韩国今日亚洲=

      正如大家所熟知的，牛顿（1642~1727）受苹果掉落的启发，发现了万有引力定律。当时也存在着，基于该理论的累积观测数据和对其观测到数据进行分析的环节。在发明望远镜以前，当时最著名的天文学家第谷•布拉赫(1541~1601)也留下很多关于火星位置的精密数据。开普勒(1571~1630)多年期间一直坚持归纳分析该数据，并于1609年提出了彗星的轨道并非圆形而是椭圆的观点(开普勒第二定律)。1687年，牛顿依照开普勒定律，并整理归纳了伽利略（1564~1642）的观测结果，建立了牛顿力学。

      当年，布拉赫通过数十年的肉眼观星获得数据，而开普勒也是数十年间仅通过纸笔分析数据。不过，随着观测以及实验设备的发展，我们可以获得更多的数据。同时也因信息通信技术的发展，积累和分析数据有关的研究呈现出了新气象。举个例子，人类基因组计划(Human Genome Project)就是具有代表性的生物信息学发展的例证。

		0
图片来源=/imagetoday

      2003年，30亿个人类遗传基因碱基序列被解读成功，并通过网络公开了共有33册1000页，每页含1000字，全球研究人员都可以使用的信息数据。再进一步，就是研究人员们使用可以每秒数千兆次计算的超级计算机以及人工智能，使高层次分析方法成为现实。基于此现实，全球范围内使用遗传基因诊断、治疗疾病和研发新药等研究活跃了起来。

      通过分析大量数据的研发过程，在其他科学领域也成为了中心方法论。2017年获得诺贝尔物理学奖的引力波探测等，探索宇宙奥秘的物理•天文学领域的共享大型研究仪器数据的国际共同研究已经变成了非常普遍的研究方法。即便在计算过程比较复杂，且无法使用数据分析方法的基因领域，也随着最近支持分析大量数据环境的建立，在不断地发生变化。无论是2011年美国的材料基因组计划（ Materials Genome Initiative），还是韩国的未来基因组探索计划，都展现了大数据在基因研究上的广泛应用。

      为了促进建立在数据基础上的研究的推广，一些主要国家正从国家层面促进建立研究数据的开放和活用体制。美国发表了，建立在研究数据管理和分享有关规定前提下的大数据研发计划。英国研究委员会在促进建立在数据政策相关的共同原则的前提下，进行数据公开的同时，还进行活用大数据进行教育训练项目等举动。而德国则建立了处理研究数据相关的法规。

		0
图片来源=/imagetoday

      然而，开放研究数据和活用体制，实际操作时却十分困难。因为，数据收集的方法以及种类存在多样性，基础设施相关技术的不足，是否能长期保持充足的预算等问题，都使操作变得更加复杂。而且，研发属于竞争倾向比较强的领域，并非依靠发表论文定胜负，因此分享数据很难被接受。所以，想要推广通过分享和活用研究数据的话，就需要制定促进方案，让研究人员看到研究现场的变化，帮助他们理解只有分享才能创造更大价值，并且需要出台更加细致的政策。

      而关于研究数据的政策能够给研究开发的大环境带来全面的变化，因此迫切的需要更广泛的参与和讨论。 政府也正努力与专家们一起收集那些没有被充分使用的数据，努力实现知识资产化。如果能将这些知识资产化的数据活用在人工智能方面，必然能创造出新的价值。 

编译/李天宇