科學研究的四種範式
圖靈獎得主，關系型數據庫的鼻祖吉姆·格雷(Jim Gray)也是一位航海運動愛好者。2007年1月28日，他駕駛帆船在茫茫大海中失聯了。而就是17天前的1月11日，在加州山景城召開的NRC-CSTB（National Research Council-Computer Science and Telecommunications Board）大會上，他發表了留給世人的最後一次演講“科學方法的革命”，提出将科學研究分為四類範式（Paradigm，某種必須遵循的規範或大家都在用的套路），依次為實驗歸納，模型推演，仿真模拟和數據密集型科學發現（Data-Intensive Scientific Discovery）。其中，最後的“數據密集型”，也就是現在我們所稱的“科學大數據”。
人類最早的科學研究，主要以記錄和描述自然現象為特征，稱為“實驗科學”（第一範式），從原始的鑽木取火，發展到後來以伽利略為代表的文藝複興時期的科學發展初級階段，開啟了現代科學之門。
但這些研究，顯然受到當時實驗條件的限制，難于完成對自然現象更精确的理解。科學家們開始嘗試盡量簡化實驗模型，去掉一些複雜的幹擾，隻留下關鍵因素（這就出現了我們在學習物理學中“足夠光滑”、“足夠長的時間”、“空氣足夠稀薄”等令人費解的條件描述），然後通過演算進行歸納總結，這就是第二範式。這種研究範式一直持續到19世紀末，都堪稱完美，牛頓三大定律成功解釋了經典力學，麥克斯韋理論成功解釋了電磁學，經典物理學大廈美輪美奂。但之後量子力學和相對論的出現，則以理論研究為主，以超凡的頭腦思考和複雜的計算超越了實驗設計，而随着驗證理論的難度和經濟投入越來越高，科學研究開始顯得力不從心。
20世紀中葉，馮·諾依曼提出了現代電子計算機架構，利用電子計算機對科學實驗進行模拟仿真的模式得到迅速普及，人們可以對複雜現象通過模拟仿真，推演出越來越多複雜的現象，典型案例如模拟核試驗、天氣預報等。随着計算機仿真越來越多地取代實驗，逐漸成為科研的常規方法，即第三範式。
而未來科學的發展趨勢是，随着數據的爆炸性增長，計算機将不僅僅能做模拟仿真，還能進行分析總結，得到理論。數據密集範式理應從第三範式中分離出來，成為一個獨特的科學研究範式。也就是說，過去由牛頓、愛因斯坦等科學家從事的工作，未來完全可以由計算機來做。這種科學研究的方式，被稱為第四範式。
我們可以看到，第四範式與第三範式，都是利用計算機來進行計算，二者有什麼區别呢？現在大多科研人員，可能都非常理解第三範式，在研究中總是被導師、評委甚至是自己不斷追問“科學問題是什麼？”，“有什麼科學假設？”，這就是先提出可能的理論，再搜集數據，然後通過計算來驗證。而基于大數據的第四範式，則是先有了大量的已知數據，然後通過計算得出之前未知的理論。在維克托·邁爾-舍恩伯格撰寫的《大數據時代》（中文版譯名）中明确指出，大數據時代最大的轉變，就是放棄對因果關系的渴求，取而代之關注相關關系。也就是說，隻要知道“是什麼”，而不需要知道“為什麼”。這就颠覆了千百年來人類的思維慣例，據稱是對人類的認知和與世界交流的方式提出了全新的挑戰。因為人類總是會思考事物之間的因果聯系，而對基于數據的相關性并不是那麼敏感；相反，電腦則幾乎無法自己理解因果，而對相關性分析極為擅長。這樣我們就能理解了，第三範式是“人腦+電腦”，人腦是主角，而第四範式是“電腦+人腦”，電腦是主角。這樣的一種說法，顯然遭到了許多人的反對，認為這是将科學研究的方向領入歧途。從科學論文寫作角度來說，如果通篇隻有對數據相關性的分析，而缺乏具體的因果解讀，這樣的文章一般被認為是數據堆砌，是不可能發表的。
然而，要發現事物之間的因果聯系，在大多數情況下總是困難重重的。我們人類推導的因果聯系，總是基于過去的認識，獲得“确定性”的機理分解，然後建立新的模型來進行推導。但是，這種過去的經驗和常識，也許是不完備的，甚至可能有意無意中忽略了重要的變量。
這裡舉一個大家容易理解的例子。現在我們人人都在關注霧霾天氣。我們想知道：霧霾天氣是如何發生的，如何預防？首先需要在一些“代表性”位點建立氣象站，來收集一些與霧霾形成有關的氣象參數。根據已有的機理認識，霧霾天氣的形成不僅與源頭和大氣化學成分有關，還與地形、風向、溫度、濕度氣象因素有關。僅僅這些有限的參數，就已經超過了常規監測的能力，隻能進行簡化人為去除一些看起來不怎麼重要的，隻保留一些簡單的參數。那些看起來不重要的參數會不會在某些特定條件下，起到至關重要的作用？如果再考慮不同參數的空間異質性，這些氣象站的空間分布合理嗎，足夠嗎？從這一點來看，如果能夠獲取更全面的數據，也許才能真正做出更科學的預測，這就是第四範式的出發點，也許是最迅速和實用的解決問題的途徑。
那麼，第四範式将如何進行研究呢？多年前說這個話題，也許許多人會認為是天方夜譚，但目前在移動終端橫行和傳感器高速發展的時代，未來的趨勢似乎就在眼前了。現在，我們的手機可以監測溫度、濕度，可以定位空間位置，不久也許會出現能監測大氣環境化學和PM2.5功能的傳感設備，這些移動的監測終端更增加了測定的空間覆蓋度，同時産生了海量的數據，利用這些數據，分析得出霧霾的成因，最終進行預測也許指日可待。
這種海量數據的出現，不僅超出了普通人的理解和認知能力，也給計算機科學本身帶來了巨大的挑戰。因此當這些規模計算的數據量超過1PB時，傳統的存儲子系統已經難以滿足海量數據處理的讀寫需要，數據傳輸I/O帶寬的瓶頸愈發突出。而簡單地将數據進行分塊處理并不能滿足數據密集型計算的需求，與大數據分析的初衷是相違背的。因此，目前許多在具體研究中所面臨的最大問題，不是缺少數據，而是面對太多的數據，卻不知道如何處理。目前可見的一項技術，比如超級計算機、計算集群、超級分布式數據庫、基于互聯網的雲計算，似乎并沒有解決這些矛盾的核心問題。計算機科學期待新的革命！
上一篇
白附子的鑒别方法
最新文章
-
揭秘：傷寒汗出病解的方式有哪些
6分鐘前 -
洗髓修煉中的：找病、攻病、翻病、愈病！
21分鐘前 -
（原創）顫證的經方治療案。。。
27分鐘前 -
中醫教你：看指甲上的月牙診病
39分鐘前 -
中藥方論（24）
42分鐘前 -
僅一味中藥就可以降血糖 ，一味中藥的單藥方！
44分鐘前 -
解郁安神顆粒：抑郁症、焦慮症都是因為肝的疏洩功能出現了失調
55分鐘前 -
有一種痛苦叫牙疼，有種止疼藥叫艾灸！收藏起來，以備不時之需！
1小時前
有話要說...