大數據時代的基礎科學新變

今天，世界已經進入大數據時代，如何適應這樣的時代、引領這樣的時代，是每一個科學領域必須要面對的問題。從某種程度上說，基礎科學的進展依賴于數據的獲取與分析。今天，數據量爆炸式增長、數據處理工具不斷改進，給基礎科學帶來了新機遇和新挑戰。

1 大數據賦予基礎研究新特征

面對大數據時代空前的數據爆炸、更復雜的經濟社會需求，基礎研究被賦予新的特征和功能，在促進原始性重大創新、孕育源頭技術和顛覆性技術、解決社會實際問題、應對長期挑戰等方面被寄予厚望

基礎科學是人類對自然界基本規律認識的總和。從事基礎科學問題研究的活動統稱為基礎科學研究，簡稱基礎研究?；A研究自提出以來，一直都是一個比較寬泛的概念，內涵性質和關鍵推動因素不斷豐富。也正是由于其界限模糊，才被各國政府和學者通過不同的政策含義、資助框架、制度安排和研究成果不斷地重新界定。

科技界、政府和社會在不同發展階段對基礎研究有不同的認知。

1945年，美國科學家布什在《科學：無盡的前沿》中首次提出了基礎研究和應用研究分類，成為“基礎研究-應用研究-技術開發-商業應用”線性模式的思想源頭，影響了很長一段時期主要國家的科學技術政策。

20世紀60年代，經合組織系統地開展了R&D（研究與開發）統計調查：將基礎研究分為純基礎研究與定向基礎研究，把定向基礎研究和戰略應用研究統稱為戰略研究。這種分類既反映了知識生產方式的融合趨勢，也反映出政府研發投入對國家戰略目標的關注。在接下來的幾十年中，基礎科學的內涵和定義也在不斷發生變化。

今天，基礎研究已經發展為“生態模式”，資源基礎結構不斷演變，驅動因素不斷豐富，必然帶來管理政策和評價方式的轉變。

從歷史發展進程看，基礎研究的內涵界定都是為了適應特定階段社會發展和政策制定的需要。傳統純基礎研究活動的特征界定是：“不以任何特定的實際應用為目的，保持相對獨立并由科學家按照自身意愿去開展工作?！钡S著基礎研究投入日益多元化以及組織模式持續變革，主要國家在鼓勵科學家自由探索的同時，更加強調戰略需求導向和知識的轉化應用。

基礎科學事關國家當前和長遠戰略利益，本身就是戰略需求。政府支持基礎研究的政策導向已經由糾正市場失靈演化為提供公共產品服務、保證經濟長期繁榮發展、營造創新生態和贏得創新競爭等諸多方面。

2 數據科學改變基礎科學研究范式

數據科學正以勢不可當的力量席卷而來，科學界、政府和社會公眾都需要重新認識大數據時代基礎研究的新特征及其影響，特別是對經濟社會的影響機制和戰略價值

1998年度圖靈獎得主吉姆·格雷于2007年初最早提出“科學方法的革命”，將科學研究分為四類范式（Paradigm，指科技界普遍遵循的科學規范和普遍運用的研究套路），依次為實驗歸納，模型推演，仿真模擬和數據密集型科學發現。數據密集型科學發現以大數據為主要特征和戰略資源，即“大數據科學”和“科學大數據”。大數據可以幫助科學家們打開探索未知領域的大門，科學家們將以“分析全樣本、接收非精確、發現相關性”的新思維探索科學研究。

雖然大數據時代帶來了思維方式等認知層面的轉向，但基礎科學主體的發展依然遵循物理、化學、信息、生命科學等基礎學科自身的規律，并且具有交叉、融合與滲透的邏輯性。不過改變已經愈加清晰：與傳統數據的科學研究相比，無論是大型望遠鏡列陣收集回來的各種宇宙星系圖像，還是從DNA測序儀形成的各種基因組，或是社交網站的點擊次數，都可以成為數據收集目標。以前需要10年才能完成的人類DNA測序，現在一天左右就能完成?；诮y計機器學習、神經網絡以及深度學習，人工智能的思考能力在提升，人類對未來的預測上變得前所未有地精確。

計算科學和大數據方法在提高科學發現概率、拓寬科學研究視野、促進交叉聚合的同時，也在催生新學科創新增長，使新技術研發應用變得更加快捷、簡潔、高效。但是，“大數據科學”和“科學大數據”會對科學哪一領域哪一階段的發展產生突破性影響和行業帶動？大數據對基礎研究的影響到底是階段性的還是長久性的、局部的還是全面的？這些問題還并不清楚，需要引起科技界、政府和包括公眾在內的更多相關者予以關注。

3 大數據時代要求基礎科學組織方式與時俱進

大數據的意義并不只是海量、多樣的數據，而是如何采取更合適的支持方式和支持力度將其規模大、種類多、跨界融合的特征運用到基礎研究和知識轉化應用之中

無論從組織方式、資助方式還是從科研行為上，大數據使傳統的基礎研究活動和知識生產模式呈現出了新的交叉、融合與滲透特征，不僅促進了不同領域、不同學科科學共同體的深度整合和精細分化，還促進了基礎研究的推動因素和利益相關者的多樣化。這些特征無疑將對基礎科學的發展，尤其是給基礎科學的管理及決策帶來巨大影響。

在“大數據科學”和“科學大數據”的支撐下，數學、物理、生物等不同領域、學科的思維、模式、方法、工具、概念和數據交叉融合在一起，會激變產生出新的原創性發現、理論、知識、思路和方法?；A研究不再是某一學科、某一領域中的某個科研團隊獨立進行，科學家們可以共享不同學科、不同領域中的其他科研團隊的成果數據，使用功能更加強大的研發工具，發掘更多原始性發現和新知識。事實上，這一共享不只是數據的交叉、融合，更是科學共同體內部、外部的交叉與融合，將吸引更多不同學科和領域的研究人員加入到基礎研究中，使得基礎研究的功能得以進一步拓展和融合。

隨著大數據時代的到來，人類認知的“去等級化”轉向，在本質上帶來了科技創新領域的平等化趨勢，雖然這一轉向并不能徹底消除科技領域“馬太效應”的存在，但階層的分化會增加，層級差異會逐漸縮小。這一發展趨勢必然對基礎科學的資助方式、管理模式以及評價體系產生重要的影響。從無到有的原始性創新，更需要“尊重科學研究靈感瞬間性、方式隨意性、路徑不確定性的特點，允許科學家自由暢想、大膽假設、認真求證”。

總之，大數據時代為我國基礎科學跨越式發展帶來了變革性機遇和復雜性挑戰。研究范式的深度改變要求我們加快建立更加包容和寬容、支持非共識創新項目的基礎研究制度，鼓勵變革性學術思想，促進創新治理體系從跟蹤型向引領型轉變。