2007年，圖靈獎得主吉姆·格雷（Jim Gray）在美國加州的一次會(huì )議上發(fā)表了生前的最后一次演講，提出了科學(xué)研究的四類(lèi)范式，基本上獲得了科學(xué)界的認同。

第一范式：實(shí)驗（經(jīng)驗）科學(xué)，

其關(guān)鍵詞是“觀(guān)察”。

十六世紀，被譽(yù)為“歐洲大學(xué)之母”的博洛尼亞大學(xué)開(kāi)創(chuàng )了被稱(chēng)為“自然魔法”的教學(xué)，一般認為是真正意義上的實(shí)驗科學(xué)的肇始。

而以此為基點(diǎn)往前推數千年人類(lèi)歷史，如果認定存在科學(xué)技術(shù)的因素，那么都可以歸類(lèi)為經(jīng)驗科學(xué)。

兩者都是基于實(shí)驗或經(jīng)驗的觀(guān)察來(lái)描述自然現象。從最原始的鉆木取火到哈維的血液循環(huán)學(xué)說(shuō)、伽利略的動(dòng)力學(xué)、達爾文的進(jìn)化論等，都是實(shí)驗科學(xué)的典范。

第二范式：理論科學(xué)，其關(guān)鍵詞是“歸納”。

第一范式受到實(shí)驗條件的限制，難以完成對自然現象更精確的理解，于是就誕生了第二范式。

科學(xué)家在自然現象基礎上進(jìn)行了抽象，盡量簡(jiǎn)化實(shí)驗模型，去掉一些復雜的干擾因素，只留下關(guān)鍵因素，然后通過(guò)建構數學(xué)模型進(jìn)行歸納總結為科學(xué)理論。

牛頓三大定律為基礎的經(jīng)典力學(xué)體系、麥克斯韋理論成功解釋電磁學(xué)都是其中的典范。

然而好景不長(cháng)，19世紀末，看起來(lái)無(wú)比輝煌、無(wú)比堅固的經(jīng)典物理學(xué)大廈在開(kāi)爾文爵士“兩朵烏云”（黑體輻射和以太理論）近乎詛咒的陰影下千瘡百孔，繼而轟然倒塌。

從范式轉移的角度來(lái)看，既之而起的相對論和量子理論初期成果成了第二范式的“絕唱”，而相對論也成為純“人腦”科研成果后無(wú)來(lái)者的巔峰之作。

第三范式：計算科學(xué)，其關(guān)鍵詞是計算。

隨著(zhù)驗證理論的難度逐漸增加和經(jīng)濟投入越來(lái)越大，科學(xué)家靠一個(gè)人單打獨斗獲得巨大科研成就的可能性基本斷絕。

1946年，現代意義上的電子計算機發(fā)明以來(lái)，通過(guò)計算機對科學(xué)實(shí)驗進(jìn)行模擬仿真逐漸普及，從而衍生出了“人腦+電腦”的第三范式。

比如模擬核試驗、天氣預報、地質(zhì)演變等都是其中的典范。時(shí)至今日，離開(kāi)計算機程序、數據庫，很多學(xué)科的科研已是寸步難行。

第四范式：數據科學(xué)，其關(guān)鍵詞是發(fā)掘。

人類(lèi)在微觀(guān)和宏觀(guān)兩個(gè)維度上大踏步挺進(jìn)的過(guò)程中逐漸發(fā)現，過(guò)于追求因果關(guān)系、套用邏輯框架的科研模式已經(jīng)在小到雙縫干涉實(shí)驗、大到宇宙起源的問(wèn)題上完全失效了，與其追求無(wú)法解答的“為什么”不如先發(fā)掘“是什么”。

隨著(zhù)科研數據的爆炸式增長(cháng)以及大數據、人工智能的興起，數據科學(xué)的新范式正在興起。

從某種程度上說(shuō)，這種范式與計算科學(xué)最大的區別是“人腦”和“電腦”誰(shuí)占主導地位。

它將大量的數據進(jìn)行深度神經(jīng)網(wǎng)絡(luò )訓練，利用人工智能技術(shù)進(jìn)行分析歸納整理，借助機器對于數據關(guān)聯(lián)的敏感性從而得出更為精確的變量分析，甚至出現了“機器科學(xué)家”這種新型科研輔助工具。

算力、算法、數據等科技要素逐漸成為科研創(chuàng )新和突破的重要動(dòng)力，“科技推動(dòng)科技”的新時(shí)代正在到來(lái)。

重新追溯和延展范式革命的昨天、今天和明天，我們會(huì )驀地發(fā)現，無(wú)論是業(yè)已成型的第三范式還是正處于轉型過(guò)程中的第四范式，都對科研人員的信息技術(shù)以及科研信息化運用等信息素養提出了越來(lái)越高的要求。

難怪一位在海外執教的生命科學(xué)領(lǐng)域的教授在接受我們采訪(fǎng)時(shí)說(shuō)：

學(xué)科交叉日益頻繁，但有一類(lèi)學(xué)科交叉正在大規模地進(jìn)行，那就是幾乎一切自然科學(xué)正在與計算機、大數據、人工智能等學(xué)科的結合，這種趨勢逼著(zhù)科學(xué)家必須做出選擇，要么自學(xué)（人工智能、數據庫等相關(guān)編程），要么尋求幫助。

這個(gè)“幫助”對于希望科學(xué)家和科技創(chuàng )新輕裝上陣的高校而言，依托于信息技術(shù)，支持、服務(wù)科研全流程的科研信息化無(wú)疑是最重要的抓手。

• 上一篇：智慧育種解決方案核心功能有哪些？
• 下一篇：咨詢(xún)類(lèi)場(chǎng)景業(yè)務(wù)獲客渠道有哪些