データ活用｜AI for ScienceのWGの課題が、いつもの話だった

たまたま、文科省の AI for Science・研究データに関するWGの資料に当たりました。長いので、AIに要約してもらいながら読みました。

課題の言い方が、いつもの話とほぼ同型でした。データは貯まっているが、利活用につながっていない。AI用のデータセット化が遅い。日常の作業データを、あとから使える形に残す負担が重い——こういった並びです。

以前、このnoteでも書いてきたことと重なります。実験表のヘッダーや空白の意味。1行の単位。ファイルをまたいだ列名の揃え方。習慣の問題ではなく、記録が仕事の完了条件になっていない、という話も近いです。国の議論を読んでも、芯は変わりませんでした。

材料の現場で、先に詰まっているのは別のところ

基盤やネットワークの話も出てきます。ただ、材料の現場で先に詰まっているのは、別のところだと思っています。表の揃え方。出せないデータの決め方。今日の実験が終わったと言える、最小の残り方。

意識を高めよう、ではなく、何をするか、の話です。国の議論が基盤側に寄るほど、この差が見えやすくなる、と思っています。

あわせて読む：

• 実験データの文脈が残らないのは、習慣の問題ではない

材料研究×データ活用の実務的な話は、「データ活用の実務」マガジンにまとめています。