全米科学財団（NSF）
研究チームが所有しない共有ラボを計画するX-Labs
全米科学財団（NSF）は、特定の科学問題に取り組む小規模チームにとって、完全な機関ラボを持つ必要性を下げようとしている。同財団は、共有型のX-Labs施設と、データやスーパーインテリジェンス向けに設計されたデジタル・ファーストの装置に最大7500万ドルを投じる計画を発表した。装置が信頼でき、再現可能な結果を生み出せるなら、チームは機械を所有せずに、共有コミュニティーラボから実験を実施できる。
良いアイデアを持つ小規模な研究チームでも、最初の実験を始める前に行き詰まることがある。ラボのスペースや高価な装置、支援してくれる機関がないかもしれない。役立つはずの資金でさえ、時間のかかる助成金審査を通じて配分されることが多く、ラボ作業では人が機械とスプレッドシートの間でデータを移動させなければならない。
ボトルネックはラボそのものであることが多い
NSFの計画は、特定の科学分野を超えた問題から始まる。研究を取り巻く制度のほうが、研究上の問いより使いにくいことがあるのだ。独立した研究者や分野横断で活動するチームは、注意深く定めた1つのアイデアを検証する前に、完全なラボを構築しなければならない場合がある。そのため、すでに装置を所有し、その運用担当者と維持費を支払える組織が有利になる。
提案されている答えの一つがメタサイエンスである。メタサイエンスとは、研究そのものがどのように資金を得て、審査され、組織され、評価されるかを研究する分野だ。NSFはメタサイエンス局を設立し、提案を審査して資金を配分する新しい方法を試し、その実験で分かったことを公表する。NSFと英国研究・イノベーション機構（UK Research and Innovation）は、この取り組みについて共有された原則を土台にする意向だ。
この計画では、賞金コンテストも利用する。賞金コンテストは通常の助成金ネットワークの外にいる人々を呼び込めるが、賞金だけで長期的な研究プログラムや、成果を製造する方法が生まれるわけではない。NSFが挙げる科学分野には、量子コンピューティングと設計された多細胞生物学が含まれる。どちらも依然として、大きな技術的課題と再現性の課題に直面している。
ラボはチームが共有するものになりうる
NSFは、特定の課題を対象に、節目ごとの連邦資金を得ながら取り組む独立した研究者、技術者、起業家のチーム向けに、NSF X-Labsコンソーシアムを提案している。設立時のパートナーは、3億ドルを超える拠出を表明している。コンソーシアムは、各チームが開始前に完全なラボを所有することを求める代わりに、床面積、装置へのアクセス、直接的な支援を提供することになる。
同じ考え方は、装置そのものにも及ぶ。NSFはプログラマブル・クラウド・ラボ・ネットワークを通じて、「スーパーインテリジェンス・ネイティブ装置」への提案を募る計画で、5年間で最大7500万ドルを投じる。資料では、これらをデータとスーパーインテリジェンス向けに構築されたデジタル・ファーストの装置と説明している。この表現がどのような技術的能力を含むのかは定義していない。
実際のところ、デジタル・ファーストの装置は、実験を自動化し、監視し、コンピューターシステムと接続できるように設計される。チームは実験を遠隔でスケジュールし、コンピューターが読み取れる形式で結果を受け取り、その結果を使って次の実験を計画できるかもしれない。しかし自動化によって、装置の校正や実験の慎重な設計、結果が信頼でき再現可能かどうかの確認が不要になるわけではない。
NSFは、グランド・リサーチ・チャレンジ賞のコンテストも2つ始める。Quantum+Xは、エネルギー、バイオテクノロジー、金融などの分野向けに量子アルゴリズムと応用を開発する米国の参加者を募る。合成多細胞性賞グランド・チャレンジでは、多細胞システムを設計するための計算手法と実験手法の開発を参加者に求める。
これらは提案されたコンテストと支援の仕組みであり、科学的発見や、AIを搭載した装置の導入を報告するものではない。今回のより広範な発表は、8月に発表された基礎研究への15億ドルの投資に伴うものだ。
小さなチームが問いから始められる可能性
施設、資金、装置が約束どおりに整えば、クラウドネットワークにつながったコミュニティーラボは、従来型の研究施設とは違うものになるかもしれない。小規模なチームは実験を遠隔でスケジュールし、機械が読み取れる結果を受け取り、装置とスプレッドシートの間で情報を何週間も移動させずに次の実験を修正できる。チームは自分たちが所有していないラボを使うことになる。
その可能性は、新しい資金調達方法が信頼できる研究を生み出し、自動化された装置が科学者の信頼と再現性に耐えるデータを生み出せるかにかかっている。装置は手頃な価格で、信頼性があり、実際の研究利用に向けて検証されていなければならない。賞金では、こうした条件を置き換えられない。
NSFのより広い計画には、こうしたシステムを使う可能性のある人々への支援も含まれる。National Math Starsは、家庭が子どもの数学学習を支援できるようにするデジタルプラットフォームを開発・検証する。その投資額は民間の慈善資金によって全額上乗せされる。NextGen Workforceは、学士課程から博士課程までの加速ルートと、学際的な大学院プログラムを、学生への直接支援付きで開発する。
家庭の食卓で、親は数学プラットフォームを使い、そうでなければ能力に気づかれないかもしれない子ども向けに、より高度な課題を見つけられる可能性がある。ただし、そのシステムが生徒を大規模に見つけ出し支援する方法が有効だと証明されればの話だ。共有ラボでは、機関ラボを持たないチームが、限られた科学的課題に挑める可能性がある。ただし、共有された装置とデータの流れが信頼できればの話だ。計画の背後にあるより大きな実験はそこにある。科学の内部にあるツールだけでなく、科学を取り巻くシステムを変えることで、政府は研究をより速く、より開かれたものにできるのかという実験である。