中國網／中國發展門戶網訊 年夜數據已成為信息社會的廣泛現象，是數字經濟的關鍵資源。以深度學習為代表的年夜數據驅動的人工智能技術在良多行業和領域獲得了勝利，這類人工智能本質上源于計算才能，故可將其歸為計算智能 。與此同時，年夜數據是這類人工智能勝利的主要原因，這類智能也被稱為數據驅動的計算智能，從這個意義上講，當前數據和智能是一體兩面的關系。雖然年夜數據與計算智能技術在年夜規模工程化應用方面獲得了長足進步，但支撐技術進步的理論基礎和技術體系尚處于晚期階段。當前，年夜數據“紅利”效應在逐漸減弱，計算智能技術的單點衝破難以為年夜數據驅動的智能應用供給持續支撐，亟待對數據科學和計算智能的基礎問題進行深刻思慮，重構其理論基石，從而推動技術與工程應用持續進步和跨越式發展。
本文基于噴鼻山科學會議第 667 次學術討論會與會專家學者的集體聰明，探討并總結了 4 個方面的問題：在數據科學的內涵和內涵尚缺少嚴謹定義和學界共識的情況下，若何深刻認知反應客觀世界的數據空間的個性規律？數據科學在本體論和方式論 2 個層面上需求答覆的基礎問席家的冤屈讓這對夫妻的心徹底涼了，恨不得馬上點點頭，退婚，然後再跟狠狠不義的席家斷絕一切往來。題是什么？若何懂得、測試并評估現有計算智能的才能邊界？人腦、復雜社會系統、天然進化系統等天然智能，往往具備比現有計算智能加倍高效的“計算思維”和加倍簡潔優美的智能推演與決策才能，能否可以借鑒這些天然智能摸索新的人工智能范式？在探討數據科學和計算智能的同時，有哪些值得關注的牽引性應用？新的智能范式對解決復雜的社會問題能否是一個很好的機遇？在未來的發展中，我們該若何掌握時代機遇，重點關注哪些關鍵科學挑戰，優先解決哪些關鍵問題？
數據科學的內涵
基于方式論視角的數據科學內涵
關于數據科學的內涵，一種風行的見解認為數據科學就是圖靈獎得主吉姆·格雷（Jim Gray）提出的第四范式（the fourth paradigm），即在實驗觀測、理論推演、計算仿真之后的數據驅動的科學研討范式。第四范式的基礎思惟是把數據當作現實世界的事物、現象和行為在數字空間的映射，認為數據天然蘊含了現實世界的運行規律；進而以數據作為前言，應用數據驅動及數據剖析方式提醒物理世界現象所蘊含的科學規律。這是一種類似方式論視角來定義的數據科學的內涵，即數據驅動科學發現。
第四范式將數據科學從其前的 3 個科學研討范式平分離出來，帶來了科學發現和思維方法的反動性改變。借用american谷歌公司研討部主任皮特·諾維格（Peter Norvig）的話來說，“一切的模子都是錯誤的，進一個步驟說，沒有模子你也可以勝利（all models are wrong, and increasingly you can succeed without them）”。海量的數據使得我們可以在不依附模子和假設的情況下，直接通過對數據進行剖析發現過往的科學研討方式發現不了的新形式、新知識甚至新規律。第四范式的一個典範研討案例是關于帕金森病的原由研討。通過對 160 萬份病歷的年夜數據剖析，研討人員發現帕金森病的原由與人的闌尾有關。這是基于年夜數據統計帕金森病患病率與切除闌尾的相關性得出的結論。
第四范式通過年夜數據剖析能夠發現數據中會議室出租蘊含的大批相關關系，為科學發現供給了新視野。可是，第四范式自己無法從大批的相關關系中甄別失事物的本質規律。在發現了帕金森病瑜伽場地和闌尾的相關性后，有些對第四范式非常執著的學者召集了更大批的帕金森病患者，以徹查他們的基因，調查他們的生涯環境和生涯習慣，以期從中發現一些個性；然后往找那些也有這些個性可是沒有得帕金森病的人，看他們做了什么，有什么個性；假如舞蹈教室這種個性存在，能夠就是防治帕金森病的解決計劃。可是，其結論卻不盡人意。可以想象，人體的器官何止一個闌尾，且帕金森病患者的生涯習慣何其繁雜，單獨靠第四范式的數據驅動方式做漫無邊際的相關性剖析，不僅要耗費大批的計算資源，也難以真正預測未來的趨勢與變化。是以，從方式論來看，第四范式在提醒事物本質規律方面存在固有的局限性，數據科學需求在方式論上衝破第四范式。
基于本體論視角的數據科學內涵
數據科學別的一種值得探討的內涵是基于“本體論”視角，認為數據是反應天然世界的符號化表現。既然天然世界是客觀存在并具備個性科學規律的，那么反應天然世界的數據空間也能夠具有獨立于各個領域的普通性規律。因此，數據科學應該是“用科學方式來研討數據”，數據科學也應該有類似“信息論”這樣的學科基礎理論。更具體來看，當我們把世界當作是由物理世界、機器世界和人類社會組成的三元世界時，新型的“感知、計算、通訊、把持”等信息技術使三元世界彼此影響和融會，構成了一個平行化（孿生）的復雜數據空間。這樣的數據空間，除了映射物理世界，其自己能否具有獨特的普通藍媽媽一時愣住了。雖然不明白女兒為什麼會突然問這個，但她認真的想了想，回答道：“明天就二十了。”性規律？若何用科學的方式來研討數據的普通性規律，提醒其內在機理？這些是數據科學更基礎的問題。例如，數據科學中的一些常數規律（對稱性、黃金朋分、長尾分布等）和更廣意義上的年夜數據非確定性、數據廣義關聯、時空演變、數據復雜性等。
數據科學是方式論和本體論在數據價值實現目標下的統一
數據科學究竟應該從哪些視角來定義其獨有的內涵與特征？普通認為，作為一門學科的定義，至多應該從其研討對象、方式論和學科目標 3 個維度往界定。數據科學的內涵應該既包含本體論內容和方式論內容，還包含其獨特的價值實現目標（圖 1）。基于這一認知，可以定義“數據科學是有關數據價值鏈實現過程的基礎理論和方式學，它運用基于剖析、建模、計算和學習雜糅的方式，研討從數據到信息、從信息到平日里，裴家總是靜悄悄的，今天卻熱鬧非凡——當然比不上藍府——偌大的院子裡有六桌宴席。非常喜慶。知識、從知識到決策的轉換，并實現對現實世界的認知和操控”。這“三個轉換、一個實現”是數據科學的學科目標。而實現這一目標的方式論來自多個學科方式的融會，包含數學（特別是統計學）、計算機科學（特別是人工智能）、社會科學（特別是治理學）等。
數據科學與相關學科的關系
今朝，關于數據科學的基礎內涵和基礎問題還沒有像數學、物理學和計算機科學那樣成體系、有共識。可是，數據科學的多學科穿插特征及年夜數據本身的價值特徵已經成為共識。我們可以借助相關學科來探討當前數據科學研討需求關注的基礎問題。
數據科學與統計學。統計學將數據作為研討對象，努力于搜集、描寫、剖析息爭釋數據，其為數據科學供給了主要基礎和東西。但是，在年夜數據眼前，統計學也面臨著諸多問題和挑戰。例如：統計假設在復雜年夜數據剖析中難以滿足、數據本身及剖析結果的真偽難以鑒定、端到真個年夜數據推斷缺少基礎理論支撐等。統計學針對這些問題今朝基礎上是束手無策的；而統計學所依賴的一些傳統強假設（如獨立同分布假設、低維假設等），也都無法適用于今朝多源異質的真實數據。是以，數據科學雖然在研討對象上和統計學是雷同的，但在研討問題的范疇上卻是超出統計學的。譬如：數據科學該若何深刻認識數據固有的個性規律？能否能樹立一套數據復雜性理論體系？數據規模、數據質量和數據價值有什么定量關系？若何刻畫年夜數據所表現出來的多層面的非確定性特征？
數據科學與網絡科學。數據科學的發展可以借鑒網絡科學的發展歷程，以類似的方式尋找研討對象的個性規律。網絡科學發現了物理世界中廣泛存在的網絡所呈現出的個性規律（如冪率分布、小世界現象等），從而促進了其從圖論和隨機圖論平分離出來獨立發展，實現了其研討對象從作為數學東西的圖到作為物理對象的網絡的轉變。那么在數據科學中，數據的個性規律是什么？在現實世界中能否有完整分歧的兩個數據集之間存在某種個性？一方面，一會兒找到一舞蹈場地切領域的個性規律能夠是不現實的，因此可以先從幾個關鍵領域出發，尋找部門領域的個性規律；另一方面，尋找數據的個性規律需求能夠問出合適的基礎性問題，類似網絡科學中關于度分布、湊集系數、網絡直徑、網絡懦弱性在那裡等了近半個小時後，藍夫人在瑜伽場地丫鬟的陪伴下才出現，但藍學士卻不見踪影。、網絡適航性等方面的問題。今朝，尚不明確各個領域的數據能否存在統一的規律。是以，數據科學還需求在應用領域進行必定時間的摸索，從領域知識中吸取養分，并慢慢發現規律、尋找個性。
數據科學與計算機科學。數據科學的來源與發展離不開計算機科學，但這兩個學科由于研討對象和研討方式的分歧，未來也許會平行發展。簡單而言，從研討對象的角度來說，計算機科學是關于算法的科學，而數據科學是關于數據的科學。從計算機科學到數據科學，研討手腕從傳統計算機領域的算法復雜性剖析，轉變為對數據的復雜性和非確定性等特徵進行剖析研討。若何對非確定邊界的數據，在無限時間空間下進行計算？數據復雜性、模子復雜性與模子機能之間是什么關系？解決某個問題所需求的年夜數據的量的邊界若何確定？能否能發展一套理論，為基于年夜數據的計算模子供給其才能上、下界的保證？這些都是數據科學獨立于計算機科學之外所需求解決的問題。
數據科學今朝尚處于發展的晚期階段，其研討方式也應該與傳統科學有所區分。數據科學，正處于“無知”到“科學”的中間狀態。它今朝還沒無形成一門完全的學科——信息是不完備的，環境也長短確定的。是以，不克不及完整依照傳統學科來思慮和請求數據科學；而應該在這樣不完備、非確定的環境下，從頭思慮和定義數據科學及數據科學亟待關注的基礎問題。
計算智能的發展與新型智能范式的摸索
計算智能的發展
人工智能（AI）概念在1956年由麥卡錫等學者提出，其發展幾經浮沉。基于對智能產生機制的分歧懂得，人工智能發展至今學派眾多，且彼此借鑒，構成了一系列代表性結果。無論是晚期符號計算（以數理邏輯為基礎）、進化計算、支撐向量機、貝葉斯網絡，還是當前在工業界獲得宏大勝利的基于多層神經網絡的深度學習方式，從模子的本質上來看都是樹立在圖靈機的基礎上，基礎都合適邱奇-圖靈論題（Church-Turing thesis），即“任安在算法上可計算的問題同樣可由圖靈機計算”。換句話說，現有的人工智能模子本質上都是與圖靈計算模子等價的，故可歸為計算智能。計算智能普通以計算機為中間，以算法理論為基礎，充足應用現代計算機的計算特徵，給出清楚決實際問題的情勢化模子和算法。
近 10 多年以來，年夜數據的應用、算力的晉陞和深度模子的發展，為計算智能帶來了新的契機。年夜數據、年夜算力、年夜模子三者結合，極年夜地推動了計算智能的工業化應用。例如，計算智能在以圍棋為代表的人機對弈、機器翻譯、人臉識別、語音識別、人機對話、自動駕駛等應用中均獲得了宏大的勝利。值得留意的是，年夜數據在給計算智能帶來發展的同時，其復雜性和非確定性也給計算智能帶來了很是年夜的挑戰。現有的計算智能在面臨年夜數據環境下的復雜問交流題和復雜系統時，仍然很難給出滿意的謎底。我們需求摸索當前計算智能的才能邊界問題，從理論上探尋這類智能所能解決的問題類型和才能邊界。譬如，通瑜伽場地過樹立深度學習和統計力學的關系，答覆深度學習的相關基礎問題：表達才能方面，模子做深為什么是需要的，究竟深度為幾多層是公道的？模子學習方面，崎嶇的目標函數若何高效優化？ 泛化才能方面，若何實現計算智能技術從專用到通用的轉變？若何實現模子的跨領域、跨任務、跨模態的泛化？
上述一系列基礎問題將進一個步驟成為計算智能未來發展的關鍵“瓶頸”。其緣由是，當前的計算智能是年夜數據工程化驅動的，其才能的晉陞重要依賴于數據規模的增添和計算速率的增長。假如缺少數據科學化理論的支撐，年夜數據驅動的計算智能難以構成從量變到質變的晉陞。那么另一種思緒是，我們也許可以考慮發展與當前計算智能紛歧樣的智能范式，以便加倍簡潔高效地解決更復雜、更普適的現實問題。
新型智能范式的摸索
事實上，天然界中存在大批具備智能的天然系統。這些天然系統比現有人工智能系統具備加倍簡潔、高效的邏輯推理和自我學習才能，如腦神經系統、社會系統、天然生態系統等。那么，天然系統的智能模子是什么？我們可否借鑒天然系統中的智能行為，將其情勢化為可計算的智能范式？實際上，已有 4 類智能范式在此方面做出了一些初步的摸索。
腦啟發計算
人類的年夜腦皮層具有 140 億—160 億個神經元，且每個神經元會連接 1 000—10 000 個其他神經元，借此人類發展出了比其他物種更高級的聰明。腦啟發計算（brain-inspired computing）恰是借鑒了人腦存儲、處理信息的基礎道理所發展出來的一種新型計算技術。與傳統圖靈計算機的計算形式比擬，腦啟發計算是通過增添空間復雜度來保存計算單元之間的結構相關性，從而構造基于神經形態工程的高速、新型計算架構。腦啟發計算的目標是構造一套非“馮 · 諾依曼”架構、可實時處理復雜非結構化信息、超低功耗的高速新型計算架構。腦啟發計算的發展，也許能為數據科學供給新的計算架構和高機能的計算才能，支撐通用人工智能的發展。今朝，腦啟發計算仍處于起步階段，我們需求進一個步驟思慮若何在不完整清楚人腦機制的情況下發展腦啟發計算形式，以及若何基于這種腦啟發計算為科學研討供給新思緒和新范式。
演變智能
學習和演變是生物適應環境的基礎方法。現有的計算智能基礎都擁有從數據中學習的才能，但對智能模子的演變才能缺少關注。例如，人腦是經過數百萬年的演變慢慢構成的。從這個角度來講，現有的智能模子在依附人類設計之外，能否也能通過演變過程往自動發現最佳的模子結構？傳統的遺傳算法是一種基礎的演變計算模子；而從演變計算到演變智能，以及實現模子自動演變的智能范式，還有很長的路要走。未來，交互驅動的強化學習、開放環境下的人工智能是值得摸索的標的目的。
復雜系統模擬
天然界存在大批的復雜系統，如人類社會系統、天然生態系統、人體免疫系統等。從把持和計算的角度來看，模子化的復雜系統是“由大批彼此感化、彼此依賴的單元構成的一個整體系統；普通在沒有中心把持情況下，這個整體系統可通過簡單的運作規則實現復雜的信息處理，進而產生復雜的集體行為，并能通過學習和進化產生自生長和自適應才能”。能否可以通過模擬復雜系統的組成特點和交互方法來構造新型智能范式？若何通過大批簡單智能體之間的舞蹈教室交互感化，產生可預期的、具有高度復雜性的群體智能？這樣的智能范式也許會從最基礎上改變傳統的單智能體的智能下限。
人機混雜智能
隨著互聯網、物聯網及新一代通訊技術的發展，萬物泛在互聯成為現實。未來，大批物理設備、無人系統、人腦，通過泛在網絡實現“上線”和“互聯”。在這樣的環境下，人瑜伽教室在回路的人機混雜智能具備了基礎的物理條件。今朝，人工智能技術所具備的感知、認知才能，基礎上是模子與數據結合，并以機器為中間所構成的計算智能，故也稱為機器智能。這種機器智能在存儲、搜刮、感知、確定性問題求解等方面機能表現優越，但在高級認知和復雜問題決策方面與人類智能相差很遠。雖然腦啟發計算獲得了一些進展，但在可預期的未來，機器智能很難完整模擬和構造出人類智能或其他天然智能。換一個思緒，假如將人的智能引進到機器智能的系統回路中，將充足融會人類智能和機器智能的優勢，從而構成更高級的智能程度。在未來較長的一段時間內，這種人機混雜智能也許是一些復雜問題求解的有用途徑。
那么，在基于機器的計算智能基礎上，人作為具備智能的天然系統，若何參與到機器智能的系統回路中是一個關鍵問題。人機混雜智能需求重點解決思維融會或決策融會的問題。具體而言，傳統的人機接口往往是單向的；在人機互聯情況下，人腦若何參與到機器智能的系統回路當中？若何同時讓人懂得機器思維和讓機器懂得人的思維，從而實現1對1教學思維的無縫互動？今朝，一些摸索和發掘思維潛力的東西，如思維導圖、思維地圖、概念圖等，其理論基礎與情勢化模子并不清楚。一些新型的腦機接口技術進展敏捷，但缺少對人腦在直覺、意識、感情和決策方面的機理認知。也許，從技術上構建有用的人在回路智能通道，是當後人機混雜智能亟待解決的關鍵問題之一（圖 2）。
小結
上述 4 類智能范式的研討，在現有圖靈等價的計算智能基礎上，或多或少地引進了人類智能或天然系統智能的部門機制，從而為未來智能系統的發展注進新的活氣。可是迄今為止，這些智能范式在可情勢化、可計算、可構造等方面還存在諸多基礎性問題挑戰。假如這些形式是未來新型智能范式，那么它們能否還是圖靈等價的？這些問題值得我們從根源上進行探討。數據是人類社會、物理世界和機器世界之間的橋舞蹈場地梁，同時數據也是人類社會和物理世界的符號化映射。因此，從數據進手是“這個時候，你應該和你兒媳婦一起住在新房間裡，你大半夜的來到這裡，你媽還沒有給你教訓，你就在偷笑，你怎麼敢有意摸索和實現上述新型智能范式的基礎途徑。數據科學基礎理論，不僅對當前數據驅動的計算智能起到提質增效的感化，也將為未來新型智能范式研討供給理論支撐家承認這個愚蠢的損失。並解散兩家。婚約。”。
引領數據科學與計算智能研討的應用
作為一門實踐性強的學科，數據科學的發展離不開實際需求牽引與技術應用驅動。隨著感知、計算、通訊、把持等技術的發展及綜合集成應用，“人-機-物”三元世界高度融會，在線構成了一個網絡化的年夜數據系統，其內部包括了互聯網、物聯網連接而成的各類數據。這是一個高度復雜、強不確定性、持續動態演變的復雜系統，是“系統的系統”。它既是聰明城市、智能制造、安康醫療等各個領域應用的空間載體，也為國家平安、社會管理、數字經濟等領域的科學化、智能化發展供給了主要的數據資源供給。前文已說起，這個現實存在的年夜數據系統，除了具備高度復雜性、強不確定性等特徵，人在回路也是其顯著特征。針對這一現實系統的研討與應用，將有能夠為數據科學的理論與技術發展帶來機遇。針對這一復雜系統的典範場景展開研討，不僅有利于提醒數據的基礎規律，也有能夠是以而牽引未來新型智能范式的研討。其典範的應用場景有如下 4 種。
基于非確定數據的社會認知。在社會系統中，我們彙集到的數據凡是與真實的情況家教存在必定的誤差，大批的虛假內容、非確定性內容混雜在這些數據當中。若何能基于這樣不完備的、非確定的年夜數據進行社會認知是一個很是有挑戰的問題。社會認知具體包含真假鑒定、社會心思計算、輿情鑒定與導向等。而面向非確定數據的社會認知，此中一年夜關鍵在于若何對大批復雜的非確定數據進行假設建模，若何樹立復雜社會系統中個人行為與群體社會認知之間的關聯。演變智能、復雜系統仿真與模擬也許是解決這一問題的衝破口。
基于開放環境的群智決策。互聯網極年夜處所便了信息、知識和聰明的互聯互通。在互聯網中，已經有許多復雜問題可以通過群智決策的方法加以有用解決，如眾包計算、人本計算等。那么，一方面，未來我們該若何設計或改進群智決策中的內部個體交互、融會與反饋方法，以人工構造的群體智能方法進一個步驟晉陞互聯網群智決策個人空間的智能下限？另一方面，從計算機的視角來看，該若何應用或許模擬這種人類的群智決策方法，來解決一些復雜的決策問題？考慮到智能系統的演變及復雜系統的仿真與模擬，對單個智能體及智能體之間復雜交互進行建模，也許是未來復雜問題求解的一個能夠標的目的。
人機融會的聰明醫療。聰明醫療是醫學、計算機科學、公共衛生學等學科彼此穿插的新興領域。隨著信息技術的普及發展，醫療領域產生了大批的數據（如電子病歷、PB 級基因數據等），也催生了諸多與聰明醫療相關的應用需求。若何根據患者的電子病歷及臨床記憶等數據對疾病診斷供給輔助決策支撐？若何根據人類的基因數據，提早進行疾病的預測，為疾病的晚期發現、重生兒的後天缺點預測供給幫助？需求留意的是，聰明醫療需求強年夜的靠得住性，但今朝的人工智能還難以替換醫生。一種比較好的進步思緒是，考慮人（醫生）在回路的新型智能范式；通過這樣人機混雜的方法，使得機器的智能與人的智能相輔相成，使醫療從傳統的“個體經驗決策”轉向“智能輔助決策”的新形式，進而為醫療系統的改革帶來新的能夠。
嚴重公共平安問題與社會管理。教學場地嚴重公共平安問題指對社會和國民所需的穩定環境有嚴重影響的嚴重問題。公共平安問題觸及多方復雜原因，包含人類社會、天然環境、突發事務等，是典範的人在回路的復雜應用問題，急需應用年夜數據技術手腕進行預測、預警和防控。以新冠肺炎疫情為例，年夜數據剖析技術手腕和人機混雜智能，為疫情走勢預測、傳播鏈排查、謠言傳播溯源和意圖研判等人在回路的復雜問題供給了無力幫助，支撐疫情精準防控。
數據科學與計算智能的關鍵問題
數據科學的發展，將幫助我們厘清數據科學的理論邊界，為計算智能的持續發展供給新的能夠與機遇；與此同時，計算智能的發展與新型智能范式的興起，也將為年夜數據在各行共享空間業和各領域的應用供給新的契機。在本節，我們從數據科學的基礎內涵與邊界、新型智能范式與智能才能測試、數據評價體系與共享應用 3 個方面出發，基于噴鼻山科學會議第 667 次學術討論會與會專教學家的討論，提煉構成數據科學與計算智能領域的七年夜關鍵問題，以期獲得相關領域研討者的配合關注，從而掌握時代的機遇，推動數據科學與計算智能的持續發展。
年夜數據中的相關關系與因果關系
因果關系指一個變量的發生會導致另一個變量的發生。而相關關系則指一個變量發生變化時，另一個變量也會規律性地發生變化。普通情況下，因果關系往往也是相關關系，而相關關系并紛歧定是因果關系。年夜數據的存在，使得人們可以廣泛尋求相關關系，Mayer-Schönberger甚至在其書中說道，“年夜數據時代最年夜的轉變就是放棄對因果關系的渴求，而取而代之關注相關關系”。相關關系確實能在商業和實際應用中帶來宏大的勝利，但這種勝利從科學角度尚需謹慎對待。從科學研討的角度來看，相關關系研討是可以替換因果剖析的科學新發展，還是因果剖析的補充？從實際應用看，從數據中發掘出的相關關系可否看作是一種近似因果關系幫助人們進行預測或決策？對此，分歧的學者有分歧甚至相反的見解。
建議未來重點研討標的目的：相關關系能夠迫近因果關系的水平，相共享空間關關系和因果關系的邊界，能否可以應用反事實推斷從相關關系中推斷出因果關系，以及若何保證年夜數據剖析的結論可托等問題。
數據科學的復雜性問題
在計算機科學中，算法的計算復雜性是一個基礎問題，包含時間復雜性和空間復雜性。而數據科學除了對計算復雜性的研討外，還需求摸索數據本身的復雜性及模子復雜性。數據科學不克不及一味地靠增添數據量或許模子的參數規模來晉陞其機能。給定一個個人空間具體問題，究竟需求多年夜規模的數據或多復雜的模子才幹獲得有用解？一個復雜模子鑒定才能的晉陞究竟有沒有盡頭或界線？數據規模和模子復雜度之間是什么關系？這些問題在年夜數據工程化應用中也許可以有經驗性的鑒定，可是在數據科學研討中需求弄明白其基礎內涵和規律。
建議未來重點研討標的目的：從數據科學理論出發，給出數據復雜性、模子復雜性和模子機能之間的關系（高低界或漸進理論），為年夜數據的科學化研討和高效力應用奠基主要基礎；當然，要對一切領域給出一個配合的數據科學基礎理論，能夠比較困難，但可以考慮先從某些主要領域或典範問題出發進行摸索。
無限時空約束下的無限數據計算
在良多場景中，解決問題所需求的數據能夠是大批流動的，甚至是無限的——無法確定其邊界。例如，真實的自動駕駛技術需求在肆意環境、途徑上都確保其有用性，幻想情況下我們需求通過彙集大批的數據來不斷訓練自動駕駛模子，促使自動駕駛程度的晉陞；但問題在于，在實際操縱中我們無法在無限時空資源下彙集、處理一切的數據。現有的自動駕駛技術，也基礎都是在無限的實驗室環境下或許固定的途徑上進行學習訓練，以私密空間期能夠實現在肆意環境和非確定途徑上的自動駕駛。
建議未來重點研討標的目的：面向上述邊界不確定的數據，究竟多年夜的數據量對問題而言是足夠的，以及什么樣的數據采樣機制才幹保證迫近數據整體分布；或許說，該若何在無限時空資源限制下來處理邊界不確定的數據。
強不確定性復雜系統環境下的新型智能范式
年夜數據空間融會了“人-機-物”三元世界，其交互方法、運行方法極其復雜。復雜系統中跨域高維稀少的年夜數據具有很強的時空分布不確定性和價值規律不確定性。在這樣一個強不確定性的復雜環境下，可否構成情勢化、可計算的新型智能范式？假如存在這樣的智能范式，能否還需求依附年夜規模數據驅動？現有的腦啟發計算、演變智能、復雜系統模擬等重要還是依賴計算機的計算才能，未來還需求進一個步驟摸索能夠衝破計算機計算才能邊界的智能范式。人在回路的人機混雜智能是一個能夠的發展標的目的，其目標是買通人類智能與機器智能的融會通道，通過有機融會方法實現人機混雜智能。
建議未來重點研討標的目的：人機混雜的智能通道構建及其方法（近幾年發展敏捷的腦機接口技術、思維融會范式等）；摸索這類新型智能范式的重要特征是什么，能否圖靈計算等價，是對當前計算智能的改進還是顛覆，以及數據科學在此中發揮什么樣的感化等。這些開放性問題研討將為數據科學和計算智能帶來新的視野和機會。
圖靈測試以外的通用人工智能測試
圖靈測試是晚期廣泛被接收的人工智能測試準則，重要通過測試者（人）與被測試者（機器）在隔離情況下的問答來測試機器的智能。這是一種很是奇妙的思惟實驗，但并非工程實驗。圖靈測試的 3 個開放特點——問題開放、測試者開放、語言開放，導致真正可重復的圖靈測試很難實現。而在普通的計算智能設計中，一個主要準則就是需求可重復且有用的評價方法。
建議未來重點研討標的目的：探尋圖靈測試之外加倍科學有用的通用人工智能測試方式，以及摸索以人作為標準謎底和參照系之外的可重復且有用的智能評價標準。
領域無關的數據分類體系與評價指標
數據科學研討中的數據經常來自各個分歧的領域，領域之間的數據類型、數據完全性、數據規律等具有很是年夜的差異性。我們不克不及只針對某個特定領域的數據來談論數據科學，而應該對一切領域的數據樹立一套配合的話語體系和統一的懷抱標準。換句話說，需求對分歧領域的年夜數據，進行領域無關的科學分類，構建跨領域、可泛化的數據評價指標和體系。
建議未來重點研討標的目的：可以從數據質量、多樣性、復雜性、不確定性或價值密度等多個維度出發，定義數據的統一評價指標。這樣的評價指標可以使分歧領域的研討者對數據擁有配合話語體系，有利于以數據作為研討對象開展持續的科學化研討。
可托任的數據共享與暢通
年夜數據是數據科學的研討基礎和研討對象，數據科學的發展離不開良性的數據管理和年夜數據基礎環境建設。此中一年夜挑戰問題是可托任的數據共享與暢通。數據分歧于傳統商品，能夠會存在無限復制和無限應用的問題，因此形成數據暢通價值掉效。
建議未來重點研討標的目的：若何用技術手腕來確保數據共享和暢通的有用與平安，此中數據供給和數據應用是 2 個關鍵環節。在數據供給方面，可以考慮數據的無限供給，通過技術的手腕對數據進行限交流量發行。例如，通過對應用數據的東西增添保護機制，實現數據的有償服務。也可以應用區塊鏈等技術，保證數據的單方持有。在數據應用方面，需求考慮數據的有界應用，保證數據的應用不觸及用戶隱私等問題。具體來說，可以應用密碼學、聯邦學習等手腕，在保證隱私的條件下加密數據的傳輸，通過確立數據類型或關系而非獲得數據自己作為數據應用的重要方法。數據的共享和暢通是數據開放研討的基礎，等待未來有更多的人關注數據開放的技術手腕研討。
未來瞻望：開啟“第五范式”科學研討
在過往十幾年間，隨著可獲得和可應用的年夜數據持續增長，第四范式作為一種新的科學研討范式，遭到科學家越來越多的關注；同時，也裸露出了良多缺乏。譬如：數據不確定性問題、數據復雜性問題、數據的維數爆炸問題舞蹈場地、數據的標準邊界問題等。今朝，網絡科學、腦科學、社會科學等領域面臨的嚴重問題都是極其復雜且動態變化的難題，采用經典物理一樣的簡單實驗（第一范式）、基于正義和假說的理論推演（第二范式）、基于模子的計算機模擬（第三范式）和數據驅動的相關性剖析（第四范式）都無法解決。為此，科學家開始尋求更接近數據和智能本質、更有用認識復雜性和不確定性的新科學研討范式。今朝，這類新的科學摸索方式論尚未構成定論，年夜體上看，這類新的科學研討范式是以智能為研討目標的浸進式具身研討，我們暫時稱之為“第五范式”。基于數據科學本體論認識，我們猜測“第五范式”和第四范式一樣都會以數據為對象，分歧的是“第五范式”更側重于人、機器及數據之間交互，強調人的決策機制與數據剖析的融會，體現了舞蹈教室數據和智能的有機結合；“第五范式”強調從本體論的角度對待數據，認為數據自己蘊含天然智能的規律，也是新型智能的載體和產物，希冀在數據驅動智能的同時衝破現有計算智能的才能邊界，借助天然智能構造新型智能范式。
今朝，針對“第五范式”的摸索剛剛起步，從方式論上還歸納不出它的基礎特征；但可以確定，它的一個主要特征是“融會”，既要融會前四種范式，又要融會統計學、網絡科學、腦科學等前沿研討中涌現的新方式。第三范式和第四范式都用到計算機：第三范式是“人腦+計算機”，人腦是配角；第四范式是“計算機+人腦”，計算機是配角。第五范式既強調人腦與計算機的“有機融會”，也能夠更進一個步驟從社會系統和人腦系統借鑒此中的計算與決策機制，從而更重視人和社會在科學研討回路中教學的情勢化建模與計算融會。
數據科學和計算智能的發展催生“第五范式”；“第五范式”發展離不開對數據科學內涵的豐富和計算智能才能邊界的衝破。從研討對象看1對1教學，“第五范式”是科學研討從對物理世界、人類社會的研討拓展到“人-機-家教物”融會的三元空間；從研討目標上看，“第五范式”不僅僅是傳統的科學發現，更是對智能系統的摸索和實現；從研討方式上看，“第五范式”強調人在回路的浸進式具身研討。今朝，還難以給出“第五范式”的清楚界定，也許再過 11對1教學0—20 年，“第五范式”的特征就開闊爽朗了，能夠慢慢成為科學研討的主流范式之一。（作者：程學旗、沈華偉、李國杰，中國科學院計算技術研討所; 梅宏，北京年夜學；趙偉，阿聯酋沙迦american年夜學；華云生，噴鼻港中文年夜學；《中國科學院院刊》供稿）
發佈留言