えばクラッシュした時にそれを復元する時に時間がかかって、残りのがクラッシュしたらもうデータが復元できなくなるとか、そういった話をお聞きしていると、やっぱりデータを保存するためにはそれなりの予算が必要なんだなというのは改めて認識したところなので、そういったことをいかに噛み砕いて、大学の幹部の人に理解をしていただけるような説明ができるかとか、そういったところは大きな課題というか、やらなきゃいけないところかなという認識はあります。

あとは、近隣の大学と相互運用的なストレージの共有みたいなところも、ちょうど今始めようとしているところではありますので、用意できるところとやっぱり出てくると思いますので、中心となるところがあって、その周りを支援するみたいな形もあり得るのかなという風に感じているところです。以上です。

はい、ありがとうございます。中村先生、お願いします。

はい。甲斐先生がおっしゃられたことを私も思ったので、だいぶ被ってしまうんですけども、まず地方大学含めというのは、小規模な大学ということを想定すると、小規模な大学で自前のストレージを整備するのは非常に難しいかなと思っています。予算の面もそうですし、それをお守りする人の面でもそうですし。

そういう意味では、先ほど私の中でも少しお話ししたのですが、分散化・集中化みたいな話があるんですけど、甲斐先生が先ほどおっしゃったこととほぼ近いんですけども、ある程度のグループで共同運用みたいな形にするというのが1つあり得るかなと思います。そこにも乗っかれないという場合は、多分NIIさんが中心になって、今もGakuNin RDMはそういう形になっているとは思いますけども、ある程度のグループでやっていくのが良いのかなという風に個人的には思っています。

データの保護についてなんですけども、これも甲斐先生とほぼ同じような意見で、そういったグループが何個かできた時に、そのグループ同士とかでデータを持ち合ったりして、データ保護することをやれるといいのかなと。その中にはNIIも含まれると思っているんですけども、そういう風にすることで、共通のエコシステムを構築できると良いなという風に思っております。

はい、ありがとうございます。下山先生、全国のいろんな大学に対してサービスを提供している立場として何かお考えがありましたらお願いします。

はい。NIIからは、先ほどから話が出ているGakuNin RDMというサービスを、全国の学術機関、大学の方々に向けて提供しております。現時点で220を超える機関の方々に利用していただいているところでございます。

GakuNin RDMというのは、先ほど私の発表の中でも申し上げましたけども、機関ストレージというものと、NIIが提供している標準ストレージ、並びにプロジェクトごとあるいは個人ごとに用意する拡張ストレージというようなもので提供されているわけなんですけども、現時点で機関ストレージを独自に設定しているところはそれほど多くありません。一桁程度でございます。ということで、かなり多くの機関はNIIストレージを利用していただいているところでございます。

ということで、ある程度の研究活動におきましては、GakuNin RDMを使うことで研究データ管理を賄えるんじゃないかなという風に思っておりますが、各大学あるいは各研究プロジェクトの事情によって、どうしてもそれでは賄えないというような声もいくつか聞こえてきております。NIIとしても財源が無尽蔵にあるわけではございませんので、ある程度サービスとしては、絞るじゃないな、全体に提供できるところにフォーカスせざるを得ないところがあります。そういったところから漏れてしまうようなものについては、各大学あるいはプロジェクトごとに、拡張ストレージという形で接続していただいて、その中で賄っていただくというような方針になっているところでございます。

ということで、是非ともGakuNin RDMをベースに、各々の研究データ管理をスムーズに回せるような環境を構築するサービスを提供していければという風に思っております。以上です。

ありがとうございます。脇さん、ストレージベンダー側の立場として何か。

はい。2つほど。1つは、昨今、そういう意味ではSSDがどんどん値上がりしておりますが、そういう中でも、データ自体をよく使うもの、使わないもの、その辺を的確に分けたりして、使われ方に応じてやっぱり配置を変えていく。高頻度で高速なものはもちろんSSDですけど、低頻度なものは低コストのもの、HDDだったり、その他もちろん例えばディープアーカイブみたいなものも言えるかもしれませんけど、その辺りを自動化でうまくマネージしていくというのが1つあると思います。

あと、甲斐先生、中村先生もおっしゃってましたけれども、共通化ということで言いますと、例えば大きなデータレイクみたいなものを作って論理分割して、皆さんが管理しながら、実際そうやって論理分割したものを使っていくというやり方が、実際今、産業界でも広がってきてまして、日本は特に人口動態が変わってきてますので、いろんなところでそうやってやっていきましょうと。ストレージだけじゃなくて、例えばGPUもまとめて1つで買うのは大変なので、それも全部同じようなデータレイクを作ってやろうというような動きもあったりしますので、その辺りは技術的なところではサポートはできると思いますので、いろんな形でお声がけいただければと思います。はい。

はい。皆さんありがとうございました。この問題、いろんな解決法があるとは思うんですが、そのための共同運用にしても、いろんな課題が出てきます。なので、そんな簡単ではないことなんですが、今全国で各地域ごとにコンソーシアムもできておりますので、その中でそれぞれ議論しながら、最適なやり方というのをこれから色々、みんなで考えながら進めていくことになるんじゃないかなと思っております。

NIIさんに関しても、いろんなサービスを提供しておりますし、ストレージの共同調達みたいな話もありますので、そういったところも活用しながら、できるだけコストを抑えながら、複数の機関にまたがって協力し合いながらやっていく環境を作っていかないと、なかなか個別の大学だけで維持していくというのがしんどい状況にはなってきてるのかなという風に思っております。では1点目、ストレージの戦略についてはここまでとさせていただきます。

次ですが、今後のRDM支援についてということで、まず現状では、GakuNinだとか各機関で整備しているRDM関連の管理サービスと、ストレージの連携といったところが進んでいる状況です。ただ、課題としてはいっぱいあって、RDM関連のサービスとシームレスな連携ができているかというと、なかなかそうではなかったりとか、それから研究のライフサイクルに合わせて、一応のワークフローはできていたとしても、なかなか痒いところに手が届かないみたいな形になっていったりだとか、そういったこともあるので、どんどんそういったものを高度化していかないといけないでしょうと。

それから、いろんなメタデータ、単純に研究の報告として出すためのメタデータだけじゃなくて、データを公開する時のメタデータ、それだけでもなくて、そのデータがどこから生まれて、どういう処理をして、どういう結果が出てきたのか、そこに至るいろんなメタデータというのが必要になってくるんですが、その辺りに関してはほとんど自動化できていなくて、研究者の皆さんがそれぞれ手で書いていかないといけない、いろんなものに記録を残していかないといけないという状況になっていて、その記録忘れによっていろんな問題が起こったりというのがあります。なので、そういったところも研究者が意識せずとも色々データが残っていくような形にしないといけないだろうなという風に思っております。

それから、研究者にとってやっぱり使いやすいものじゃないと、どうしてもこういった活動というのは広がっていかないので、そういったサービスをどう作っていくか、どう構築していくかというのが重要かと思っております。

まず聞きたいのはですね、これを今は研究機関ごとでやっているというのが現状です。NIIさんは全国に対して色々サービスを提供している立場になるんですが、各研究機関は、NIIのサービスも使いながら、それぞれ独自で色々サービスを構築して、それぞれの機関内での研究者に対してサービスを展開しているという段階です。ですが、これも開発できる人、開発に協力できるベンダ、それぞれ限られていて、かつ、そのサービスを運用していくためには運用のサポートの人というのも必要になってくるので、そこにもお金がかかってくるということになります。

なので、そういったサービスもできるだけ共用できるんであれば共用したりだとか、例えば、今回事例紹介した京大、阪大、東北大はそれぞれNextcloudという同じものを使ってますが、それを使った何かアプリケーションというのは全然共有できていません。独自開発しているところもきっとあると思います。プラグインとして開発できるので、その部分というのは、もし何か連携できる部分があれば共有するというのも1つの手かと思います。そういった形でオープンソースを活用していくというのは、こういった活動を進めていく中で必要なことかと思っているんですが、まずこの点に関して、機関をまたいだサービスの展開だとか、ツール・サービスの共有みたいな、そういったところの可能性に関して、それぞれまた一言ずつコメントをいただければと思います。甲斐先生からお願いします。

ありがとうございます。大阪大学が運用しているONIONにつきましては、元々大阪大学の中に閉じたストレージというものでもなくて、そういった閉じたサービスにする必要もないと思っています。というのが、ゲートウェイとしての役割というのを意識してまして、ONIONにデータが集まってきた後は、例えば共同利用の基盤となっているスパコンにデータが繋がってますから、すぐ解析ができたりとか、あるいはコアファシリティのような、測定データを集約して、それが共同研究者と共有できたりとか、いろんな各研究機関と繋がるようなことを意識しておりますので、その核となっているのがS3だったりするんですけれども、そこを目指しているというところで言うと、今後の可能性というのは大いにあるかなという風に考えております。はい。

ありがとうございます。中村先生お願いします。

はい。まず、渥美先生、非常に良い課題提起ありがとうございます。私が今議論を聞いていて思ったのが、少なくとも、各大学がどういう取り組みがあって、どういう先行事例があるみたいな、その考え方自体は、こういう場で共有できているので、それがまず価値があるんじゃないかという風に思っています。ちょっと手前味噌ではあるんですけど、本学のこういった取り組みについては、AXIESの論文誌の方とかでも、確かONIONも先生が何か出されてたと思いますけども、論文誌で共有されていたりもするので、そういった意味で各大学の先行事例を参考にしていただけるかなという風には思っています。

さらに踏み込んで、各大学で開発した機能をどうやって横展開するかというところなんですけども、これはちょっと権利関係が絡むと思ってまして、例えば保守ベンダーが開発したものをそのまま多分なかなか渡すわけにはいかないとか、いろんな事情があるとは思います。そういう意味で、実は本学は結構内製にはこだわっていて、自分たちでできることは自分たちで開発しています。例えば、先ほど紹介した申請フォームですね。そこの部分はかなりの部分、もちろん製品にかなり近いところはやっぱりベンダーにお願いせざるを得ないんですけども、境界ポイントを決めて本学側でも開発してやっていたりします。それが解になるかどうか分からないんですけど。

あと、ちょっと細かい個別の事例なんですけども、コアファシリティとの連携というところですと、阪大と東大が先行されているかなという風に私は認識しておりまして、先ほど甲斐先生とも、この場の前に少しお話ししたんですけども、我々ちょっとそこについては課題意識があるので、少なくとも考え方とかについては議論して、一緒にできることはやっていけるといいかなという風に思っております。以上です。

ありがとうございます。下山先生いかがでしょう?

はい。NIIとしては、GakuNin RDMをベースとした共通の基盤、各大学が共通で使える基盤というのを提供しているというのは先ほど申し上げた通りなんですけれども、個々の事情に応じて、京都大学様、大阪大学様、東北大学様の方で事例を紹介していただきましたけれども、こういった個々の事例をベースに研究データ管理をしていただいているというのは非常に先進的でありがたいところなんですけども、それ以外の大多数の大学というところにもやっぱりフォーカスしていかないといけないという風に考えております。

そういったところでは、研究データ管理というところそのもののモチベーションを上げていかないといけないというところがあって、何のためにデータ管理をしているかというところの説明を求められることがよくあります。そういったところを説明する時に、やっぱりオープンサイエンスというところに立ち戻って、研究成果の利活用というところを元に戻って考えたいという風に考えておりまして、そういったものを考えた時に、研究データを利活用する時にはデータを貯めるだけではなくて、その次に行く、利活用をするためのリポジトリ登録というところにまで視点をフォーカスしていきたいという風に思っておりまして、そのためには、ローカルなデータからオープンなデータに対する橋渡しというところをNIIとしては今取り組んでいるところでございまして。

ちょっと宣伝にはなるんですけれども、明日はですね、そのクローズドなデータからオープンのデータにする、GakuNin RDMとJAIRO Cloudの連携というところのセッションを明日行いたいと思ってますので、是非楽しみにしていただければと思います。ちょっと宣伝で、以上でございます。

はい。ありがとうございます。脇さん、いかがでしょう。

はい。ストレージベンダーとかいうそういう枠組みではなくて、せっかくこういうAXIESという場で、民間企業の方もいらっしゃると思いますので、そういう中で我々はどちらかというと、アメリカの会社ですので、外資の会社ですので、直接例えば保守とかそういったものをずっと続けることはできませんので、例えばAXIESである程度合意形成がなされて、ポリシーとか運用はアカデミアの方が主導して、実装を技術で支えるというところで、日本の企業の方にも来ていただいて。

例えばですけど、研究者の方が例えばDMPとか、そういったところをやるのに余計な工数がかかるんでしたら、そういうところこそ例えばAIにある程度やってもらいながら、フォーマットも作って出してもらうというのを、ある程度大きなデータレイクのところに入れておけば、コピーして置いておけば、その辺をある程度作ってやってくれるとか、両方にとってウィンウィンになるような感じのこういうものが欲しいというのを、例えばこういうところでも総意で吸い上げて、それを出して、文科省なり、もちろん例えばベンダーなり、それでも作れないかとか、そういう相談をするような場にしていくと、もしかしたら何かもっと前に進んでいくんじゃないのかなという気がしております。はい。

はい。ありがとうございました。これに関しても、継続的にいろんな議論が必要かなと思っております。先ほどあったように、権利関連の問題とかも当然出てきますし、そんな簡単にいろんな機関で共有できるみたいなことはいかないと思いますので、そこら辺も含めてどうやっていくといいかというのは、今後も含めて色々議論できればと思っております。

それでですね、時間もどんどんなくなってきているので、最後の話に行きたいと思いますが、AI for Science時代のRDM支援ということで、先ほど脇さんの方から最初にちょっとプレゼンがありましたけれども、この話に関して、またそれぞれ、甲斐先生の方からお願いします。何ができるか。

ありがとうございます。何ができるかというよりも、我々がちょっと考えなきゃいけないかなと思っているところは、やっぱりAIレディなデータということは、貯めることも重要ですし、貯める際にそのデータの質、例えばちゃんとしたメタデータがついているかとか、そういう状況も必要だと思いますし、一方で、その集められたデータに対する制御も必要だと思っています。

制御というのは、例えば最近私が知った話だと、人文系のデータを公開すると、AIは公開されたデータをどんどん食べるわけですけれども、そこに例えば公開者の意図として何かしらのライセンスがついていた時に、そのライセンスもないままに、AIのご飯として食べられて活用されていくというところは少し課題としてあるかなという風に私も認識したところで、そういったAIレディのデータを作る時の考えなきゃいけないことというのは、勉強するたびに色々出てくるなという、すいません、ちょっと答えになってないですけども、そういった印象です。

はい。ありがとうございます。中村先生いかがでしょうか?

はい。このお題は個人的には鶏と卵かなと思ってまして、AIレディにするためにはAIを活用しないといけないのかなと思っています。例えばメタデータの付与の自動化みたいな話が何回か出てたと思いますけども、そういった面でAIを活用してAIレディにするというところから多分始めないといけないのかなという風に思っています。

あと、先ほど甲斐先生がおっしゃったことに少し被るんですけど、アクセス制御設定ですね。これもAIが支援してくれるといいなと。コンテンツに基づいて、このコンテンツだったらこういうアクセス制御設定がいいよ、とやってくれるといいなと。あと、そういうのができた暁に、データカタログみたいなものができてくるといいんだと思うんですけど、やっぱり鶏と卵なのかなという風には思っています。ちょっとまとまりないですけど、以上です。

ありがとうございます。下山先生いかがでしょう?

はい。AI for Science時代のRDM支援についてですけども、まさに皆さんおっしゃる通り、AIにデータをどう渡せるのか、渡すのかというところを考える時に、データに対する情報であるところのメタデータ、あるいはそのメタデータを付与する仕組みというのが、まさにより重要になってきているかなという風に感じているところでございます。

データのライセンスもそうですし、元データがどこにあるのかというところ、そもそもそのデータを誰が作ったのかというところ、そういったところがきちんと記載されていないと、使えるものも使えないというところがあるので、ちゃんと研究データ管理というのをきちんとやっていかないと、正しいAI、正確なAIというべきかな、使えるAIになっていかないだろうなという風に思っております。

ということで、このAI時代のRDMというのは、具体的にはメタデータというのをどうつけていくのかというところですけども、ここは昨今AIもかなり進化が早いので、人間がいちいち入れるのではなく、AIに支援してもらうというところは十分視野に入れた上で進めていければと思います。

ちなみに、初日に黒橋所長の方から、NIIが提供しているLLM-jpの話もありましたけども、そのうちの1つに、メタデータの自動付与みたいなところの事例もあったと思います。そういったことが進化することで、より使いやすいデータ、AI for Scienceに使えるデータになっていくのかなと思う次第でございます。以上です。

はい。最初に問題提起いただいた脇さんの方から、今までの話を含めてまとめていただけると。

ありがとうございます。AIもこれも待ったなしで、どんどん進んでいきますので、先ほどもありましたけども、やっぱりAI自体がもう理解できるデータ、今人間がやっている中で、人口が変わりながら人もいない中でどうやってマネージしていくのという時に、やっぱり使わざるを得ない、逆にうまく使っていかなきゃいけないんですよね。その時に、まずそのデータをうまく整えないと、先ほどありましたけども、何でもかんでも食べさせちゃいけないということもありますので、その辺のガバナンスも含めて、ちゃんとした基盤を整備していくというのが非常に大事ですと。

あと、機械がそのまま理解していく、AI自体が食べていくので、それの前提になるということと、あとAIがアクセスできる基盤、データ自体はやっぱりまだ分散してますので、例えば研究室とかHPCとかクラウドとか外部機関とか、そういうものを横断的にAIが使う、そういうところのデータ連携、メタデータ連携とか、ID・PIDによる紐付けとか、そういう単に繋げるよりも安全に繋げるような本質的なところ、そういったところもすごい大事ですし。

あと、AIで高度化するRDM支援というところ、先ほど言っていたようなDMPやメタデータの品質管理とか、そういった負荷も高いので、そういったものでAIがどんどん代わる領域、人ができないことをどんどんやってもらいながら、研究者の方はもっと研究に没頭できる、皆さんももっと楽になっていく、全体がうまく前向きになるような形でAIをうまく取り込みながら使っていくという、そのための基盤をうまく整えるのが非常に重要なのかなと思っています。そのための技術というのは色々な形で出てきてますので、またいろんな形でお役に立てればと思っています。

はい、すいません。終了と目の前に出されておりますので、それを終わりにさせていただきたいと思いますが、AIの活用に関しては、これから必要になってくることですし、どう進化していくかというのも読めないところがありますが、うまく使っていろんな自動化ができ、かつ科学の発展に色々寄与できるようにしていければと思っております。

ではですね、これでパネルは終わりにしたいと思います。まだまだ色々議論が尽きないところではあるんですが、これで終わりにしたいと思います。

最後に事務連絡です。ご参加いただいた皆様に後日アンケートのURLをメールでご案内いたしますので、是非ご協力をお願いします。以上で、AXIES RDM部会との合同セッション「RDMのためのストレージ基盤の現状と課題」を終了いたします。本日はありがとうございました。今後ともAXIES RDM部会とNIIオープンフォーラムをよろしくお願いいたします。