第四种范式：下一次科技革命.pdfVIP

《哈佛商业评论》  第四种范式：下一次科技革命 托尼·海伊（Tony Hey ） 微软研究院指出，数据挖掘将帮助人们打破不同学科的界限，创造全 新的世界。 今天，你若去位于华盛顿雷蒙德的微软研究院造访，时不时停下来听 一听研究人员的对话，你会发现他们的话题可能不止是计算机科学，还包 括许多其他的话题，从星系的旋转到艾滋病新疫苗，再到地球上淡水资源 的管理战略。话题之多，让你难免会有些诧异。 这些话题有什么共通之处？为什么微软这样的公司要参与其中？毕 竟，微软看起来只是一家软件公司。答案其实很简单，那就是它们都涉及 数据，而且是大量的数据。数据量大到我们启动程序对一些数据库进行分 析时，要动用上万个微处理器，而放置这些微处理器的建筑内部温度会立 刻上升好几度。我们的计算机科学家与天文学、生物学、化学、水文学、 海洋学、物理学和动物学等许多学科的领军科学家们，在众多领域通力协 作，比如药物开发、替代能源以及控制医疗成本等。当然，他们也在商业 软件项目上开展合作。我们认为，功能强大的新一代软件工具能够以前所 未有的规模来支持协作和数据探索，正是这些功能强大的软件工具，将让 人们在这些领域取得革命性的成果。 数十年以来，计算机科学家们一直在尝试在计算机里嵌入复杂的语言 学和逻辑推理，试图让它们能像专家一样思考问题。但时至今日，这些努 力大都以失败告终。计算机的创造性以及解决问题的能力，仍远不及最优 ‐ 1 ‐    《哈佛商业评论》  秀的科学家、医生、工程师和市场人士。人与机器之间的差别在于，最出 色的专家不仅对数据有深刻的理解，而且能够看出数据中隐藏的可能性。 此外，他们还能发现学科内部或者学科之间一些不那么明显的联系。 但是，我们目前所处的境况是，专家们正在被大量的数据淹没。数字 信息从各种各样的传感器、工具和模拟实验那里源源不断地涌来，令我们 的组织能力、分析能力和储存信息的能力捉襟见肘。摩尔定律在过去数十 年间准确地预测了集成电路单位面积内可安装的晶体管数量每两年将翻 一番，而且几年前，随着晶体管尺寸的缩小，微处理器的性能不断提升。 不过，现在若想再提高微处理器的性能，就必须在多核芯片上规划多个处 理器，并使用并行处理能力。这场多核革命恰恰发生在数据呈指数级增长 之时。这种增长带来的挑战，不是我们靠打补丁和升级程序所能应对的， 我们必须重新考虑数据密集型科学（data-intensive science ）的一整套方法。 这就是我们的同事、图灵奖得主、已故科学家吉姆·格雷（Jim Gray ）针对 科学研究提出“第四范式” （the fourth paradigm ）的原因所在。吉姆认为， 人类需要用强大的新工具去分析、呈现、挖掘和处理科学数据。要解决我 们面临的某些最棘手的全球性挑战，它们可能是唯一具有系统性的方法。 科学研究的前两个范式—— 实验和理论——有着悠久的历史。实验法 可以追溯到古希腊和古中国，那时人们尝试用自然的而不是用超自然的原 理来解释观察到的现象。现代理论科学则起源于 17 世纪的艾萨克·牛顿。 20 世纪下半叶高性能计算机问世之后，诺贝尔奖得主肯尼思·威尔逊 （Kenneth Wilson ）把计算和模拟确立为科学研究的第三种范式。精细的计 算机模拟可以大规模地求解方程，这使得科学家们可以探索一些无法运用 ‐ 2 ‐    《哈佛商业评论》  实验法和理论法的领域，例如气候建模和星 科学研究的四个范式 系形成等。 实验  第四种范式同样要用到性能强大的计 早在古希腊和古中国，人们就试图 算机，差别在于科学家们不是根据已知的规 利用自然法则而不是超自然的理由 来解释自己观察到的现象。  则