arXiv、15億円超のアップグレード資金を確保

 (news.cornell.edu)
2 ポイント 投稿者 GN⁺ 2023-10-20 | 1件のコメント | WhatsAppで共有
  • 研究論文公開インフラのarXivがCornell Techを通じて約1,000万ドル（$10m）超の寄付・助成金を確保し、長期運営基盤を強化
  • 200万本超の論文を保有するarXivは、今回の資金でクラウド移行とコードのモダナイゼーションを推進
  • モダナイゼーションの焦点は、研究者が引き続き頼れる信頼性、耐障害性、アクセシビリティの確保にある
  • NSFの資金は、Cornellの計算機科学教員による検索・推薦手法の開発にも使われ、arXivの大規模で活発なユーザーコミュニティでテスト・展開できる
  • PDF中心の提供を超えてHTML版の提供を拡大し、視覚障害者のアクセシビリティを改善するとともに、オープンサイエンス基盤としての持続可能性を高める

200万本の論文を収めるリポジトリのインフラ転換

  • Cornell Techは、arXiv支援のため、Simons Foundationからの寄付とNational Science Foundationの助成金を合わせて総額1,000万ドル超を確保
  • arXivは、学術論文のための無料配布サービスであり、オープンアクセスアーカイブでもある
  • 今回の資金は、200万本超の論文を保有するリポジトリをより安定的に運営するための基盤整備に使われる

    • クラウド移行とコードのモダナイゼーション

      • コードベースをモダナイズし、クラウドへ移行
      • 信頼性、耐障害性、研究者のアクセス性を強化
      • Cornell TechのGreg Morrisettは、今回の投資はarXivサービスの拡張と、より幅広いユーザー層の支援に必要だと見ている
      • arXiv faculty directorのRamin Zabihは、コードベースのモダナイゼーションとクラウド移行がarXivインフラを強化すると評価

開発計画と研究コミュニティ支援

  • arXivの次の開発段階には、モダナイゼーション作業を担う複数のソフトウェア開発者の採用が含まれる
  • NSFの資金により、Cornellの計算機科学教員は新たな検索および推薦手法を開発
    • arXivの大規模で活発なユーザーコミュニティでテストと展開が可能
    • 最新のプライバシー保護の確保を支援
  • コンテンツはPDFだけでなくHTML版でも提供され、視覚障害者のアクセシビリティが大きく改善される見込み
  • arXivは1991年、当時Los Alamos National Laboratoryの物理学者だったPaul Ginspargによって設立された
    • Ginspargは2001年にCornellへ戻る前にarXivを立ち上げた
    • 現在、arXivはCornell Techが維持・運営している
  • arXivは、物理学、数学、計算機科学、定量生物学、定量金融、統計学、電気工学・システム科学、経済学分野の研究者を支援している
  • Simons Foundationは2011年からarXivを支援しており、追加支援は長期的な持続可能性への移行を促進するために使われる
  • arXivはSimons Foundationの継続支援に加え、学術・研究図書館、大学、研究機関、専門学会、個人寄付者の支援も受けている

関連記事

1件のコメント

 
GN⁺ 2023-10-20
Hacker News の意見

  • arXiv がより多くの資金を得られることになって本当にうれしい。不可欠な研究インフラだ。
    個人的にはフロントエンドが変わるのかが気になる。アクセシビリティ、査読支援ツール、改名サポートといった改善の余地は確かにあるが、arXiv のウェブサイトはほとんどプラトン的理想形のように感じられる。Craigslist のようにシンプルな HTML で、表示が速く、必要な情報と機能だけを提供し、邪魔をしない。
    arXiv チームは、これまで成し遂げてきたことで大いに評価されるべきだ。プレプリントサーバーが科学にとってどれほど有用で変革的だったかは、いくら強調してもしすぎることはない。

    • 「シンプルな HTML、速い読み込み、必要な情報と機能だけを提供し、それ以外では邪魔をしない」ことが核心だ。流行を追ったJavaScript 必須のシングルページアプリに変わったら、本当に腹が立つと思う。
      資金は帯域幅やストレージを増やすために使うのはよいが、役に立たず敵対的な UI 変更に浪費しないでほしい。
    • arXiv API でコンピューターサイエンス論文を探索するツールを作った: https://trendingpapers.com/
      特に API について、今のような素晴らしい仕事を続けてほしい。
    • PDF はかなり遅く表示されるほうなので、速いという話には例外がある。

  • arXiv はおそらく科学で最も重要なリポジトリなのに、大手テック企業が自社研究を載せるために使っているのだから、彼らが潤沢な資金で支援すべきだとして、公的資金支援に怒る人たちがいる。しかし、その提案がもたらす結果を考える必要がある。
    何かに資金を出せば、その対象に対してある程度の権限を持つことになる。直接的であれ間接的であれ、「われわれの提案に従わなければ財政支援を見直す」と言えるようになる。科学と公益のために開かれ独立しているべき場を、常に同じ目標を持つとは限らない企業の影響力の下に置きたいのか疑問だ。

    • オープンソースは文字どおりオープンなものだ。費用を助けるために arXiv に資金を拠出すること自体は、その資金に脅しや条件が付いていない限り問題ない。
      オープンなリポジトリから何らかの形で利益を得ているなら、貢献してもよいのではないか、というのが基本的な考え方だ。十分な個人や組織が貢献すれば皆にとって良いし、プロジェクトの背後にある組織が個人の趣味レベルで継続が難しいなら、支援が必要になることもある。
      結局、arXiv のような場所にも費用はかかる。必ず貢献しなければならないわけではないが、貢献するなら良いことだ。

  • 「arXiv は 1991 年、当時 Los Alamos National Laboratory の物理学者だった Paul Ginsparg 博士が Cornell に戻る前に設立した」という一節を見て、arXiv がそんなに古いものだと初めて知った。正直、知って使い始めたのは 10 年も経っていない。

    • 分野ごとに arXiv に論文を定期的に投稿し始めた時期は違っていた。かなり大ざっぱな順序では、高エネルギー理論が 1992 年ごろ、他の物理理論が 1994 年ごろ、物理実験が 1996 年ごろ、数学が 2000 年ごろ、コンピューターサイエンスが 2008 年ごろだ。
      ある分野はほとんど一夜にして移行し、別の分野は数年かけてゆっくり成長した後、arXiv への掲載がデフォルトになった。
    • ウェブサイトになる前はメールの listservだった。
    • いまだに xxx.lanl.gov と打ってしまう。昔はリダイレクトされていたのに、今はされなくなって残念だ。

  • 予想するに、arXiv にはこのお金は必要ないし、アップグレードも必要ない。このお金は営業担当者たちを引き寄せるだけで、彼らは皆、報酬を得て arXiv をより悪くする提案をするだろう。そのうちの一つが通ってしまうかもしれない。

    • 同意する。arXiv の仕事は、真面目に言えばPDF リポジトリとして機能することだ。今、それをうまくやっている。
      18 か月後に「今度は丸い形が流行だ」と言ってまた変わる、派手な新フロントエンドは必要ない。保守とエンジニアリング時間が今の 2 倍ほどかかる「分散・負荷分散・障害耐性・ウェブスケールプラットフォームソリューション」に移行する必要もない。
      必要なのは文書を提供することだけだ。負荷の問題があるなら、コンテンツの大半は静的なので CDN の背後に置けばよい。CDN が解決するために作られた用途にぴったり合っている。
      どうか変えないでほしい。

  • 「クラウドへ移行」とはいいね。論文を 1 本受け取るたびに CAPTCHA を期待すればよさそうだ。
    ちなみに arXiv はそんな愚かな判断をしない場所だと信じているが、クラウド移行は往々にして、意思決定がもはや内部で行われなくなることを意味する。

    • すぐに多くの企業が使っているハイブリッド方式へ進む可能性もある。たとえばクラウド移行というのが、単に論文のバックアップを S3 に置き、初回ダウンロードに失敗したときに S3 の場所へ自然に切り替える程度のことかもしれない。
      逆に、すべてを Lambda で動かすように書き直そうとしている可能性もある。つまり「クラウドへ移行」は、会社や組織によって意味が違う。
    • このクラウド移行は、製品改善よりもセキュリティ、つまり外部からの侵入を防ぐ目的である可能性が高そうだ。言われているように、多くの決定がもはや Cornell のものではなくなるかもしれない。より大きな地政学的な流れを示す兆候のように見える。

  • arXiv は恵みだ。arXiv と、研究を公開で共有してきた人たちのおかげで、今の自分がある。
    DeepMind が自分たちの研究を Nature のような出版物の背後に閉じ込めておくのは気に入らない。立派なクラブに入る効果があるのは分かるが、誠実さは感じられない。研究を公開することが人類を前進させる。
    arXiv は世界に小さな足跡を残したと言えるし、持続可能性に必要な資金を得られることになってうれしい。ただし、不必要に規模を拡大しようとして燃え尽きないでほしい。

  • arXivが本当に好きなので、さらに多くの資金を得られると聞いてうれしい。この資金で長年の問題、とくにアイデンティティと著者表示の扱い方を修正できるとよいと思う。
    たとえば現在のシステムは、人の名前は変わらないと仮定しているが[1]、これはとくにトランスジェンダーの著者に悪影響を与える。余力ができれば直せそうに見えるし、そうなることを願っている。
    [1]: https://www.kalzumeus.com/2010/06/17/falsehoods-programmers-...

    • 名前変更を扱うよい方法はない。メタデータでは変更できるが、論文本体には以前の名前が残る。
      著者が論文内で変更できるようにしても、他の人たちの参考文献には以前の名前が残る。参考文献はさらに難しい。すべてを見つけ出して曖昧さを解消する自動化が必要で、中国語名のような場合はとくに厄介だ。さらに、多くの著者は他人が自分の論文を変更することを拒むだろう。
    • 夫の姓を選ぶ、あるいは社会的期待からそうせざるを得ない女性たちには、はるかに大きな悪影響がある。
    • 歴史を変えるべきではない。新しい名前は使えるが、それは新しく別個のアイデンティティと見なすべきだ。
    • arXivは名前変更をサポートしているように見えるが、引用と参考文献ではサポートしていないようだ[1]。
      この程度ならよさそうに思える。引用を修正するのは、奇妙な歴史改変であり、著作権上の介入のように感じる。
      誰かがこのコメントを引用して「bigyikes」と書き、後でDangが私の名前を変更したとしたら、私を引用したコメントまで直すべきなのだろうか。私はそうではないと思うが、少数意見かもしれない。
      [1]: https://blog.arxiv.org/2021/03/11/update-name-change-policy/

  • arXivは素晴らしいリソースだ。少なくとも私の分野であるプログラミング言語では、おそらくコンピュータサイエンスの大半でもそうだろうが、論文のほとんどがarXivに載っているように思う。
    論文を無料で公開しない理由はない。たいていのものは、それ自体が物質だったり、生産にお金や資源がかかって回収する必要があったりするため費用がかかる。しかし論文は配布コストがほぼゼロに近く、研究成果や発見そのものに資金が付く助成金によって作られている。

    • クローズドな学術誌に時間を使いたいなら好きにすればよい、という考え方だ。
      分野が小さくニッチだった時代には、テーマ別のまとまりが役に立ったかもしれない。しかし現代の検索や計算機ツールがある今、なぜそれが必要なのか疑問だ。
      学界でこの構造よりも搾取的な商売のように感じるものはない。すべては公開されるべきであり、そのテーマについての自然な議論が重要性を導くべきだと思う。

  • 予算が本当に厳しいものをクラウドへ移すのは、必ずしもよい考えなのだろうか？

  • 論文をWebネイティブにできるとよいと思う。

    • すでに試みているようだ。
      「またarXivは、コンテンツをPDFだけでなくHTML版としても作成し、視覚障害者に対してはるかに優れたアクセシビリティを提供する」
      ただし、成功できるかどうかは別問題だ。HTMLへコンパイルするパイプラインは、人々が使うすべてのLaTeXパッケージで動作しなければならないか、少なくとも大半で動作し、残りは優雅に失敗しなければならない。PDFへコンパイルするだけでも十分に難しく、arXivは各年版のTeX Liveを恒久的に維持しなければならなかった。