《自然》社論：數據超載時代來臨

　　7月30日出版的《自然》雜志刊登社論——《信息超載》(Information overload)，社論說，美國國家科學院7月22日發布報告稱，應對千千吉(petabyte)科研數據的時代已經到來。而對于每位研究人員來說，要確保其研究數據的真實性與精確性。

　　人類基因組譜近30億堿基對的解析曾花了人類超過十年的時間，但是今天高效的基因測序機器可以在一周之內完成同樣的工作。與此同時，美國斯隆數字巡天探測中心的天文學家自2000年以來已經完成了宇宙繪圖任務的25%，獲得了超過兩億個天體的數據。而預計于2015年完成的智利大口徑全景巡天望遠鏡(LSST)可以在一晚時間內獲得與之等量的數據。

　　統計數據說明在許多科研領域存在類似情況。這是科研界的利好消息，數據過剩總好于數據匱乏。但是憂慮依然。因為數據產生的速度遠遠高于數據處理能力和處理策略演進的速度，如期刊編輯要面對諸如圖像處理、原始數據保存等問題，需要確保海量數據存儲和運算法則、數據共享的持續。

　　2006年，包括《自然》在內的多家期刊邀請美國國家科學院關注這一問題，相關研究報告7月22日出爐。報告基于三個原則，即誠信(integrity)、開放獲取(access)和管理(stewardship)。

　　integrity要求研究人員保證數據的真實性與精確性，他們必須遵循其研究領域的專業標準，研究機構則要求提供培訓來實現這一原則。

　　access意味著其他人可以核查數據精確與否，并進行驗證分析，以及將之作為前期研究基礎。除非當事人有特別的理由，否則應該及時使其數據開放獲取。

　　stewardship是數據長期存儲的需要。科學界的協會與社團應該規定數據存儲的標準，期刊需要在數據存儲和規則傳播方面做出努力。數據專家需要扮演管家的角色，研究人員也應該給數據專家更多的支持。

　　這份報告承認，基于數據的復雜性，他們只是提供了總體性看法，而非確定的解決方案。科研機構、社團和科學協會應該依據各自的屬性來找到解決途徑，投資人需要加大對數據存儲的投資，而科研單位需要保證面向公眾的數據準確。