Открытые данные

С какой стати авторы эксперимента должны выкладывать для всеобщего пользования свои драгоценные данные, добытые в результате многолетних трудов? В них вложена часть души в расчете на урожай в виде приоритетных научных результатов! Это с одной стороны. С другой стороны, откуда у авторов огромные средства на эксперимент? От налогоплательщиков! И последние вправе сказать: данные — на бочку! — они получены на деньги общества и должны быть общественным достоянием. А некоторые авторы могут возразить: зачем обществу сами данные? За государственные деньги заказан результат — научные факты, и мы эти факты излагаем в открытых научных статьях. И вот в этом месте воображаемые авторы совершенно не правы.

 

Зачем общество оплачивает удовлетворение любопытства ученых? Ради научных фактов? Как правило, в наименьшей степени ради них самих. Оно оплачивает саму систему выработки и организации знаний, методологию научного поиска и развития вкуса людей к поиску, наконец, налогоплательщики оплачивают воспроизводство носителей и добытчиков знаний. Рядовой налогоплательщик вряд ли понимает это, но интуитивно чувствует, что, платя за науку, в накладе не останется. И не остается. И вот именно ради этих целей данные должны быть открытыми. Обществу важно, чтобы с ними работало как можно больше людей, чтобы исследователи конкурировали друг с другом и учились выжимать из данных все, что можно, оттачивали мастерство и придумывали новые приемы и методы.

 

Есть и еще один аспект: посторонние исследователи, взгляд которых свеж и не замылен, обычно легко обнаруживают в данных всякий брак, систематические погрешности, пропущенные авторами, и т.п. И к тому же открытость требует досконального документирования всего эксперимента и описания всех погрешностей. Таким образом, открытые данные -это еще и способ контроля за качеством эксперимента.

 

…Итак, принцип открытости данных нужен обществу, но не лишит ли он исследовательские коллективы мотивации к разработке и созданию сложных установок? Ведь кто-то другой может увести из-под носа результаты, да еще и свой нос будет совать в самую кухню, где еще водятся всякие жучки (в просторечии «баги») и тараканы. В целом, чем сильней команда эксперимента, тем меньше ее должна беспокоить открытость данных.

 

Впрочем, есть достаточно простой компромисс — временное эмбарго на данные. То есть они выкладываются в сеть с задержкой, например, на полгода, что позволяет команде выловить всех жучков и тараканов и успеть снять сливки. Если это «богатые» данные, со сложной универсальной установки — «молока» там хватит на многих.

В то время как NASA последовательно придерживается принципа открытых данных, в Старом Свете с этим сложней. Впрочем, Европейское космическое агентство ESA, по крайней мере в крупных экспериментах, следует если не принципу полной открытости, то хотя бы принципу конкурсности и прозрачности в вопросе доступа к данным. Возьмем для примера миссию «Интеграл» — большой аппарат, наблюдающий в рентгеновском и мягком гамма-диапазонах. В отличие от орбитальных обсерваторий «Комптон» и «Ферми», у него сравнительно узкое поле зрения, и встает вопрос, что наблюдать. Изначально был запланирован ряд очевидных приоритетных наблюдений, например скан плоскости Галактики. На оставшееся время проводится открытый конкурс заявок любых исследователей из стран-участниц (Россия входит в их число) на наблюдения разных объектов. Заявки рассматриваются экспертным комитетом, куда входят люди из разных стран, в том числе и из России. Победившие заявки утрясаются по срокам и включаются в программу наблюдений. Победители наделяются правами на данные (data rights), т.е. они, и только они, получают данные именно на то, что запрашивали в заявке. Но в поле зрения кроме заявленных объектов попадает много чего еще. И тут проводится второй тур заявок — на бесхозные объекты в запланированных полях наблюдения. Победители, и только они, получают данные по запрошенным объектам. Конкурс, как правило, невелик, и зачастую права на данные получают вопреки ужасающе низкому научному уровню обоснования.

 

По-моему, это более-менее разумная схема, во всяком случае -первый тур. Будь моя воля, я бы отменил второй тур и открыл бы все данные. Правда, они и так открываются со временем.

 

С национальными европейскими проектами все не так. Для примера возьмем итальянский (с российским участием) эксперимент PAMELA — магнитный спектрометр в космосе. Основное предназначение — измерение потока античастиц и (вдруг!) антиядер. Тут не то что речи нет об открытых данных, тут ощущается дух свирепого собственника. Мой знакомый, русско-финский профессор, обратился к команде «Памелы» с запросом по поводу данных о низкоэнергетических частицах, которые не относятся к основной цели эксперимента. Это в большинстве частицы солнечного происхождения, несущие информацию об активности Солнца и земной магнитосфере. Он спросил, на каких условиях может получить эти данные. И получил ответ: ни на каких.

 

С «Памелой» также связан довольно известный скандал. Они показали на конференции предварительные данные, кто-то сфотографировал их из зала и опубликовал (со ссылкой) в теоретической работе. Авторы эксперимента разразились гневными реляциями, расценивая это как нарушение авторского права. Теоретик поступил не очень солидно, но реакция команды «Памелы», по-моему, куда больше противоречит духу науки и, если честно, вызывает у меня полное неприятие. Либо не демонстрируйте результаты, либо не запрещайте их воспроизводить и цитировать. Доклад на конференции — это запуск результатов в открытый научный оборот, и понятие копирайта на картинку с результатами — чистый абсурд.

 

А как насчет Большого адронного коллайдера?

 Экспериментальная физика высоких энергий производит огромные массивы разнообразных данных, которых тоже хватает на многих исследователей. Подходит ли принцип открытых данных для физики высоких энергий? Думаю, что большинство экспериментаторов ответят — нет. Подозреваю также, что они при этом будут неправы. Тут, конечно, есть техническая проблема — гигантский объем данных. Но она не фатальна: пусть данные будут открыты хотя бы для профессионалов, имеющих к ним доступ по специальным каналам с быстрым трафиком. Гораздо большая проблема — в психологии, традициях и организационных принципах, сложившихся в физике высоких энергий. Сейчас данные не являются открытыми даже в пределах огромных коллективов — за них торгуются, их распределяют, а публикуют результаты все равно в «братских могилах». Индивидуальность исследователя проявляется разве что в докладах на конференциях. Сложившиеся традиции отталкивает от данной области науки людей, для которых самостоятельность и свободный поиск являются важнейшими ценностями.