Abiks teadlasele: teadusandmete avaldamine ja HPC jaoks kättesaadavaks tegemine

Teadus- ja arendustegevuse andmete avalik kättesaadavus tähendab teadustöö tulemusena loodud andmekogude või

tarkvara koodi avaldamist repositooriumites, mis võimaldavad väljastada avaldatud andmekogule või koodile digitaalse objekti andmekirje DOI (digital object identifier). Selliselt saab muuta avaldatud andmed otsitavaks, kättesaadavaks, koostalitlusvõimeliseks ja taaskasutatavaks. Teisisõnu järgib see FAIR (Findable, Accessible, Interoperable and Reusable) põhimõtteid, mis on osa Euroopa teadusruumi kokkulepetest.

Teadus- ja arendustegevuse ning innovatsiooni korralduse seadus (TAIKS) kehtib alates 17. juunist 2025.

Andmete koostalitlusvõime tähendab seda, et eri süsteemid suudavad andmeid lugeda ja tõlgendada samal moel. Euroopa teadusrahastuse taotluste kaudu on näha, et avaldatud andmekogusid ja tarkavarakoode väärtustatakse kõrvuti avatud juurdepääsuga publikatsioonidega. Ainsana võib teadustulemused avalikustamata jätta, kui see on kooskõlas teiste õigusaktidega.

DataDOI ja Zenodo. Tallinna Ülikool on DataCite’i konsortsiumi üks partneritest ja saab andmete avaldamiseks kasutada seega DataDOI repositooriumi. Andmekogusid võib mõistagi avaldada ka mujal. Nii on võimalik kasutada Euroopa Komisjoni CERN-i opereeritud repositooriumi Zenodo.

Ülikooli tugi teadlasele. Alates 2025. aasta sügisest saavad Tallinna Ülikooli teadlased keskset tuge teadusandmete avaldamisel, aga ka andmetega töö planeerimisel ja läbiviimisel. Andmeanalüüsi nõustaja saab pakkuda tuge andmete avaldamiseks sobivate võimaluste ja asjakohaste analüüsimeetodite valikul. Süsteemianalüütik toetab kõrgarvutusjõudlusega projektide (HPC ehk High Performance Computing) planeerimisel ja majasisese või riikliku taristu kasutamisel. 

HPC on suure arvutusvõimsusega süsteem, mis suudab lahendada keerukaid või suuremahulisi ülesandeid, mida tavapärased arvutid efektiivselt töödelda ei suuda. Üldiselt kasutatakse HPC-d rohkem loodusteaduse valdkonnas, kuid sellest on kasu keerukate ülesannete lahendamisel ka teistes teadusvaldkondades.

RODEO pilootprojekti ehk sotsiaal-, humanitaar- ja kunstiteaduste avatud ja vastutustundliku teadus- ja innovatsioonitegevuse toetamise projekti ning riikliku ETKAD taristu tegevuste kaudu püüame kaardistada, millist tugisüsteemi teadlased andmetega töös vajavad ning millised on peamised takistused andmete avatud teaduse põhimõtetest lähtudes kättesaadavaks ja taaskasutavaks tegemisel. 

Samuti oleme RODEO projekti käigus Strathclyde ülikooli abiga kokku pannud peamised indikaatorid arvutusülesannetest, mis sobivad paremini HPC keskkonda. Üldistatult võib sobivuse taandada väitele „Tavaarvuti ei ole võimeline püstitatud probleemi mõistliku aja jooksul lahendama”. Sellisel juhul on enamasti tegemist kas ebapiisava arvutusvõimsusega (nt protsessor või RAM), liiga suure andmemahuga või spetsiifilise riistvara vajadusega (näiteks GPU-d ehk Graphical Processing Units).

Rocket klaster ja LUMI. ETAIS-i kaudu on Tallinna Ülikooli teadlastel võimalik saada juurdepääs Tartu Ülikooli pakutavale Rocketi klastrile ja vajaduse korral superarvutile LUMI. Praegu on väljatöötamisel protsess paremaks ligipääsu taotlemiseks ja tehniliseks toeks ETAIS-i platvormil tööriistade ülesseadmiseks.

Andmete analüüsiks HPC platvormil, ükskõik kas tegemist on ETAIS-iga või mõne muu HPC klastriga, on vajalik eelnevalt läbi mõelda järgmised küsimused.

• Milliseid tööriistu plaanitakse kasutada? Tuleb arvestada, et HPC platvormid toetavad vaid teatud tarkvara ja keskkondi, mistõttu tasub seda enne projekti alustamist täpsustada.
• Kas uurimisrühmas on vajalik pädevus olemas? On oluline, et rühmas oleks liikmeid, kes suudavad töid kirjeldada, ette valmistada, käivitada ja tõrkeid lahendada. 
• Millist arvutusvõimsust on ülesande lahendamiseks vaja? Soovitatav on katsetada lahendust väiksema andmemahuga ja selle põhjal hinnata vajalikke ressursse.
• Kus andmeid pärast töötlemist ja analüüsi hoiustada? ETAIS pakub lühiajalist andmete hoiustamist HPC keskkonnas loodud projektis, kuid pikemas perspektiivis on mõistlik pärast töötlemist tõsta andmed mujale, näiteks Tallinna Ülikooliga seotud platvormidele.

---

Hea teada!

Tallinna Ülikool on riikliku taristu Eesti teadus- ja kultuuriandmete digitaristu (ETKAD) üks partneritest ja Eesti Teadusarvutuste Infrastruktuuri (ETAIS) kasutaja.

• ETKAD alla koonduvad kultuuriandmete portaal E-Varamu, humanitaarteadlasi andmetega töös toetav HUM labor ja DOI-sid (digital object identifier) ehk digitaalseid objektide andmekirjeid väljastavate repositooriumite konsortsium DataCite.
• ETAIS võimaldab ligipääsu kõrgarvutusjõudlusele ehk HPC-le (High Performance Computing), mida võib minna vaja tehisintellekti kasutavate projektidega eksperimenteerides.