大数据时代的新科学范式：数据密集型科学

1、什么是科学范式？

“范式”（paradigm）这一概念最初由美国著名科学哲学家Thomas Samuel Kuhn于1962年在《科学革命的结构》中提出来，指的是常规科学所赖以运作的理论基础和实践规范，是从事某一科学的科学家群体所共同遵从的世界观和行为方式。“范式”的基本理论和方法随着科学的发展发生变化。

新范式的产生，一方面是由于科学研究范式本身的发展，另一方面则是由于外部环境的推动。人类进入到21世纪以来，随着是信息技术的飞速发展，促使新的问题不断产生，使得原有的科学研究范式受到各个方面的挑战。

图灵奖得主，关系型数据库的鼻祖Jim Gray在2007年加州山景城召开的NRC-CSTB（National Research Council-Computer Science and Telecommunications Board）大会上，发表了留给世人的最后一次演讲“The Fourth Paradigm: Data-Intensive Scientific Discovery”，提出将科学研究的第四类范式。其中的“数据密集型”就是现在我们所称之为的“大数据”。Jim是一位航海运动爱好者，在会议结束后不久的2007年1月28日，他驾驶的帆船在茫茫大海中失去联系。

JimGray (right) toasts Gordon Bell at Gordon's 70th birthday, August 2004

Jim总结出科学研究的范式共有四个：

• 几千年前，是经验科学，主要用来描述自然现象；

• 几百年前，是理论科学，使用模型或归纳法进行科学研究；

• 几十年前，是计算科学，主要模拟复杂的现象；

• 今天，是数据探索，统一于理论、实验和模拟。它的主要特征是：数据依靠信息设备收集或模拟产生，依靠软件处理，用计算机进行存储，使用专用的数据管理和统计软件进行分析。