科學(xué)大數(shù)據(jù)的認(rèn)識

作為大數(shù)據(jù)的一個分支，科學(xué)大數(shù)據(jù)正在成為科學(xué)發(fā)現(xiàn)的新型驅(qū)動力，引起有關(guān)國家和科技界的高度重視。歐盟提出“科學(xué)是一項全球性事業(yè)，而科研數(shù)據(jù)是全球的資產(chǎn)”的理念。美國的“從大數(shù)據(jù)到知識”計劃、歐盟的“數(shù)據(jù)價值鏈戰(zhàn)略計劃”、英國的“科研數(shù)據(jù)之春”計劃、澳大利亞的“大數(shù)據(jù)知識發(fā)現(xiàn)”項目、歐洲“地平線?2020”計劃的“數(shù)據(jù)驅(qū)動型創(chuàng)新”課題，均聚焦于從海量和復(fù)雜的數(shù)據(jù)中獲取知識的能力，深入研究基于大數(shù)據(jù)價值鏈的創(chuàng)新機(jī)制，倡導(dǎo)大數(shù)據(jù)驅(qū)動的科學(xué)發(fā)現(xiàn)模式。大數(shù)據(jù)的影響已觸及自然科學(xué)、社會科學(xué)、人文科學(xué)和工程科學(xué)的各個研究領(lǐng)域，不同領(lǐng)域的大數(shù)據(jù)研究中心陸續(xù)成立。我國部署了一系列大數(shù)據(jù)科技項目，組建了不同研究方向的大數(shù)據(jù)實驗室，中國科學(xué)院推出了“科學(xué)大數(shù)據(jù)工程”計劃。

科學(xué)大數(shù)據(jù)具有數(shù)據(jù)密集型范式的特點，它具有數(shù)據(jù)的不可重復(fù)性、數(shù)據(jù)的高度不確定性、數(shù)據(jù)的高維特性、數(shù)據(jù)分析的高度計算復(fù)雜性等特征。利用大量數(shù)據(jù)的相關(guān)性可取代因果關(guān)系和理論與模型，基于數(shù)據(jù)間的相關(guān)性能夠獲得新知識、新發(fā)現(xiàn)。比如，早在?1609?年，第谷?×布拉赫的助手約翰尼斯?×開普勒從布拉赫對天體運動的系數(shù)觀察記錄中發(fā)現(xiàn)了行星運動定律，并發(fā)表了偉大的著作《新天文學(xué)》；又如，歐洲大型強子對撞機(jī)幫助物理學(xué)家檢驗關(guān)于不同粒子物理和高能物理理論的猜想，并且確定了希格斯玻色子的存在；再如，大數(shù)據(jù)使基因組學(xué)的科學(xué)發(fā)現(xiàn)成為可能；還如，時空大數(shù)據(jù)在全球環(huán)境研究變化中正發(fā)揮重大作用。

越來越多的科學(xué)發(fā)現(xiàn)證明，大科學(xué)裝置是人類認(rèn)識自然世界的重要手段。對地觀測衛(wèi)星、大型望遠(yuǎn)鏡、大型強子對撞機(jī)、高通量科學(xué)儀器、傳感器網(wǎng)絡(luò)等一系列大裝置的成功運行，使得科學(xué)大數(shù)據(jù)與大裝置和大科學(xué)間的關(guān)系越發(fā)密切。近年來，我國的大裝置諸如?500?m?口徑球面射電望遠(yuǎn)鏡、系列空間科學(xué)衛(wèi)星等的問世，為通過科學(xué)大數(shù)據(jù)認(rèn)知大自然提供了強大的基礎(chǔ)。為滿足龐大且日益快速增長的科學(xué)大數(shù)據(jù)的應(yīng)用需求，迫切需要建立一些能夠共享數(shù)據(jù)、算法、模型的開放系統(tǒng)，以此實現(xiàn)對已有數(shù)據(jù)的科學(xué)分析和集成應(yīng)用。一個典型的例子是，2017?年?10?月，歐洲航天局“哨兵?-5P”衛(wèi)星發(fā)射后，每天獲取近?2?000?萬條空氣污染物及氣體的觀測數(shù)據(jù)，其數(shù)據(jù)獲取量是前期任務(wù)的?10?倍以上。按照目前的處理速度，一臺計算機(jī)需要?1?200?年才能處理完?300?萬景全球衛(wèi)星影像。而基于云計算設(shè)施，可在?45?天內(nèi)完成相同處理任務(wù)，足見重大基礎(chǔ)設(shè)施的重要性。

真正實現(xiàn)科學(xué)大數(shù)據(jù)的大價值尚面臨著一系列技術(shù)挑戰(zhàn)。在數(shù)據(jù)規(guī)模、數(shù)據(jù)增速、數(shù)據(jù)類型、數(shù)據(jù)質(zhì)量、數(shù)據(jù)價值等方面給科學(xué)大數(shù)據(jù)處理技術(shù)與方法提出了新的科學(xué)技術(shù)問題和方向。

以上主要體現(xiàn)在?5?個方面：①數(shù)據(jù)存儲管理方面。科學(xué)大數(shù)據(jù)本身固有的特征亟待面向海量、非結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)高效存儲管理的數(shù)據(jù)庫。②數(shù)據(jù)分析方法方面。數(shù)據(jù)產(chǎn)生和數(shù)據(jù)分析過程的分離使得數(shù)據(jù)噪聲增多，問題驅(qū)動的研究方式逐漸被數(shù)據(jù)驅(qū)動的研究方式所代替。③模型和算法方面。隨著半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)比重的逐漸增多，針對該類數(shù)據(jù)的特征學(xué)習(xí)方法逐漸超越并取代傳統(tǒng)的數(shù)據(jù)模型和算法。④計算體系結(jié)構(gòu)方面。新型存儲器件和計算器件不斷涌現(xiàn)，使得通用處理器和單一體系結(jié)構(gòu)的單機(jī)逐漸過渡為專用處理器、多核和分布式大規(guī)模異構(gòu)集群。⑤計算和服務(wù)方面。以互聯(lián)網(wǎng)為媒介的云計算模式和分布式高性能數(shù)據(jù)中心逐漸成為大數(shù)據(jù)處理的新型模式。

中國科學(xué)院正在開展科學(xué)大數(shù)據(jù)研究的一些實踐。如正在進(jìn)行的中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項（A類）“地球大數(shù)據(jù)科學(xué)工程”，地球大數(shù)據(jù)是一種典型的科學(xué)大數(shù)據(jù)，是具有空間屬性的地球科學(xué)大數(shù)據(jù)。該專項力求突破超大規(guī)模跨域分布式資源技術(shù)瓶頸問題，有效推動地球大數(shù)據(jù)技術(shù)創(chuàng)新、聚合多時空數(shù)據(jù)管理與關(guān)聯(lián)融合以及問題導(dǎo)向數(shù)據(jù)挖掘與分析，以達(dá)到只要有終端和互聯(lián)網(wǎng)，任何人在任何地點都可以享受到地球大數(shù)據(jù)提供的多樣服務(wù)，實現(xiàn)重大科學(xué)發(fā)現(xiàn)和一站式全方位宏觀決策支持服務(wù)的目的。

又如基于科學(xué)大數(shù)據(jù)的國際科學(xué)計劃。我們于?2016?年發(fā)起的“數(shù)字絲路”（DBAR）國際計劃，就是要實現(xiàn)大數(shù)據(jù)匯集、大數(shù)據(jù)服務(wù)、大數(shù)據(jù)分析和大數(shù)據(jù)呈現(xiàn)支撐，形成“一帶一路”科學(xué)大數(shù)據(jù)平臺。這個為期?10?年的科學(xué)計劃，將為“一帶一路”可持續(xù)發(fā)展、糧食安全、生態(tài)環(huán)境保護(hù)、氣候變化監(jiān)測、災(zāi)害風(fēng)險應(yīng)對，以及文化—自然遺產(chǎn)保護(hù)與發(fā)展等提供科學(xué)決策。

再如基于科學(xué)大數(shù)據(jù)的研究項目。聯(lián)合國設(shè)立了一項名為“全球脈動”的計劃，其使命之一是用大數(shù)據(jù)應(yīng)對氣候挑戰(zhàn)。2014?年，在聯(lián)合國氣候變化峰會召開之際，來自?46?個國家的大數(shù)據(jù)應(yīng)對氣候變化項目參加了獎項競爭“挑戰(zhàn)”，最終?9?個項目獲得不同的獎勵。我們的“對地觀測大數(shù)據(jù)應(yīng)對全球變化”研究項目入選其中，顯示了空間對地觀測大數(shù)據(jù)在氣候變化研究中的作用和價值。

科學(xué)大數(shù)據(jù)正深刻改變傳統(tǒng)的科研模式，正驅(qū)動現(xiàn)代科學(xué)研究的迅猛發(fā)展。科學(xué)大數(shù)據(jù)正在為科技創(chuàng)新帶來大機(jī)遇。作為少量依賴因果關(guān)系，而主要依靠相關(guān)性發(fā)現(xiàn)新知識的新模式，科學(xué)大數(shù)據(jù)已成為繼經(jīng)驗、理論和計算模式之后的數(shù)據(jù)密集型科學(xué)范式的典型代表。

相關(guān)文章