VR医療研究の第一人者である杉本真樹先生に、特集号企画の狙いをはじめ、これまでの研究の歩み、現在の潮流、そして未来への展望について伺いました。

AI for Scienceの時代に、研究データ管理がなぜこれまで以上に重要になるのかを整理します。

本記事では、AI for Scienceの進展によって研究環境がどう変わりつつあるのかを踏まえながら、大学図書館に期待される役割と、図書館員に求められる専門性について考えます。

「 AI for Science 」という言葉を耳にする機会が増えてきました。ここでいうAI for Scienceは、既存の研究にAIを後から便利ツールとして付け足すというより、 仮説構築から実験・解析、次の条件決定に至るサイクルを、AI活用を前提に組み直していく動き として理解するのが実態に近いです。 本稿は、文部科学省「 AI for Science の推進に向けた基本的な戦略方針の方向性について 」（科学技術・学術審議会 情報委員会 配付資料）を踏まえ、特に理工医系の研究者のみなさまが実務として押さえるべきポイント（計算資源・データ設計・検証設計）を、資料の示す方向性に沿って整理するものです。 理工医系では、実験・観測・シミュレーションから得られるデータ量が増え続けています。そのなかで問われるのは、単に「AIを使うかどうか」ではなく、AIが回る形で研究プロセスを設計できているかです。文科省の検討でも、モデルそのものだけでなく、計算資源（コンピュート）やデータ基盤、データを生み出す装置や自動化、そして人材や体制を一体で整える方向性が示されて