大数据对科学哲学的新挑战.docxVIP

大数据对科学哲学的新挑战 大数据对科学哲学的新挑战 2016-05-11 09:30:44 作者:7 天论文网 【大 中 小】 浏览:8 次 评论:0 条 所谓大数据（Big Data），从字面意思而言就是指规模特别巨大的数据集，以至于用常规手段难于处理，必须使用专门的数据挖掘技术。由此看来，大数据最基本的构成是数据，其本 质的问题仍是数据的问题。所谓数据，从狭义来说就是有根据的数字，也就是表示计量的数 字以及为数字提供的语境；而大数据时代所说的数据是广义的数据，它包括一切能被计算机 处理的二进制编码信息。大数据是一场新的数据技术革命，它对工作、生活、学习以及思维 方式等诸多方面都将产生全方位的影响[1]。就像历史上的每一次重大技术革命都会给科学 研究范式带来重大变革甚至导致科学革命一样，大数据技术革命也可能给未来的科学研究带来革命性的技术手段，并对传统科学哲学诸多基本问题带来新挑战[2]。 一、大数据与科学研究的新对象大数据给科学研究带来的最大变化是科学研究对象的变化， 从直接的自然世界或精神世界变成了间接的数据世界。在前科学时期，人们主要是在劳动、生活实践中直接观察星空、大地以及自然界的万事万物，因此其对象是直接的自然现象。古 代科学和近代科学虽然已经有了科学观测与实验工具，而且由亚里士多德发展出演绎法以及 培根发展出归纳法两种科学研究的方法工具，可以实现从现象到理论的经验提炼，以及从旧 理论到新理论的逻辑推演。但是，从科学对象来说，无论是古代科学还是近现代科学，其研 究对象都仍然是直接面对自然现象。从直接观察自然现象到实验室的受控实验，科学观测的 手段虽有进步，人与自然对象的距离有所变化，但科学研究的对象没有变化，都是直接面对 自然现象，都停留在波普尔所说的世界1 里。而我们的人文社会科学则采取对人类及其社会现象进行观察、分析，研究对象是波普尔所说的世界2，即精神世界[3]。 20 世纪中后期，随着计算机科学技术的发展，科学对象发生过一次重大变化，即虚拟世界 的出现。以往的科学在面对复杂对象之时，往往都从结构的视角将复杂对象简化、还原为简 单要素，但在此过程中容易造成信息失真，因此难以反映对象的真实与客观。于是，利用计算机的强大功能，我们从功能模拟的路径，用仿真模型来模拟现实的研究对象。由此，我们 在现实世界之上，人为地建构了一个虚拟世界。通过虚拟世界的模拟、仿真以达到认识真实 世界的目的。虚拟世界的出现是科学研究对象第一次从直接面对到间接模拟。 随着大数据的兴起，科学研究对象再一次发生变化，从现实世界走向了数据世界。天文学家 开普勒是幸运儿，他基本上没有直接观测星空，而是继承了其前辈第谷·布拉赫数十年的大 量天文观测数据，并通过对这些数据的挖掘，发现了天体运行规律，即开普勒三大定律。后 来的科学家再也没有开普勒的幸运，不得不自己观测与实验，自己的数据自己采集、自己使 用，属于作坊模式。智能技术、网络技术和云技术的迅速普及带来了一场数据的革命。第一， 数据采集方法发生了质变：传统的数据都是人类使用测量手段人工采集而来的，例如土地测 量数据、科学实验数据、抽样调查数据等，而现在的大数据是利用先进的智能技术自动生成 的数据，因此数据量急剧增加，带来了数据爆炸。第二，数据的存储方式发生了质变：以往的数据都被记录在纸草、竹简、纸张等可见媒体中，随着数据量的增加，大量的数据难以存 储和保存，而在大数据时代，存储技术发生革命，特别是云存储技术让我们可以便捷地存储 海量数据，存储成本特别低廉。第三，数据传输方式发生了质变：以往的数据传输不便，最快无非是通过纸质媒体在不同的地方传输。正因如此，许多数据往往被使用一次后就沉淀下 来，成为“死”数据。随着网络技术特别是移动网络技术的发展，数据的传输基本上以光速传 递，因此完全做到了即时、在线。第四，数据的处理方式发生了质变： 以往对数字的计算最快速的方式无非是中国的算盘，对非数字型信息只能人工阅读、浏览。随着计算机技术的发展，特别是最新的云计算等数据挖掘技术的兴起，无论是结构化数据还 是非结构化数据，都可以通过云计算等技术进行快速处理，因此可以从海量数据中便捷地挖 掘出有价值的信息[4]。 数据在科学研究中一直具有举足轻重的作用，但小数据时代与大数据时代的数据在数据性质 上却有重大区别。以往，在数据采集之前就有了各种计划和安排，先有了理论预设再设法采 集数据。根据观察渗透理论，人工观测或受控实验得来的数据不但数量少，而且最关键的是 缺乏客观性，主、客体之间缺乏必要的观测距离。而大数据时代，由于人工不再参与其中， 由智能系统自动生成的数据没有了理论预设的影响。也就是说，这些数据最初采集的时候并 没有使用目的，仅仅作为“数据垃圾”或者叫作“数据尘埃”保留了下来，后来由