文部科学省は2026年7月24日、「AI for Science を支える研究データの管理・利活用と流通の在り方について（審議まとめ）」を公表した。AI技術の進展とデータ駆動型科学の深化により、研究データの重要性が高まる中、分野横断的なデータ利活用に向けた次世代情報基盤の方向性を整理している。
審議まとめは、科学技術・学術審議会情報委員会の「AI for Scienceを支える研究データの管理・利活用と流通の在り方ワーキンググループ」が取りまとめたもの。背景として、分野・機関別に研究データ管理が進む一方、AI for Scienceの進展により、分野を横断したデータ流通や基盤の高度化が鍵になるとしている。
国内では、共用実験基盤、研究データ基盤・分野データベース、スーパーコンピュータ「富岳」を含むHPCI等の計算基盤、学術情報ネットワークSINETなど、各基盤の整備が進んでいる。一方で、各基盤間におけるデータ連携・集約、統合的な活用には課題があると指摘。欧州や米国による研究基盤整備など、海外の動向も踏まえ、次世代情報基盤の在り方を整理している。
次世代情報基盤の方向性としては、3つの柱を示した。1つ目は、付加価値の最大化を実現するネットワークの整備。大容量化、低遅延化、低消費電力、高信頼化を進め、AI時代の通信量増加にも耐え得る構成へ高度化するとともに、国際ネットワークとの接続強化により国際共同研究を支える基盤として機能を拡充する。
2つ目は、研究プロセスを支える新たな研究データ基盤の構築。AI for Scienceに対応した分野横断的なデータ活用を可能にするため、研究者の研究プロセスを総合的に支えるAI統合型の研究データ基盤による研究データ空間の確立や、分野データベースの高度化を掲げた。AI学習や新たな知の創出に資するダークデータ、ネガティブデータなどのデータセット構築にも触れている。
3つ目は、計算資源等との一体的な接続・連携、認証強化。実験基盤、研究データ基盤、計算資源を一体的に活用できる環境構築に向け、共通認証基盤により研究者・研究機関、研究設備等、データ、計算資源を信頼性高く結節するパイプラインを整備するとした。また、公私立大学へのNII-SOCS展開など、学術分野全体のサイバーセキュリティ対策の底上げも盛り込んでいる。
審議まとめでは、研究データの流通そのものが新たな付加価値を生み出す次世代情報基盤として刷新し、研究のスピードと質を向上させることを目指す。分野にとらわれず、すべての研究者がAI for Scienceに対応した環境で研究できるよう、研究データの管理・利活用を実現し、研究者の研究プロセスを総合的に支援する必要性を示している。
