“人工智能大数据科研范式变革”专刊序言.pdfVIP

数据与计算发展前沿 ，2023, 5(2) 第5卷第2期2023年4月■ Vol.5 No.2 Apr.2023 I “人工智能大数据科研范式变革”专刊序言 李晓明 大湾区大学 ，东莞523000 去年5月间 ，与本刊主编钱德沛院士聊起也许可 展现出来的强大力量。 以组织一些文章 ，专门谈谈人工智能对科学发现的作 本专刊标题中还有 “科研范式变革”这样一个短 用 ，所谓Al for Sciencew o经编辑部同人的努力 ，于 语 。我理解这主要还是一种展望 。科研范式(paradigm) 是就有了我们见到的后面这样一组文章。 的提法 ，也许很早就有 ，我印象中比较广泛地在学 我们知道 ，人工智能(AI)领域有一个分支是机 界流传源于大约20年前Jim Gra 提出科学研究 “第 器学习 ，机器学习有一个分支是深度学习 。人工智能 四范式”的愿景 ，以及随之而来的eScience运动的兴 对科学发现的作用 ，也不是现在才有 。之所以现在值 起 。一个经典的记录就是2009年出版的 《The Fourth 得专门提出来 ，主要还是因为近年来以深度学习为突 Paradigm: Data-Intensive Scientific DiscoveryK 于是我 出代表的机器学习不仅在社会生活应用方面取得了不 们也就有了这样的归纳 ：第一范式为 “实验” ，第二 仅是举世瞩目 、而且是普遍的成功 ，同时也在科学发 范式为 “理论” ，第三范式为 “计算(模拟 ，通常是 现中崭露头角 ，让许多科研人员打开了眼界 ，看到了 基于模型的)” ，第四范式为 “基于数据的发现” 。其 新的愿景。 中 ，人工智能的运用一直是人们追求的手段之一 ，但 我们也知道 ，当下人工智能的成功离不开数据， 一直没有带来足够的惊喜 ，直到深度学习技术在近些 而且常常是大数据 ，于是本专刊的标题中也包含了 年的突飞猛进 ，尤其是发现传统科学计算模拟的中间 “大数据” 。不过这里可以一提的是 ，科学研究用到 数据能够有效地作为训练数据来训练 “深度学习仿真 的数据并不一定都是现在通识意义下的大数据 ，还 器(Christopher Bishop语) ，在计算速度和结果精度 包括受控实验产生的数据(empirical data),以及按 的平衡上达到一个只靠传统高性能计算不可企及的新 照模型产生的数据(synthetic data) 。大数据一般则 高度 。于是 ，现在有 “第五范式”的提法了 ，去年就 属于所谓 “找到的”(found)数据 ，它们通常是因 有著名机构专门开过以第五范式为主题的会议 ，憧憬 为其他目的而存在 ，被发现能用来进行科学研究或 一个新的科学研究范式的浮现。 者技术应用研究 。大约20年前 ，在科学研究领域也 本专刊分为上下两期发表 ，科学内容涉及生物、 流行过海量数据 (massive data)的说法 ，强调的 大气 、物理 、生态 、海洋 、材料 、医学等 ，共性是都 是数据规模以及对高性能计算之类算力的需求 ，它 涉及到人工智能和大数据技术的运用 ，有些是综述, 们也包括