加强数据型科学研究的建议.pdfVIP

加强数据型科学研究的建议 王志新 等 近年来 人类收集和处理数据的能力迅速提高 但随着Web 应用的普及和 ， ， 信息采集技术的进步 我们所需面对的数据量日益增长 科学界 工业界和计算 ， 。 、 机学术界几乎同时提出数据密集型计算的问题 据互联网数据中心 IDC 的报 。 （ ） 告统计 至2011 年 全球数据量达到1 773 000 PB petabyte 千万亿字节 ， ， （ ， ）， 这些数据已成为信息系统中各类应用的核心 通过网络提供基于海量数据的各类 。 互联网服务或信息服务是信息社会发展的趋势 为学术界和工业界提出了新的研 ， 究问题和技术问题 基于海量数据处理是这类新型服务的重要特征 在这种背景 。 ， 下 数据密集型计算作为新型服务的支撑技术引起了广泛的关注 世界顶尖杂志 ， 。 自然 曾出专刊专门介绍了海量数据所带来的技术挑战 解决技术及可预见的 《 》 、 发展方向。 数据的爆炸性增长需要新的方法来实现重大突破 2009 年10 月 微软公司 。 ， 提出了 数据密集型科学 data intensive science 的新概念 Jim Gray 指出 “ ”（ ） ， ， 科学研究继实验 理论分析和计算模拟之后将进入 数据密集型科学 的第四范 、 “ ” 式 数千年前 科学研究是基于经验和实验科学的 以描述自然现象为主的第一 。 ， ， 范式 近几百年 出现了以开普勒定律 牛顿运动定律 麦克斯韦方程等理论定 ； ， 、 、 律的理论科学分支 第二范式 近数十年 出现了模拟复杂现象 如分子动力 （ ）； ， （ 学模拟 药物分子设计等 的计算科学分支 第三范式 今天 科学研究将向 、 ） （ ）； ， 数据密集型科学探索的新模式变化 出现了e-Science 主要体现在 利用各种