Introducing HPC-Enabled Computational Research Training in Africa: A Pilot Study

科学的発見の世界を、大規模でハイリスクな厨房（キッチン）として想像してみてください。何十年もの間、シェフ（科学者）たちは小さな個人のコンロでしか料理を作ることができませんでした。素晴らしいスープやそこそこのケーキを作ることはできても、一度に千個のパンを焼いたり、大陸全体の気象パターンをシミュレーションしたりするには、彼らのコンロは大きすぎたのです。そこに登場したのが、**ハイパフォーマンス・コンピューティング（HPC）**です。HPCを、単一のスーパーコンロではなく、何百ものバーナーが完璧に同期して動いている巨大な工業規模の厨房と考えてください。これにより、研究者は新しい薬の設計から気候変動の予測に至るまで、「不可能」とされる問題に取り組むことができるようになります。

しかし、この工業規模の厨房を利用できるだけでは不十分です。複雑で自動化されたオーブンの使い方も、膨大な食材（データ）の在庫管理方法も、そして厨房を焼き尽くさないように他のシェフたちと協力する方法も知っていなければなりません。これが計算科学研究のトレーニングです。これは、家庭料理人を工業規模の厨房のマスターへと変えるための、レシピ本であり、徒弟制度なのです。長い間、このトレーニングは一種の秘密クラブのようなもので、自前の工業規模の厨房を持つ富裕国でのみ利用可能でした。しかし、もし他の地域にいる才能豊かで飢えたシェフたちが、学びたいと思っているのに、練習するための厨房も、教えてくれるマスターシェフもいないとしたら、一体どうなるのでしょうか？ それが、この論文が探求している問いです。

---

パイロット版：オーブンのない世界での料理教室

ジェームス・アフルとその共同研究チームは、アフリカの学生やキャリア初期の研究者に、これら「工業規模の厨房」のスキルを教える新しい方法をテストすることにしました。彼らはこの実験を**計算研究教育センター（CCRE）**と呼びました。彼らの目的は、一度に何千人もの人々を訓練できることを証明することではありませんでした。そうではなく、リソースが限られている状況において、特定のステップ・バイ・ステップのモデルが果たして機能するのかどうかを確認することでした。

彼らのモデルを、最も意欲的な学習者を捕まえるために設計された**「穴の開いたバケツ」**に例えてみましょう。まず、彼らはソーシャルメディア（LinkedIn、WhatsApp、Instagram）を使って広い網を投げ、興味を持っている人を探しました。その結果、24名の応募者が集まりました。これは、飢えた学習者としては良い数でした。しかし、限られたリソースで全員を深く教えることはできないため、彼らはグループを絞り込みました。12名が、オンラインでの義務的な「プレ・クッキング（前調理）」コースを受けるよう招待されました。これは、シェフがすぐそばに立っていなくても、レシピに従う忍耐力とインターネット接続を持っているかどうかを確認するためのテストのようなものでした。

12名のうち、すべての必須モジュールを完了できたのはわずか6名でした。この6名が、最終的な「パイロット・コホート（試行グループ）」となりました。彼らは多様なグループでした。主にエンジニアリング、物理学、生物学などの分野の学部生やキャリア初期の研究者たちです。決定的なのは、6名のうち5名が、これまでスーパーコンピュータに一度も触れたことがなかったことです。彼らは、料理について読んだことはあっても、実際にヘラを手にしたことがない人たちのようなものでした。

旅路：理論から実践へ

プログラムは、理論から実践へと段階的に進むように設計されました。

1. 準備（Prep）： 生き残った6名は、テキストコマンド（Linux）を使ってコンピュータと対話する方法や、ファイルの整理方法といった基礎を学ぶための4つのモジュールからなるオンラインコースを受講しました。
2. メンターシップ： 準備課程を通過すると、彼らはメンターとペアになりました。これは単に講師が講義を行うことではなく、ガイドが現実の問題を解決するのを手助けすることでした。
3. プロジェクト： 真の魔法はここで行われました。6人の学生は2つのチームに分かれ、実際のスーパーコンピューティングのパワーを使用して、実際のツールを構築しました。
   • チーム1は、原子炉の安全試験のための「サロゲートモデル（代理モデル）」を構築しました。毎回、遅くて高価なシミュレーションを実行する代わりに、機械学習モデルを訓練して、安全な結果を瞬時に予測できるようにしました。彼らは、他の人々が利用できるように、Streamlitというツールを使ってカラフルでインタラクティブなウェブサイトまで構築しました。
   • チーム2は、MRIスキャンから脳腫瘍を見つけるためのAIツールを作成しました。彼らは、Grad-CAMという手法を用いて、コンピュータに画像を見分けさせ、どこに腫瘍があるかを強調させる「思考プロセス」を教え込みました。

結果：高い希望、現実の障壁

プログラム終了時、研究者たちは参加者に感想を尋ねました。結果は輝かしいものでした。学生たちは、プログラムに対して平均5点満点中4.20点という評価を与えました。回答した全員が、このプログラムを友人に**「ぜひ勧めたい」**と答えました。彼らは実用的なスキルを学び、コミュニティと繋がり、自信を得たと感じていました。

しかし、論文はこれが「奇跡の治療薬」であると呼ぶことには非常に慎重です。学生たちの気分は最高でしたが、構造的な問題が魔法のように消え去ったわけではありません。

• インターネット： 5名中3名の学生が、インターネット接続が不安定であったため、クラスの一部を逃したと報告しました。
• 大きな障壁： トレーニングを受けた後でも、学生たちは依然としてスーパーコンピュータへのアクセス手段がなく、地元の専門家によるメンターもおらず、クラウドコンピューティングのコストを支払う余裕もないと報告しています。

論文は、このトレーニングプログラムが素晴らしい「火花」ではあるものの、「燃料」の問題を解決することはできないと示唆しています。レースカーのシミュレーターで運転の仕方を教えることはできますが、もし車も、道路も、メカニックもなければ、実際にレースに出ることはできません。トレーニングは彼らにスキルと自信を与えましたが、インフラストラクチャ（コンピュータ、メンター、資金）は依然として欠けているのです。

未来への展望

著者らは、単発のワークショップを開催するだけでは、問題を解決できないと結論付けています。代わりに、将来に向けて**「4つの柱」によるフレームワーク**を提案しています。

1. アクセス： 人々に、単に読むだけでなく、本物のコンピュータに触れる機会を与えること。
2. 準備： 構造化されたオンラインレッスンを用いて、全員の理解度を揃えること。
3. メンター付きの実践： 人との繋がりを維持すること。学習者が諦めないためには、メンターが不可欠です。
4. 持続可能性： これが最も重要な点です。プログラムは、過去の受講生が新しい受講生のメンターとなり、大学や企業が提携して長期的なコンピューティング・パワーへのアクセスを提供するような、コミュニティを構築する必要があります。

要約すると、この論文は、アフリカにおける計算科学研究の成功へのレシピは、単にスキルを教えることではなく、それらのスキルを実際に活用できる「エコシステム全体」を構築することにあると示唆しています。パイロット版は、レシピが機能することを証明しましたが、厨房自体はまだ建設される必要があります。