大数据时代的基础科学新变（2）

2 数据科学改变基础科学研究范式

数据科学正以势不可当的力量席卷而来，科学界、政府和社会公众都需要重新认识大数据时代基础研究的新特征及其影响，特别是对经济社会的影响机制和战略价值

1998年度图灵奖得主吉姆·格雷于2007年初最早提出“科学方法的革命”，将科学研究分为四类范式（Paradigm，指科技界普遍遵循的科学规范和普遍运用的研究套路），依次为实验归纳，模型推演，仿真模拟和数据密集型科学发现。数据密集型科学发现以大数据为主要特征和战略资源，即“大数据科学”和“科学大数据”。大数据可以帮助科学家们打开探索未知领域的大门，科学家们将以“分析全样本、接收非精确、发现相关性”的新思维探索科学研究。

虽然大数据时代带来了思维方式等认知层面的转向，但基础科学主体的发展依然遵循物理、化学、信息、生命科学等基础学科自身的规律，并且具有交叉、融合与渗透的逻辑性。不过改变已经愈加清晰：与传统数据的科学研究相比，无论是大型望远镜列阵收集回来的各种宇宙星系图像，还是从DNA测序仪形成的各种基因组，或是社交网站的点击次数，都可以成为数据收集目标。以前需要10年才能完成的人类DNA测序，现在一天左右就能完成。基于统计机器学习、神经网络以及深度学习，人工智能的思考能力在提升，人类对未来的预测上变得前所未有地精确。

计算科学和大数据方法在提高科学发现概率、拓宽科学研究视野、促进交叉聚合的同时，也在催生新学科创新增长，使新技术研发应用变得更加快捷、简洁、高效。但是，“大数据科学”和“科学大数据”会对科学哪一领域哪一阶段的发展产生突破性影响和行业带动？大数据对基础研究的影响到底是阶段性的还是长久性的、局部的还是全面的？这些问题还并不清楚，需要引起科技界、政府和包括公众在内的更多相关者予以关注。