科学发现的第四范式 2007年，图灵奖得主吉姆·格雷（Jim Gray）在美国加州的一次会议上发表了生前的最后一次演讲，提出了科学研究的四类范式，基本上获得了科学界的认同。 第一范式：实验（经验）科学， 其关键词是“观察”。 十六世纪，被誉为“欧洲大学之母”的博洛尼亚大学开创了被称为“自然魔法”的教学，一般认为是真正意义上的实验科学的肇始。 基于此，我们可以把人类几千年的历史往前推，如果确定有科技因素，就可以归为实证科学。 两者都是基于实验或经验观察来描述自然现象。从最原始的钻木取火，到哈维的血液循环理论，伽利略的动力学，达尔文的进化论，都是实验科学的典范。 第二范式：理论科学，其关键词是“归纳”。 受限于实验条件，第一范式无法更准确地理解自然现象，于是第二范式诞生了。 科学家在自然现象的基础上进行抽象，尽可能简化实验模型，去除一些复杂的干扰因素，只留下关键因素，然后通过构建数学模型将其归纳为科学理论。 以牛顿三定律为基础的经典力学体系，麦克斯韦对电磁学的成功解释，都是例子。 然而好景不长，19世纪末，看起来无比辉煌、无比坚固的经典物理学大厦在开尔文爵士“两朵乌云”（黑体辐射和以太理论）近乎诅咒的阴影下千疮百孔，继而轰然倒塌。 从范式转移的角度来看，既之而起的相对论和量子理论初期成果成了第二范式的“绝唱”，而相对论也成为纯“人脑”科研成果后无来者的巅峰之作。 第三范式:计算科学，其关键词是计算。 随着理论的验证难度越来越大，经济投入越来越大，科学家靠自己取得重大科学成就的可能性基本被切断。 1946年，现代意义上的电子计算机发明以来，通过计算机对科学实验进行模拟仿真逐渐普及，从而衍生出了“人脑+电脑”的第三范式。 比如模拟核试验，天气预报，地质演化都是例子。时至今日，没有计算机程序和数据库，许多学科的科学研究都变得不可能。 第四范式:数据科学，关键词是发现。 人类在微观和宏观两个维度上大踏步挺进的过程中逐渐发现，过于追求因果关系、套用逻辑框架的科研模式已经在小到双缝干涉实验、大到宇宙起源的问题上完全失效了，与其追求无法解答的“为什么”不如先发掘“是什么”。 随着科研数据的爆炸式增长和大数据、人工智能的兴起，一种新的数据科学范式正在形成。 从某种程度上说，这种范式与计算科学最大的区别是“人脑”和“电脑”谁占主导地位。 本文来源：https://www.wddqw.com/doc/ca4bb6c66b0203d8ce2f0066f5335a8102d266aa.html