收藏 分享(赏)

大数据思维探析.doc

上传人:wo7103235 文档编号:6153178 上传时间:2019-03-30 格式:DOC 页数:65 大小:523.50KB
下载 相关 举报
大数据思维探析.doc_第1页
第1页 / 共65页
大数据思维探析.doc_第2页
第2页 / 共65页
大数据思维探析.doc_第3页
第3页 / 共65页
大数据思维探析.doc_第4页
第4页 / 共65页
大数据思维探析.doc_第5页
第5页 / 共65页
点击查看更多>>
资源描述

1、山西大学硕士学位论文大数据思维探析作者姓名 指导教师 学科专业 科学技术哲学研究方向 科技与社会培养单位 科学技术哲学研究中心学习年限 年 月目 录中 文 摘 要 IABSTRACT .III引 言 .1一、选题目的与意义 1二、国内外研究现状 1三、主要研究内容 4四、本文的创新点 5第一章 大数据思维的提出 .61.1 时代背景 61.2 理论背景 101.2.1 计算机科学方面 101.2.2 哲学方面 131.3 大数据思维的提出 16第二章 大数据思维的特征 .192.1 整体性与涌现性 192.1.1 整体性 192.1.2 涌现性 222.2 多样性与非线性 242.2.1 多样

2、性 252.2.2 非线性 272.3 相关性与不确定性 292.3.1 相关性 292.3.2 不确定性 31第三章 大数据思维的意义 .363.1 大数据生态系统 363.2 大数据安全 393.3 大数据战略 40结束语 .43参 考 文 献 .44攻读学位期间取得的研究成果 .47致 谢 .48ContentsChinse AbstractIAbstractIIIIntroduction .1Chapter 1 The raising of complexity as category.51.1 The background of the raising of the complexi

3、ty as category .51.1.1 The historical change of scientific research .51.1.2 The three theory which associates with complexity.61.2 The raising of complexity as category .91.3 Complexity related theory10Chapter 2 The characteristics of complexity as category132.1 Vagueness and determinism.132.1.1 Vag

4、ueness.132.1.2 Determinism.152.2 Integrity and openness192.2.1 Integrity 192.2.2 Openness 212.3 Objectivity and subjectivity .232.3.1 Objectivity232.3.2 Subjectivity.252.4 Inheritance and transcendence .262.4.1 Inheritance262.4.2 Transcendence27Chapter 3 The significance of analysising complexity as

5、 category.343.1 The part of the answer to “what is a complexity“ 343.2 The theory premise for clarifying the complexity thought 353.3 The theoretical foundation fot the complexity paradigm.353.4 The important methodology significance.35Conclusion35References 35Research achievements .35Acknowledgment

6、 .35Personal profiles 35Letter of commitment .35Authorization statement .35I中 文 摘 要进入二十一世纪,大数据时代已经向我们走来。随着电子计算机领域的迅猛发展,如今我们所处的信息时代正孕育着改变,互联网的大面积普及和使用给人类社会带来了空前的数据量,学界称之为大数据。国内外学术界已经开始关注大数据现象,并进行了许多讨论和研究,涉及哲学、社会学、经济学、计算机科学等广泛领域。但是,广泛讨论几乎集中于大数据技术、应用方向及相关影响,鲜有大数据思维的背景、特征及内涵研究,本论文将对此展开探析。本论文题目是“大数据思维探析”

7、 ,故文章将围绕大数据思维提出、特征及意义进行梳理和探讨。在信息时代大发展的背景下展开问题探究,在前人已有的研究成果基础上展开哲学思考,在大数据思维实践中展开意义考察,并在文章中谨慎提出自己思考的新观点。本论文由三部分组成,分别是引言、三个章节以及结束语。引言对文章的选题背景、主旨提纲及深刻意义进行详细说明,重点介绍了文章各章节主要内容和观点。第一章对大数据思维的提出进行背景考察和概念考察。首先梳理人类历史上三次科技革命,从蒸汽机时代到电气内燃机时代,从电气内燃机时代到信息科技时代,人类的生产力经历着翻天覆地的巨大变化。之后介绍大数据概念,大数据的出现是计算机科学发展的必然,最后介绍大数据思维

8、的提出,为第二章揭示大数据思维特征打下基础。第二章对大数据思维的特征展开深入讨论。以国内外有关论文、著述为依托,重点阐释了大数据思维的三大特征:整体性与涌现性、多样性与非线性、相关性与不确定性。第三章在实践中对大数据思维的意义进行提炼。大数据思维把人们从旧的价值观、发展观中解脱出来,复杂技术涌现与科技进步促使人们开始从大数据思维视角正确理解世界。大数据思维在这个过程和趋势中,或将建立起人类整体、多样、相关、并行的新知识观。结束语从大数据思维的提出、大数据思维的特征和大数据思维的意义等三个方向做出简要总结,并指出了大数据思维的影响向更广泛领域进发的趋势。科学技术始终是推动人类历史前进的一种进步的

9、、革命的力量,大数据思维产生于当代人类科学技术研究的前沿,我们需要厘清大数据思维对科技与社会的辐射范围、影响程度,需要评价大数据思维在整个科技史中的地位、作用,更需要对大数据思维可能II引发的社会、伦理问题进行研判。关键词:大数据时代;大数据思维;特征;哲学意义IIIABSTRACTInto the 21st century, the era of big data coming to us. With the rapid development of the computer field, and now we live in the information age is pregnant

10、with change, a large area of Internet penetration and use of human society has brought an unprecedented amount of data, scholars called big data. Domestic and foreign academics have begun to focus on the big data phenomenon, and had a lot of discussion and study, involving a wide range of fields of

11、philosophy, sociology, economics, computer science. However, extensive discussions focused almost entirely on big data technologies, applications and related impacts direction with little background thinking big data, characteristics and implications of research, this paper will have launched in Chi

12、na.The paper entitled “Study on Thinking of Big Data,“ it thought the article will focus on large data presented, characteristics and significance to sort out and explore. In the context of large-scale development of the information age to start exploring the issue, based on previous research result

13、s expand on the existing philosophical thinking, expand Meaning in large data thinking practice, and in the article carefully put new ideas to think for themselves. The paper consists of three parts, namely the introduction, three chapters and a Conclusion.The introduction of the article background,

14、 outline and thrust deep significance is described in detail, focusing on the main content of each chapter and article views.The first chapter raised thinking big data concept background investigation and inspection. First carding three technological revolution in the history of mankind, from the er

15、a of the steam engine to the internal combustion engine, the electrical era, the era of the internal combustion engine from the electric age of information technology, human productivity undergoing enormous changes. Following the presentation of large data concept, big data is the inevitable develop

16、ment of computer science, thinking I IIVbig data presented. Finally in order to reveal the second chapter of thinking characteristic of large data basis.The article features a large data-depth discussion of thinking. To domestic and foreign papers, writings as the basis, the focus of the three chara

17、cteristics of large data interpretation thinking: integrity and the emergence of resistance, diversity and non-linear correlation with uncertainty.In practice mean to refine the data of thinking Big Data thinking the people freed from the old values, development concept out, the emergence of complex

18、 technical and technological advances spurred start thinking from the perspective of proper understanding of the big data world. In the process of thinking big data and trends, or humanity as a whole will be established, diverse and relevant, parallel concept of new knowledge.Conclusion From the dat

19、a presented thinking big, big data features three directions sense thinking and thinking and other big data to make a brief summary, and pointed out the influence of big data thought to the wider field of moving trend. Science and Technology is always advancing human history forward a progressive, r

20、evolutionary force, thinking big data generated in the forefront of contemporary research in science and technology human beings, we need to clarify the scope of Big Data thinking of radiation technology and society, the impact of the extent of the need to evaluate Big Data thinking position, role i

21、n the whole history of science and technology, but also the need for social and ethical issues that may arise thinking big data to study them.Key words:Big Data Era; Thinking of Big Data; Characteristics; Philosophical Significance引 言1引 言一、选题目的与意义从十八世纪六十年代开始,人类社会经过了以改良蒸汽机使用为标志的第一次工业革命,以电力内燃机使用为标志的第二

22、次工业革命,以电子计算机技术、航天技术、原子能技术、分子生物学、遗传学等领域取得重大突破为标志的第三次科技革命。在不到三百年的时间里,人类社会已走过了蒸汽时代、电气时代和信息时代。进入二十一世纪,大数据时代已经向我们走来。随着电子计算机领域的迅猛发展,如今我们所处的信息时代正孕育着改变,互联网的大面积普及和使用给人类社会带来了空前的数据量,学界称之为大数据。在大数据时代,数据是获取智慧的新模式,经济转型升级的新石油。大数据不仅是一种前所未有的大型数据集,更是一种思维方式,是全社会的宝贵生产资料。国内外学界、政界已经开始关注大数据现象,并进行了许多讨论和研究,涉及哲学、社会学、金融学、计算机科学

23、等广泛领域。但是,广泛讨论几乎集中于大数据技术、应用方向及相关影响,鲜有大数据思维的背景、特征及内涵研究。伴随大数据产生的大数据思维是人类为解决大数据带来的数据采集、数据处理和结果可视化等问题而出现的,是大数据技术应用的前提。为了对大数据做出更深入讨论,更为了清晰地掌握大数据时代的思维特质,我们需要对大数据思维的提出背景、特征及内涵进行基础探究,以引领大数据思维研究方向,为社会把握大数据时代的机遇续存能量。本论文将对大数据思维进行全面分析。二、国内外研究现状大数据引起全球广泛关注的开端始于 2008 年 9 月, Nature出版“Big Data Special”封面专题,用一期的篇幅对大数

24、据基本概念、主要应用和新挑战进行了剖析, 对当时利用大数据的方法、策略进行了探讨。从国内外的高校、研究机构在研究起步时间点看,国外稍早于国内,不过均在 2012 年 3 月美国白宫宣布启动“大数据研究和发展倡议” 1附近,大数据研究已经成为学术界、政界的研究热点。国内外研究方向虽涉及范围较广,但综合来看,研究方向基本一致,包括哲学、社会学、经济学、计算机科学等多方面内容。概括来看,国内对大数据思维的研究主要可分为以下三类:一是对大数据思维基本内涵的阐述,这类学者以讨论大数据思维内涵和技术特1 The White House.Big Data is a Big Deal. EB/OL.http:

25、/www.whitehouse.gov/blog/2012/03/29/big-data-big-deal大数据思维探析2点为主,兼有大数据商业影响的内容。邬贺铨的大数据思维 ,刘红的大数据的本体论探讨 ,吕乃基的大数据与认识论 ,赵国栋的大数据思维 ,李泊溪的大数据与生产力,张义祯的大数据带来的四种思维,陈学伟的大数据思维的特性,徐子沛主编的大数据:正在到来的数据革命,车品觉主编的决战大数据等都是这方面的代表。覃雄派、王会举等人的大数据分析-RDBMS 与 Map Reduce 的竞争与共生,孟小峰、慈祥的大数据管理:概念、技术与挑战,王珊、周烜等人的架构大数据:挑战、现状与展望等文章介绍了

26、大数据的出现给现有的数据库技术带来的挑战,并指出了采用分布式存储与管理的大数据解决方案才是未来的出路。二是对大数据思维广泛应用的介绍。这方面的著述主要有:邬贺铨的大数据时代的机遇和挑战 ,陈昌凤、乌日吉木斯的数据新闻与大数据思维的应用 ,叶小忠的应用:大数据思维无处不在 ,谷满仓、苏婕的浅析大数据思维在科研生产管理中的应用价值 ,王建华、华产文的“新常态”下的大数据思维 。宋亚奇的智能电网大数据处理技术现状与挑战 ,倪明选等人的智慧医疗-从物联网到云计算 ,陈美的大数据在公共交通中的应用 ,彭兰的“大数据时代”:新闻业面临的新震荡 ,于施洋的基于大数据的智慧政府门户:从理念到实践 。李志刚主编

27、的大数据:大价值、大机遇、大变革 ,赵国栋等人主编的大数据时代的历史机遇产业变革与数据科学 ,周宝曜等人主编的大数据:战略、技术、实践等系统地、全面地描绘了大数据思维对经济、社会、科研等方面众多可能的应用和影响。三是对大数据思维对隐私保护、数据安全等方面充满担忧的文章。刘雅辉等人的大数据时代的个人隐私保护 ,冯登国等人的大数据安全与隐私保护 ,陈明奇等人的大数据时代的美国信息网络安全新战略分析 ,闫晓丽的大数据分析与个人隐私保护 ,缪其浩的大数据时代:趋势和对策 ,刘珊大数据时代下隐私问题的伦理思考 ,范昕的大数据算不出思维创意 ,王忠主编的大数据时代个人数据隐私规制等就是这个领域的代表。文章

28、中不仅提出了对大数据时代的个人隐私状况和数据安全方面表达了担忧,也在政策、法律和技术等方面提出了对策和建议。国外学者对大数据的认识稍早,从最早关注基础技术已经发展到数据哲学、云计算、量子力学、天文、人工智能、商业应用等广泛领域。随着更多领域的学者关注大数据,国外已经呈现多领域共同发展的趋势 1。引 言3概括来看,国外对大数据思维的关注有三种主流方向:一是对大数据时代进行的前瞻性研究,包括大数据的影响范围、大数据认识论等。其中最具代表性的是维克托迈尔-舍恩伯格(Viktor Mayer-Schnberger)和肯尼思库克耶 (Kenneth Cukier)主编的Big Data: A Revol

29、ution That Will Transform How We Live, Work, and Think 1。书中指出,一场革命正在到来,或许将改变我们现有的生活、工作和思考的方式,强调数据全体、多样、相关的重要性,预测对大数据来说才是核心。卢西亚诺弗洛里迪(Luciano Flordi)在他的Big Data and Their Epistemological Challenge 2文章中指出我们还不知道大数据到底是什么,在将来我们是否还可以称现在的大数据为大数据,但是大数据代表了从科学到商业的竞争新前沿。约翰尼斯本德(Johannes Bendler)等人所作的文章Taming Unc

30、ertainty in Big Data 3关注了大数据中的不确定性问题。二是对大数据技术以及大数据思维广泛应用的研究。比尔弗兰克斯(Bill Franks)主编的驾驭大数据 (Taming The Big Data Tidal Wave) 4,弗兰克斯在书中用通俗的语言讲大数据分析,包括技术层面的详细解读,他认为大数据的概念将随着技术的进步而变化,今天的大数据将不再是明天的大数据,海量数据并不可怕,要努力驾驭大数据。里查理曼(Anand Rajaraman)和厄尔曼(Jeffrey David Ullman)主编的 大数据 (Mining of Massive Datasets) 5关注了数

31、据挖掘中的实际算法,详细介绍了分布式文件系统和 Map-Reduce 工具。书中指出,数据挖掘实际上是数据模型的一个发现过程。沃纳卡勒(Werner Callebaut)的Scientic perspectivism: A philosopher of sciences response to the challenge of big data biology和贾马尔阿比为(Jemal Abawajy)的Comprehensive analysis of big data variety landscape 6也是这个领域的代表。三是对国际组织和发达国家对大数据战略的研究。2012 年世界经济

32、论坛在瑞士发布了关于大数据的报告Big Data, Big Impact: New Possibilities for International Development ,文中指出数据洪流正在袭来,数以十亿计的人口每天通过电脑、1 刘泽照,张谦.国外大数据研究特征及趋势预测J.图书馆论坛.2014(8):103-108.1 Viktor Mayer-Schnberger Kenneth Cukier. Big Data: A Revolution That Will Transform How We Live, Work, and ThinkM. Eamon Dolan / Houghton

33、 Mifflin Harcourt.20132 Luciano Flordi. Big Data and Their Epistemological ChallengeJ.Philos. Technol. (2012) 25:4354373 Johannes Bendler. Taming Uncertainty in Big Data. Business Tibshirani, Robert; Friedman, Jerome (2009). “The Elements of Statistical Learning: Data Mining, Inference, and Predicti

34、on“.第一章 大数据思维的提出13人口,仅仅四十六年,是互联网给了计算机无尽的可能和无限的力量。我们在享受现代社会便利的同时,需要铭记那些杰出的人们。杰西亚利克里德(J. C. R. Licklider)在 1960 年发表的 Man-Computer Symbiosis (人机共生)中指出了计算机与用户间交流的必要性,并判断机器之间的交流会比人与人更加高效。保罗巴兰(Paul Baran)提出了分布式通信理论和包交换(packet-switching)理论。伦纳德克兰罗克(Leonard Kleinrock)在 1961 年发表的 Information Flow in Large Com

35、munication Nets (大网络中的信息流)一文中,提出分组交换理论,他曾说自己的博士学习期间只做了一件事,那就是建立了分组网络的数学理论。罗伯特埃利奥特卡恩(Robert Elliot Kahn)和温顿瑟夫( Vint Cerf)共同提出了 TCP/IP协议,这项协议有可能是人类科技史上最重要的一份协议。TCP/IP(Transmission Control Protocol/Internet Protocol)协议,是互联网传输控制协议和互联协议的简称,协议的提出是为了解决计算机之间的资源共享问题。蒂姆伯纳斯-李(Tim Berners-Lee)在 1991 年发表的The Web

36、 does not connect machines,it connects people提出了超文本协议(HyperText Transfer Protocol ,HTTP) 、超文本标记语言(HyperText Markup language,HTML)及万维网(World Wide Web,WWW) ,从这里开始,普通人不需要复杂的代码,就可以进入网络世界寻找想要的信息,他让网络变得普及、便利和快捷,他提出的语义网(Semantic Web)也是在互联网发展迅速和大数据袭来的背景下产生的。从某种程度上讲,连接了更多的人、更多的设备,大数据的产生便有更广泛的沃土。人工智能领域在大数据时代表

37、现出取得更大成就的魄力。由于人类世界数据量越来越来大,这种趋势似乎已经无法避免,而机器的学习能力却在不断提升,大数据或将赋予人工智能起飞的翅膀。人工智能是指机器或软件这样的人工系统展现出的智力,不是人的智力,只是有可能超越人类的智力。人工智能是一门交叉学科,主要包括计算机科学、神经科学、逻辑学、语言学、系统论、控制论和信息论等。一代天才阿兰图灵(Alan Turing) 在 1950 年发表的Computing machinery and intelligence中提到了人工智能问题和著名的图灵测试问题。人工智能引起广泛关注始于 1956 年夏天在达特茅斯(Dartmouth)学院举行的一场会

38、议,与会的科学家对人工智能充满信心,到 1969年首届国际人工智能会议,人工智能学科登上了历史舞台。上文提到的语义网(Semantic Web)是指在万维网的基础上,为机器增加判断逻辑等复杂功能,实现人机交流,也属于人工智能的范畴。人工智能问题主要代表理论有三种:以艾大数据思维探析14伦纽威尔(A. Newel)和赫伯特西蒙( H. A. Simon)为代表的符号主义(Symbolism) ,以麦克洛奇(W.McCulloch) 和皮茨(W.Pitts)为代表的联结主义(connectionism) ,以布鲁克斯( R.A.Brooks)为代表的行为主义(actionism) 。下面是各流派主

39、要观点简述。符号主义(Symbolism):数理逻辑是人工智能发展的基础。该流派代表人物有赫伯特西蒙( H. A. Simon) 、艾伦 纽威尔(A. Newel)和尼尔逊(N.J.Nilsson )等。符号主义主张用计算代替逻辑,用表征后的符号来代表思维,是新型的形式系统,标明用计算机也可以研究人类思维,同样可以模拟人类智能,为人工智能研究打开新方向。符号主义在人工智能向应用发展中,做出了突出贡献,在其他流派出现以后,依然有十分重要的意义,是人工智能领域的主要流派。联结主义(connectionism ):侧重于仿生学的研究。代表性观点是 M-P 模型(McCulloch-Pitts neu

40、ral network model) ,由生理学家 麦克洛奇(W.McCulloch) 和数理逻辑学家皮茨(W.Pitts)在 1943 年共同提出的神经网络模型,也叫拟脑模型。从此,人类开始通过模型,在结构上研究人脑功能。之后的联结主义走入低谷,到霍普菲尔德(Hopfield)1982 年发表Neural networks and physical systems with emergent collective computational abilities后,模拟神经网络的连接主义又进入了一个新阶段,奠定了神经网络计算机研究的基础。行为主义(actionism ):重视控制论在人工智能领

41、域的研究。该流派代表人物是布鲁克斯(R.A.Brooks ) ,他认为人工智能源于控制论。布鲁克斯的六足行走机器人,是行为主义的代表成果,机器人是通过感知外界变化来进行自主行为的控制系统。他还指出,人工智能源于环境,是在环境的交互中产生的,没有确定的模式,是在复杂的环境中表现出来的。1948 年,诺伯特维纳(Norbert Wiener)的控制论出版,标志着这个新兴边缘学科的诞生。诺伯特维纳认为,控制和通信中都包括了信息(也就是数据)的传输、处理的一般过程,在一定的灵活性上,根据人类的需求传输不同的信息。下面介绍哲学方面的理论背景。1.2.2 哲学方面哲学(Philosophy)学科是以一般的

42、普遍性问题作为研究对象的,通常与现实、存在、语言、思维、价值、理性等方面有关。大数据作为全球学术热点,同样引起了哲学领域,特别是科学技术哲学广大学者的关注和研究,取得了丰富的研究成果。第一章 大数据思维的提出15其中,以大数据认识论、信息哲学和复杂性科学为突出代表。哲学领域学者在认识大数据的问题上,较早开始关注,但并未达成一致,尚没有统一的表述。2012 年,牛津大学卢西亚诺弗洛里迪(Luciano Flordi)教授在他的Big Data and Their Epistemological Challenge 一文中表示,尽管公众意识到了大数据现象的重要性,但是现在并不清楚到底“大数据”这个

43、学术词语准确的意义和学术指代。东南大学吕乃基教授在大数据与认识论一文中,认为人类的存在导致大数据永远不会枯竭,大数据来自自然界、生命和人类社会,并指出类似于大数据的技术将影响主体与对象的关系, “不知其所以然”成为它认识论的一大特点。张晓强、杨君游、曾国屏等人的大数据方法:科学方法的变革与哲学思考中采用了目前广泛传播的“4V”说对大数据进行辨别,并提出用自身维度、支撑维度、工具维度、价值维度来探讨大数据。中国科学院刘红副教授的大数据的本体论探讨文章中,通过梳理古希腊以来的关于数的本体论思想,关注了大数据在相关性、因果性方面的重要影响,认为大数据本体论研究将成为哲学研究领域重要的范畴。信息哲学是

44、研究计算机科学领域、信息技术领域和哲学领域交叉性问题的学科,主要负责阐释在信息理论、计算方法方面的哲学问题,在人工智能哲学、控制论、社会理论、伦理学等学科的交叉研究中逐渐建立。以卢西亚诺弗洛里迪(Luciano Flordi) 、邬焜等为代表人物。其中,卢西亚诺 弗洛里迪 认为信息可以分为三个视角考察:作为实在的信息、关于实在的信息和为了实在的信息,并认为人工智能哲学相较于信息哲学来说是不成熟的研究范式。西安交通大学邬焜教授认为,信息哲学是一种元哲学,应将信息作为存在形式、认识方式、进化原则和价值尺度来探讨。弗洛里迪和邬焜作为中西方在信息哲学研究领域的权威,在各自的文化背景下做出了裨益良多的学

45、术贡献,研究内容广泛,研究成果丰富,将信息引入哲学范畴,引领了信息哲学的兴起。复杂性科学(Complexity Science)始于 20 世纪 50 年代前后,威弗( Warren Weaver)发表的科学与复杂性 (1948 年)成为学科的起点,也被称为系统科学研究新的一个阶段。目前,学界认为复杂性科学的发展阶段主要有三个:一是法国人埃德加莫兰(Edgar Morin)时期,在他的迷失的范式:人性研究(1973 年)中提出了“复杂思维范式” (complexit) ;二是比利时人伊利亚普里高津(Prigogine)的时期(布鲁塞尔学派) ,在一次会议中发表结构、耗散和生命 (1969 年)

46、 ,第一次提出耗散结构理论,在 1979 年新的联盟 (也叫做从混沌到有序 )中提出作为经典科学的超越的复杂性科学;三是美国人默里盖尔曼(Murray Gell-Mann)大数据思维探析16代表的桑塔菲研究所(SFI)时期,提出“冻结的偶然事件”的观点,认为复杂系统可以主动适应环境并改变环境。代表性观点有协同学(Synergetics) 、突变论(Catastrophe Theory)和耗散结构理论(Dissipative Structure Theory)等。国内对复杂性理论的研究始于钱学森等人的一个科学新领域:开放的复杂巨系统及其方法论 1,文章中将复杂性问题称为复杂巨系统,并提出了称为研

47、讨厅体系的复杂巨系统的研究方法。随后的上世纪 90 年代末和本世纪初,众多学者加入复杂性理论的研究,取得了丰硕的研究成果。比如,赵松年的非线性:它的内容、方法和意义 (1994 年) ,苗东升、刘华杰的混沌学纵横谈 (1996 年) ,成思危的复杂性科学探索 (1999 年) ,吴彤的自组织方法论研究 (2001 年) ,金吾伦的生成哲学 (2000 年)以及刘劲杨的哲学视野中的复杂性 (2004 年)等都是复杂性科学领域的代表作品。复杂性科学研究的兴起,是长期以来人类对机械论世界图景进行再思考的结果。同时,受到从中心到非中心的、从建构到解构的、从怀疑到诠释的后现代主义思潮的影响,复杂性理论从

48、一开始就看到了传统机械论科学所不曾注意到的东西,比如不确定性、非线性。恰逢 20 世纪 80 年代计算机科学和互联网的技术进步,给复杂性理论提供了技术基础,例如依靠计算机强大的计算能力,人们从技术手段上降低了非线性方程的解答难度 2。黄欣荣是国内首位在复杂性科学理论背景下,探讨大数据的学者,并对大数据技术抱有欢迎的态度。在 2014 年发表的从复杂性科学到大数据技术一文中,黄欣荣认为大数据的出现,与复杂性科学一样,都是历史的必然。在文章中,介绍了复杂性科学的兴起和大数据的关系,认为大数据是一种我们以前从未重视的数据,大数据的思想早已存在并不是突然出现的。同时,他还指出目前的研究多侧重于技术领域

49、,应该重视哲学领域的思辨,复杂性科学与大数据领域因为计算机科学的进步而发展成为了共同体,特别是在科学与技术的关系上,难解难分。可以看到,复杂性科学的发展因大数据思维的出现似乎有进入新阶段、甚至获得新生的动力。复杂性科学的研究,多年来更多是在认识论、思维层面,而大数据出现的背景为 21 世纪互联网(包括移动互联网)迅速发展和成熟、数据科学(Data Science)刚刚起步之时,大数据的出现,在并行、大规模计算、非线性计算以及数据处理方面表现出的巨大潜力,或许将为复杂性科学提供技术依靠。大数据思维的提出,在计算机科学和哲学方面有其特殊背景,对两大学科内部1 钱学森,于景元,戴汝为. 一个科学新领域:开放的复杂巨系统及其方法论J.自然杂志,1990(1):3-10。2 黄欣荣. 复杂性科学的方法论研究D. 清华大学, 第 51 页, 北京, 2005.第一章 大数据思维的提出17的各领域、各派别形成了思想影响和冲

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 学术论文 > 毕业论文

本站链接:文库   一言   我酷   合作


客服QQ:2549714901微博号:道客多多官方知乎号:道客多多

经营许可证编号: 粤ICP备2021046453号世界地图

道客多多©版权所有2020-2025营业执照举报