驱动的科学研究★✿✿◈★。我仔细看了《第四范式★✿✿◈★：数据密集型科学发现》★✿✿◈★，感觉“科学研究的第四范式”都值得商榷★✿✿◈★，遑论第五范式★✿✿◈★。

　　这本书实际上是一本纪念文集★✿✿◈★，纪念微软研究院高级研究员★✿✿◈★、图灵奖获得者吉姆.格雷★✿✿◈★，正是格雷提出第四范式的说法★✿✿◈★。按照他的说法★✿✿◈★，回顾科学发展尊龙凯时★✿✿◈★，首先是实验科学★✿✿◈★，接着是理论科学★✿✿◈★、模拟科学★✿✿◈★，如今兴起的是数据密集型科学尊龙凯时★✿✿◈★，它是科学研究的第四种范式尊龙凯时★✿✿◈★。对于这种观点★✿✿◈★，这本书根本没有进行严肃的论证★✿✿◈★，就是武断提出观点★✿✿◈★。

　　如果将数据方法称为新方法★✿✿◈★，与实验方法★✿✿◈★、理论方法★✿✿◈★、模拟方法并列尊龙凯时★✿✿◈★，大约更可以接受★✿✿◈★。但是★✿✿◈★，因此将数据密集型科学称为一种新范式★✿✿◈★，问题非常多★✿✿◈★。

　　首先无颜之月带翻译樱花视频★✿✿◈★，新方法不等于一种新范式世界百大名校★✿✿◈★。★✿✿◈★。范式这一概念★✿✿◈★，虽然很含混★✿✿◈★，但肯定是一个很宏观的概念★✿✿◈★，涉及一些基本哲学-科学观念的坚持研讨会★✿✿◈★，★✿✿◈★，比如牛顿范式的绝对时空观★✿✿◈★、原子不可分等★✿✿◈★。仅仅因为更多使用大数据★✿✿◈★，无法构成范式转变★✿✿◈★。

　　其次无颜之月带翻译樱花视频★✿✿◈★，没有人将整个自然科学统一在某个范式之下★✿✿◈★，因为自然科学各学科差别很大★✿✿◈★。在《科学革命的结构》中★✿✿◈★，库恩提到的范式主要是物理学★✿✿◈★、化学领域的如牛顿范式★✿✿◈★、氧化范式等★✿✿◈★，没有类似将整个物理学史★✿✿◈★、化学史视为哪几个范式更替的过程之看法★✿✿◈★。

　　再次★✿✿◈★，将科学史描述为实验★✿✿◈★、理论★✿✿◈★、模拟和数据四个范式转变的过程★✿✿◈★，既内涵不明★✿✿◈★，也不符合科学史的实际★✿✿◈★。就科学方法而言★✿✿◈★，常常说19世纪的科学是收集整理材料的科学尊龙凯时★✿✿◈★，可以称为达尔文模式★✿✿◈★，而20世纪的科学是提出问题解答问题的科学★✿✿◈★，可以称为爱因斯坦模式★✿✿◈★。其实★✿✿◈★，这说的是科学的动力学★✿✿◈★，而非方法论★✿✿◈★。哥白尼之后★✿✿◈★，实验★✿✿◈★、理论无颜之月带翻译樱花视频★✿✿◈★、模拟和数据的方法在科学研究中都存在无颜之月带翻译樱花视频★✿✿◈★。

　　最后★✿✿◈★，就该书的描述而言★✿✿◈★，数据密集型科学主要集中于地球与环境★✿✿◈★、健康与幸福两个领域★✿✿◈★，主要涉及环境科学尊龙凯时★✿✿◈★、海洋科学★✿✿◈★、射电天文学★✿✿◈★、医学医药医疗★✿✿◈★、脑科学无颜之月带翻译樱花视频★✿✿◈★、神经科学★✿✿◈★、生态学等★✿✿◈★，这些属于新科技革命以来★✿✿◈★、伴随着信息革命兴起的新兴学科无颜之月带翻译樱花视频★✿✿◈★，只是自然科学版图的一部分尊龙凯时官网★✿✿◈★，因而第四范式不宜扩大到整个自然科学范围★✿✿◈★。

　　总之尊龙凯时★✿✿◈★，我觉得将数据驱动定位于方法创新而非范式革命★✿✿◈★，更为贴切★✿✿◈★。并且尊龙凯时★✿✿◈★，这种方法创新并不能否定其他方法在科学研究中的作用尊龙凯时人生就是博官网登录★✿✿◈★。★✿✿◈★。

　　由此出发科学新知★✿✿◈★。尊龙凯时人生就是搏★✿✿◈★，★✿✿◈★，AI驱动科学研究的所谓第五范式就更难立住了★✿✿◈★。即使作为一种方法★✿✿◈★，AI驱动与大数据驱动也难以区别★✿✿◈★，因为目前的AI实际上是大数据智能★✿✿◈★，建立于数据挖掘的基础之上★✿✿◈★。我认为★✿✿◈★，AI驱动科研方法是数据驱动科学方法的升级版或2.0版★✿✿◈★，并没有本质上的不同★✿✿◈★。一些人想象的AI“自动”进行科研★✿✿◈★，自动发现宇宙规律无颜之月带翻译樱花视频★✿✿◈★，目前完全不存在★✿✿◈★。

　　不过无颜之月带翻译樱花视频★✿✿◈★，数据密集型科学的兴起★✿✿◈★，的确对科学建制造成很大的冲击★✿✿◈★。比如说★✿✿◈★，在上述领域★✿✿◈★，具体科学家与数据科学家合作进行科研★✿✿◈★。这究竟是这些学科融合成统一的数据科学★✿✿◈★，还是具体科学家首先要将数据处理能力吸纳为基本科研能力呢？数据密集型科学与公众科学密切相关★✿✿◈★，各种混杂的数据输入★✿✿◈★，对科学质量会产生什么负面效果？此类科学需要大量的数据基础设施建设尊龙AG人生就是博★✿✿◈★，★✿✿◈★，穷国富国在这方面的差距会不会越来越大？进一步而言★✿✿◈★，数据密集型科学接近资本密集型科学★✿✿◈★。

　　实际上★✿✿◈★，《第四范式★✿✿◈★：数据密集型科学发现》是微软研究院集体创作的产物★✿✿◈★，于2021年前后微软力推“智慧地球”计划有关★✿✿◈★。它的目标是在全球到处撒上传感器★✿✿◈★，建成覆盖地球的物联网★✿✿◈★。换言之★✿✿◈★，它首先是一个商业计划★✿✿◈★。彼时★✿✿◈★，我专门研究过物联网★✿✿◈★，知道很多人思考物联网如何用于科研★✿✿◈★。所谓数据密集型科学★✿✿◈★，大约就是这种思考的战略性成果★✿✿◈★。

　　最后插一句★✿✿◈★，读此书我想到★✿✿◈★：AI4SS的哲学反思★✿✿◈★，还包括对AI用于人文社会科学评价的哲学反思★✿✿◈★。