数据密集型科学发现及其哲学问题_黄欣荣

作者建构的产物，也就是说科学知识也是人类生产 出来的。 就像工人生产工业产品，农民生产农产品 一样，科学工作者同样也从事生产活动，他们生产 的是科学知识产品，他们靠生产科学知识来领取薪 资。 因此，从事科学工作也是人们的一种生产方式 和生活方式，科学哲学中被称为科学发现。
任何一项生产活动都需要劳动者、劳动工具和 劳动对象，而所谓的生产方式其实就是这三种要素 的结合模式，结合模式的不同就带来生产效率以及 生产产品的不同，因此我们可以根据这三个生产要 素来对科学发现或科学知识生产活动进行历史分 期和类型划分。 根据这三个生产要素，古代科学的 生产方式是业余生产模式， 近代科学是小作坊模 式，而现代科学是大规模生产模式。 在古代，从事科 学研究的人都不是专业工作者，他们都是在从事其 他工作的业余时间里凭着个人兴趣，利用日常生活 用具对大自然及其纷繁复杂的现象进行观察、记 录，并且进行分类、总结，于是出现了经验科学。 在 近代， 科学工作者在某些有钱人或组织的帮助下， 利用比较简陋的仪器设备 （比如自制的望远镜、显 微 镜 ），对 天 文 现 象 、物 理 现 象 、 化 学 现 象 和 生 物 现 象进行观察与实验， 并且利用已有理论对观察、实 验中所得现象进行归纳、推理和提炼，形成相关的 理论。 现代科学变成了国家行为，国家对科学活动 进行大规模的投资， 组织专业团队实行攻关协作，
48
并利用大量的仪器设备和处理工具对结果进行处 理以获得科研成果，这就是所谓的大科学时代或者 说大规模生产模式。
美国计算机专家、 图灵奖得主吉姆·格 雷（Jim Gray） 在 2007 年 1 月 11 日的一次学术会议上发表 了 《e-Science：科 学 方 法 的 一 次 革 命 》的 学 术 演 讲 ， 明确提出了科学分期和分类的新方法。 〔5〕他按照时 间和研究工具两个维度将历史上的科学划分为经 验科学、理论科学、计算科学和数据密集型科学等 四大类型，并对这四大科学类型的内涵与特点进行 了初步的论述。 虽然他本人在演讲之后不幸失踪于 大海之中，但他的独特观点却引起了国际学术界的 巨大反响，没有因为人的失踪而带来观点的消失。 〔6〕 格雷把上述四种类型的科学称为四种科研范式。 所 谓科研范式，就是科学知识的生产方式，或科学发 现的模式。
第 31 卷 第 11 期 2自0 然1 5辩年证法研11究月 文 章 编 号 ：1000-8934 （2015）11-0048-07
自然辩证法研究 Studies in Dialectics of Nature
Vol. 31， No. 11 第 31N卷ov.，第201151 期
数据密集型科学发现及其哲学问题
格雷所说的第一种科研范式叫经验范式，有人 也把它翻译为实验范式。 这两种称呼具有类似的地 方，但经验的范围更广，包括人类早期尚未进行受 控实验阶段所进行的体验、观察阶段。 从时间维度 来说，经验范式应该包括人类最早期对自然现象的 生活体验和初步观察阶段，也包括人类后来制造了 仪器设备进行受控实验阶段。 人类在其早期就对纷 繁复杂的自然奥秘发生各种各样的好奇，并用肉眼 或日常生活设备对自然现象进行观察和记录，对观 察结果进行初步整理， 发现了大自然的部分规律。 在这个阶段里，业余科学家们的工作主要是观察和 记录， 而且很少使用数据来对物理量进行精细刻 画。 文艺复兴之后，科学家队伍开始了半职业化，开 始制作一些专门的仪器设备，并且将研究对象与自 然隔离开来进行比较理想化的控制性实验，这就是 所谓的受控实验。 通过专门仪器和研究对象的孤 立、静止等理想化工作，研究者可以获取比较理想 的实验数据，通过对实验数据的归纳、提炼，能够发 现自然界的一些基本规律。 这个阶段的最大特点是 人类开始对所观察、实验的对象进行了数据化的记 录和描述，不过依靠人工设计的有限实验，人们所 能取得的数据也是极为有限的。
传统的经验范式与理论范式所针对的科学研 究对象都相对简单， 因为仅仅凭着个人的经验、观 察或实验，所取得的数据是有限的，有限的数据能 够刻画的对象也是有限的。 好在当时的科学，其所 研究的都属于线性、孤立、静止的现象，因此少量的 数据能够刻画出研究对象的特性和规律。 而对理论 范式来说，仅仅凭借人类思想的力量，很难超越当 时人们的思想高度，所以理论范式也主要是针对简 单现象及其规律。 随着科学研究的深入，人类所接 触的现象越来越复杂，特别是人们希望将研究对象 置于真实世界之中， 而不再对研究对象做线性、孤 立和静止的理想化处理，于是传统的经验范式和理 论范式就难于对付复杂的科研对象。 这些研究真实 世界的复杂现象的科学被称为复杂性科学，而过去 做了理想化处理的科学如今被统称为简单性科学。 为了处理真实世界的复杂现象，人们就开始利用计 算机的强大功能，通过建立科学模型来模拟真实世 界的复杂现象。 通过计算机的模拟和计算来模拟复 杂研究对象，并通过计算来发现规律的这种知识发 现新方法就是格雷所说的第三种科研范式，即计算 范式。 这种范式是最近数十年随着计算机的出现而 兴起的。
格雷所说的第二种科研范式是理论范式。 欧洲 近代哲学从古希腊的侧重本体论走向了重点探讨 认识论，实现了哲学研究重点的认识论转向。 近代 西方哲学的认识论主要有两条认识路线，一条叫经 验论，一条叫唯理论。 经验论是上述第一种科研范 式的哲学基础，认为一切科学认识都建基于人类经
数据密集型科学发现及其哲学问题
大数据时代的来临，对科学研究带来的最大变 化是数据规模及其采集方式的不同，并且由此带来 了数据性质的变化。 过去所说的数据，是一种狭义 的数据，它是由“数”和“据”两部分构成，“数”就是 数字，而“据”就是根据，简单来说就是表达具体对 象的数字，或者说具有度量单位的数字。 这种狭义 的数据主要由我们通过设计观察仪器，或者通过理 想化的控制实验，来获取测量数据。 大数据时代的 数据是一种广义的数据，不管它是数字，还是文字、 视频、音频、图片等等，任何信息都可以被看作是数 据。 这样，我们就大大地拓展了数据的来源和类型。 从来源来说， 以往的数据都是人们主动观测的结 果， 而现在的数据主要是智能终端自动生成的结 果。 除了初始的智能终端是由人研制、安装外，随后 的数据基本上都是由智能终端自动记录、采集而产 生的，不再有人的参与。 特别是大数据时代的许多 数据是事物或人类活动的轨迹记录，是人或物的物 理轨迹背后的一条数据轨迹，有时也被称为“数据 垃圾”或“数据尘埃”。 用大数据的眼光来看，万事万 物都是数据，即万物皆数据，“万物皆比特”。 〔8〕由于 数据类型多样，数据来源广泛，因此数据规模急剧 增长，大数据时代因此迅速来临，并由此也给我们 的科学研究带来了极其丰富的数据资源。
由于数据采集方式的智能化，万事万物都可以 映射为数据，就像柏拉图的著名洞喻，洞内影像是 洞外之物的映射，这样，数据与事物之间具有一种 对应关系。 事物的客观实在性基本上得到了公认， 但是由事物映射而成的数据是否也有实在性呢？ 数 据是事物属性的刻画，反映出事物的信息，就像运
50
第 31 卷 第 11 期
首先，科研对象发生了变化，数据世界的形成 为科学研究提供了新对象。
以往的科学研究一般都是直接面对自然界或 人类社会，直接与研究对象打交道。 例如天文学家 直接将天文望远镜对准太空，观察星象；物理学家 直接与物质世界打交道，设计实验、记录结果等等。 大数据时代随着数据量的暴增以及数据世界的形 成， 科学工作者不再把全部精力与物质世界打交 道， 而是开始直接挖掘反映物理实在的数据世界。 通过数据世界的挖掘，科学家们可以发现数据里面 所隐藏的各种秘密，找到数据规律并挖掘出所隐含 的自然或社会规律。 数据是科学研究的基础，即使 在小数据时代， 科研工作者也是从数据中寻找规 律。 但是，小数据时代的数据与物理对象的距离更 近，数据及其对象不可分离，而大数据时代，数据及 其对象相互分离，独自形成了自己的世界。 在大数 据时代，“人们事实上并不用望远镜来看东西了，取 而代之的是通过把数据传递到数据中心的大规模 复杂仪器来‘看’，直到那时他们才开始研究在他们 电脑上的信息。 ” 〔2〕xi
验的基础上，不管这个经验是来自现象观察还是受 控实验。 唯理论则是这第二种科研范式的哲学基 础。 西方科学与哲学中，这两种传统都早已存在。 就 唯理论传统来说，古希腊的自然哲学家们就一直在 探讨世界的本原问题， 后来一直追究到抽象的存 在。 而人文哲学家们（例如柏拉图），也将世界追究 到现象背后的所谓理念世界。 唯理论的代表人物笛 卡尔、斯宾诺莎、莱布尼兹都试图将这个科学的大 厦建筑在可靠的理论基石上。 例如笛卡尔通过“我 思”来推演出世界的存在，莱布尼兹则试图用 0 和 1 推演出整个世界。 如果说经验范式为近现代科学打 下来坚实的经验事实基础的话，那么理论范式则为 近现代科学确立了逻辑推理的基础。 理论范式偏重 于理论概括和逻辑推演，重视科学假说、演绎和理 论的检验。
二、数据密集型科学发现的兴起
近年来，随着智能感知技术、计算机技术、网络 技术、云计算等技术的发展，数据的采集、传输、存 储和处理等环节都发生Байду номын сангаас重大变化。 智能芯片越来 越微小、 价格越来越低廉而功能则越来越强大，于
49
自然辩证法研究
是智能芯片被广泛应用于各个领域，而智能芯片可 以自动采集和记录信息，并且可以将信息自动以数 字化的方式存储和传输，于是产生了大量数据。 特 别是智能手机、智能可穿戴设备、物联网以及社交 网，随时随地都可以产生无数的数据。 如今各种观 测、实验设备（例如天文望远镜、粒子加速器、环境 监测系统）都装备了智能系统，实现了数据的智能 采集和管理。 人们浏览网页、网上购物、视频音频播 放等一切网上行为也都被自动记录下来，成为人类 的行为数据。 总之，随着智能技术和网络技术的发 展，数据规模发生了爆炸性的增长，人类迅速进入 了大数据时代。 大数据时代的来临带来了科研方式 的巨大变化，带来了科学发现的新方式，这就是格 雷最先提出的数据密集型科研范式，即第四科研范 式。 〔7〕4-6
关键词：大数据；数据密集型；科学发现模式；科学始于数据 中图分类号：N031 文献标识码：A