(オープンイノベーション最新情報-42)
生物学研究におけるオープンイノベーションコンテスト

生物学における計算問題を対象としてオープンイノベーションコンテストが実施された事例が報告されています。

Advancing Computational Biology and Bioinformatics Research Through Open Innovation Competitions
https://hbswk.hbs.edu/item/advancing-computational-biology-and-bioinformatics-research-through-open-innovation-competitions

ポイントは以下の通りです:
  • 過去にも生物学分野でオープンイノベーションコンテストが実施された事例はあるものの、その多くは対象者が分野内の研究者に限定されていた
  • 本報告では対象者を分野外の人々まで広げた3つの事例を扱った:
    • Antibody Clustering Challenge
    • The Connectivity Map Inference Challenge
    • CMap Query Speedup Challenge
  • ソフトウェアエンジニアやデータサイエンティストのコミュニティを活用するため、いずれもTopcoder.com上で実施された
  • 3事例の実施期間は10/21/21日・参加者数は35/85/40人・コンテスト当たりの賞金総額は8,500/20,000/20,000USDであった
  • いずれも既存のアルゴリズムに比べて大きなパフォーマンスの向上が達成された
  • 既存のアプローチと比べたメリットは以下の通り:
    • 短期間で幅広い解決策を探索できるため、ブレイクスルーにつながる可能性がある
    • 分野内の研究者が複数の相補的な解決策を統合し、大幅にパフォーマンスを向上させる機会を生み出す
  • 分野外の参加者を引き付けるためには、問題の本質を抜き出し抽象化しなければならない
  • 提案された解決策を元の問題に適用する際に、修正が必要となる
  • 生物学の研究は遺伝データの容量や受け渡しがボトルネックになることがあるため、オープンイノベーションコンテストによる解決策の探索が向いている

科学研究にオープンイノベーションコンテストを活用する 

本報告の事例ではオープンイノベーションコンテストを実施することで、生物学における計算問題の解決に分野外の人々の知見を借りることに成功しています。同じやり方が様々な科学分野の研究の発展に役立てられる可能性があります。そのためには以下のステップの全てが実行可能でなければなりません。
  1. 元の問題を提案者候補が取り組みやすい形にする
  2. 適切なインセンティブを設定する
  3. コンテストを提案者候補に認知させて解決策を集める
  4. 集まった解決策の知見を元の問題に適用する
第1のステップには以下の3要素が必要です:
  • 問題の本質を抜き出して提案者候補に伝えられる
  • 解決策の作成に当該分野の専門知識が必要ない
  • 解決策に対するフィードバックが適宜得られる
本報告の事例はコード開発・機械学習といった一般的な計算問題が対象であるため、上記の3要素の全てを満たします。これは他の科学分野の計算問題についても同様と考えられます。一方で実験による試行錯誤が必要な問題への適用は難しいかもしれません。コンテスト中に解決者が当該分野の専門家と丁寧に議論できる体制を整えれば、より多様な問題に適用できる可能性があります。

第2のステップでは賞金という形でインセンティブを設定することが望ましいでしょう。通常の科学研究では成果の論文報告や学会発表が研究者のモチベーションとなりますが、分野外である提案者候補には有効ではないからです。

第3の認知活動ではコンテストの実施主体に知名度や信頼性が求められ、かつ相応の費用が掛かります。そのため個々の研究者が実施することは容易ではありません。そこで科学技術振興機構のような政府機関や各分野の学会が、オープンイノベーション仲介業者の支援の下で行う形が考えられます。

最後のステップでは最初と同じく当該分野の専門知識が必要です。集まった解決策を既存の知見と組み合わせて新たな可能性を探ることになるため、様々な視点で議論可能な複数の専門家から構成されたチームを作ることが有効です。

本手法が科学分野の発展に役立つとしても、それが実際に実施可能かどうかは別途検討が必要です。アカデミアの研究者は自ら問題を解決し、その成果を対外的に発表することで業績を重ねていきます。ある分野の研究者が分野外の人々の力を借りて問題を解決した場合、研究者の業績として評価されるでしょうか。これは自立して問題に取り組めるAIが出てきたときの話と似ています。

仮に研究者の使命を科学の発展に貢献することと定義すれば、自分以外の手を借りて問題を解決したとしても、本人の成果として評価されるべきです。現在でも研究室によっては責任者である教授は研究資金の獲得に専念し、実質的な問題解決は助教・博士研究員・学生が行っている場合がありますが、その成果である論文には教授の名前が載っています。

企業におけるオープンイノベーションが議論される際、企業内の研究者は従来のproblem solverからsolution seekerに変わる必要があると言われています。これは企業の目的が製品/サービスの開発とそれがもたらす利益であることから、その成果を効率よく出すためには研究者がマインドセットを変えるべきという主張が背景にあります。

果たしてアカデミアの研究者はproblem solverのままで良いのでしょうか。分野外の知見を活用するsolution seekerが評価されるようにはならないのでしょうか。アカデミアの組織の多くが国民の税金で賄われている以上、効率のよいやり方で科学の発展に貢献する義務があると言えないでしょうか。

実際に本手法を特定の問題に適用する場合、前述の1と4のステップにおいて、当該分野の研究者の協力が必要です。そこで科学の発展に重きを置く政府機関や国際機関が募集主体となり、各分野の研究者の協力を得ながら実施することが現実的に思えます。

本報告は今後の科学研究を考える上で示唆に富んでいます。今後も関連する報告に注目していきたいと思います。

Tom

ご意見・ご質問・記事執筆のご依頼などはthomas.openinnovation@gmail.comまでお気軽にお寄せください。
可能な限りご返事いたします。
また当ブログに掲載されている文章・画像の無断転載はご遠慮下さい。

0 件のコメント :

コメントを投稿