1つのライセンス表示ではなく、ワークフローから始める
化学AIリソースには、ソースコード、学習済みモデルファイル、サンプルデータ、完全なデータセット、ホスト型サービスが含まれることがあります。リポジトリに付されたライセンス表示が、ダウンロードまたは使用するすべてのコンポーネントに適用される証拠とは限りません。まず、計画中のワークフローで実際に必要となるコンポーネントを列挙し、それぞれについて個別の情報源を記録します。
このガイドは証拠を整理するものであり、法的見解を示すものではありません。科学的性能、互換性、または特定の用途に対する許可を認証するものでもありません。ライセンスに重大な影響を及ぼす決定には、適切な審査が必要です。
コンポーネント一覧を作成する
ライセンス文書を集める前に、予定する活動を明確にします。たとえば、内部評価、学習、ファインチューニング、チェックポイントの配布、処理済みデータの公開、サービスの運用などです。これらの活動では入力と出力が異なるため、一覧はワークフロー全体を対象にします。
コンポーネントごとに1行を設け、次の項目を記録します。
- **識別情報：**リソース名、コンポーネント、リリースまたはデータセットの識別子、情報源 URL。
- **予定用途：**どのように使用し、誰が出力を受け取るか。
- **証拠：**適用されるライセンスファイル、公開された条件、通知、出典と処理履歴。
- **状況：**文書化された条件、不足している証拠、矛盾、審査が必要な疑問点。
一覧の入力は、提案されているワークフローとその情報源となる資料です。出力は証拠の記録であり、一括した許可ではありません。同じ場所からダウンロードする場合でも、コード、チェックポイント、データ、サービスへのアクセスは別々の行に記録します。
コンポーネントに対応する証拠を確認する
該当するリリースに関連付けられた公式ライセンスファイルまたは公開条件を優先します。リポジトリが公開されていることや、ファイルをダウンロードできることだけでは、使用権は確認できません。作業記録にはリリースまたはリビジョンと確認日を記載し、現在のリポジトリ上の表示を古い成果物の証拠として代用しないでください。
リソース紹介は、この区別が重要である理由を示しています。
| リソース | 関連リソースの紹介に記載された証拠 | 個別に調査する質問 |
|---|---|---|
| MACE | コードは MIT と記載されており、コードとチェックポイントのライセンスは別々に考慮する必要があります。 | 選択した特定の事前学習済みチェックポイントには、どの条件が適用されますか？ |
| GemNet | リポジトリのライセンスは Hippocratic License Version 2.0 と記載されています。 | 適用される文書はどのコンポーネントを対象とし、どの条件が予定用途に影響しますか？ |
| LocalRetro | リポジトリのコードは CC BY-NC-SA 4.0 と説明されています。 | 外部の反応データセットとモデルの重みには、どの許可が適用されますか？ |
| Therapeutics Data Commons | リポジトリのコードは MIT と記載されています。 | 選択する各データセットには、どの条件が適用されますか？ |
| Open Reaction Database | 補助コードは Apache-2.0、データセットと記述的メタデータは CC-BY-SA-4.0 と説明されています。 | 選択したデータには、どの帰属表示と再配布の条件が適用されますか？ |
これらは草稿に記載された区別であり、ライセンス審査の完了による判断ではありません。決定する前に、適用される文書を確認してください。
条件を記録し、不明点を埋めない
ライセンス識別子と明示された条件を正確に記録します。参照しやすいように短く要約しても構いませんが、審査者が原文を直接確認できるよう、適用を決める文書へのリンクを残してください。情報の欠如を、商用利用が無制限に許可されているという主張に置き換えてはいけません。
判断に役立つ質問には、次のようなものがあります。
- 文書はこのファイルまたはデータセットを明示的に対象としていますか？
- 予定用途または再配布について扱っていますか？
- 通知、帰属表示、その他の条件が定められていますか？
- リポジトリの文書と成果物固有の条件に食い違いがありますか？
- 信頼できる情報源への照会が必要ですか？
文書が食い違う場合は、両方の情報源と未解決の問題を記録します。「証拠が不完全」という追跡状況が、根拠のない法的結論より適切です。
第三者の素材と派生出力を追跡する
サンプル、データセット、事前学習済み成果物に、他の情報源に由来する素材が含まれていないか確認します。内部評価の準備中も、出典と処理履歴、引用、通知を保持します。ソフトウェア全体に適用されるライセンスが、同梱または外部から取得した素材を対象とするとは限りません。
LocalRetroについて、関連リソースの紹介には、反応学習データからのテンプレート抽出、CSVファイルへの前処理、チェックポイントの学習、候補反応物へのデコードという流れが説明されています。この手順からは複数の一覧項目が必要だと考えられますが、生成されたすべての成果物に許可があることを示すものではありません。
Therapeutics Data Commonsでは、データセットローダーや評価ユーティリティは、取得対象となるデータセットとは別のものです。Open Reaction Databaseでは、補助コード、反応レコード、記述的メタデータを記録上で区別してください。別の形式への変換は処理工程であり、元の条件が消滅したことの証拠ではありません。
計画例：仮想的な反応ワークフロー
ある研究チームが、反応データの準備と並行して LocalRetro を評価し、Open Reaction Database のレコードを調べることを提案したとします。これは仮想的な計画演習であり、統合をテストしたものでも、これらのリソースが相互に置き換え可能だという主張でもありません。
- 範囲を定める。 最初の活動は内部評価です。データやチェックポイントの共有は別の判断として扱います。
- 入力を列挙する。 LocalRetro のコード、選択した学習データ、テンプレートファイル、ダウンロードしたチェックポイントがあればそのチェックポイント、選択した Open Reaction Database ファイルを記録します。
- 予定出力を整理する。 前処理済み CSV ファイル、抽出されたテンプレート、学習済みチェックポイント、生の予測、デコードされた反応物、評価レポートを含めます。
- 証拠を添付する。 コンポーネントごとのライセンス文書と出典記録をリンクします。証拠を入手するまで、外部データセットの許可は未解決として扱います。
- 公開時の問いを立てる。 出力を共有する前に、含まれる素材を特定し、不明確な条件を審査に回します。
実務上の成果は、追跡可能な一覧と未解決の質問リストです。科学的評価と許可に関する判断は、引き続き別個の作業です。
リリースとサービス条件を再確認する
ライセンスやアクセス条件はバージョンによって変わることがあります。過去の記録を保持し、新しいリリースを調べ、ホスト型サービスの条件をソースコードとは別に確認します。アクセス可能であることと許可されていることも別です。ダウンロードできるからといって、ライセンスの疑問が解決するわけではありません。
この手順には限界があります。関連リソースの紹介のライセンス表示だけでは、特定の成果物が対象であると確認できない場合があり、重みや第三者データの条件が文書に記載されていないこともあります。新たな証拠を確認するまでは、公開済みの事実を更新せず、不明な条件を明示したままにしてください。
情報源と簡易チェックリスト
関連するリポジトリや文書を出発点として利用してください。
- MACE：repository、documentation。
- GemNet：repository、README。
- LocalRetro：repository、README。
- Therapeutics Data Commons：repository、documentation。
- Open Reaction Database：repository、README。
作業を進める前に：
- 必要なコンポーネントと予定出力をすべて列挙する。
- リリース固有の証拠を添付し、通知を保持する。
- 情報の欠落や文書間の矛盾を明示する。
- 重大な影響を伴う用途や共有の前に、適切な審査を受ける。
- コンポーネントや予定活動が変わったら、証拠を再確認する。
リソースと科学的タスクも参照してください。情報源へのリンクは、証拠を確認する出発点として使用し、許可や科学的適合性の認証とみなさないでください。