來源：科學(xué)網(wǎng)

我們生活在一個信息時代，一個海量信息和海量數(shù)據(jù)的時代：互聯(lián)網(wǎng)，計算技術(shù)，電子商務(wù)和各種其它的新興技術(shù)使我們獲取數(shù)據(jù)、分析數(shù)據(jù)和利用數(shù)據(jù)的能力有了一個本質(zhì)的變化。這個變化正在不斷深入地、全面地影響著我們的日常生活。由此也影響著社會、文化、國防和國民經(jīng)濟的發(fā)展。信息服務(wù)產(chǎn)業(yè)已成為發(fā)達(dá)國家經(jīng)濟轉(zhuǎn)型的主要支柱。以谷歌和臉書為代表的信息服務(wù)企業(yè)，在短短幾年的時間里就進(jìn)入了全世界最大、最受矚目的企業(yè)的行列。它們的發(fā)展速度是在傳統(tǒng)的工業(yè)模式下難以想象的。它們的成功也展示了信息服務(wù)產(chǎn)業(yè)巨大的發(fā)展空間。另外，數(shù)據(jù)和信息資源已成為繼人力資源和物質(zhì)資源以外的第三大資源。數(shù)據(jù)資源的開發(fā)和利用將是未來社會和經(jīng)濟發(fā)展的主要手段之一，也應(yīng)該成為制定國家長遠(yuǎn)發(fā)展計劃需要考慮的主要因素之一。

我們自然要問，信息時代對社會，對政府，特別是對我們的教育和科學(xué)研究體制提出了什么樣的新的要求；信息服務(wù)產(chǎn)業(yè)的科學(xué)基礎(chǔ)是什么？

傳統(tǒng)工業(yè)，尤其是制造業(yè)的科學(xué)基礎(chǔ)是自然科學(xué)。物理學(xué)提供了自然科學(xué)最基本的原理。在此之上、化學(xué)、生命科學(xué)、地球物理、天文學(xué)以及各種各樣的工程科學(xué)為傳統(tǒng)工業(yè)提供了科學(xué)指導(dǎo)。從大學(xué)、科研機構(gòu)，到企業(yè)、政府部門，我們都已經(jīng)建立起了一整套教學(xué)、科研、開發(fā)、生產(chǎn)到市場的機制。

信息服務(wù)產(chǎn)業(yè)的科學(xué)基礎(chǔ)是數(shù)據(jù)科學(xué)。簡單說來，它由兩個部分組成：即用數(shù)據(jù)的方法來研究科學(xué)和用科學(xué)的方法來研究數(shù)據(jù)。

先談第一點?？茖W(xué)研究有兩個最基本的模式，姑且叫做開普勒模式和牛頓模式。開普勒關(guān)于行星運動的三大定律完全是從前人所觀察到的數(shù)據(jù)中所總結(jié)出來的。而牛頓則更進(jìn)了一步，他尋求的是基本原理。他對行星運動規(guī)律的認(rèn)識是建立在基本原理的基礎(chǔ)之上的。牛頓不僅知其然，而且知其所以然。牛頓的認(rèn)識無疑比開普勒要深刻得多。所以牛頓模式成了科學(xué)研究的首選模式。幾百年來的科學(xué)研究都是沿著一條以尋求基本原理為目標(biāo)，而從根本上認(rèn)識世界，認(rèn)識自然這樣一條道路走過來的。

時至今日，科學(xué)家們在對基本原理的尋求方面取得了長足的進(jìn)步。隨著量子力學(xué)的建立，人們已經(jīng)基本了解了在生命科學(xué)、化學(xué)、能源、環(huán)境等與日常生活息息相關(guān)的領(lǐng)域所需要的基本原理?，F(xiàn)實的困難在于這些系統(tǒng)的復(fù)雜性——從基本原理出發(fā)去理解這些系統(tǒng)在目前和不太遙遠(yuǎn)的未來基本上都是一件不可能的事情。牛頓模式因此而面臨著難以逾越的困難。而另一方面，由于人們獲取數(shù)據(jù)和分析數(shù)據(jù)能力的提高，從數(shù)據(jù)中直接總結(jié)出客觀規(guī)律的開普勒模式的優(yōu)勢就體現(xiàn)了出來。生物信息學(xué)的成功就是一個很好的例子。

再談第二點。從傳統(tǒng)的角度來看，分析數(shù)據(jù)屬于統(tǒng)計學(xué)的范疇。但近年來，隨著機器學(xué)習(xí)、數(shù)據(jù)挖掘、生物信息、圖像處理、信號處理等方面的發(fā)展，數(shù)據(jù)分析已經(jīng)深入到了計算機科學(xué)、社會學(xué)、電子工程、生命科學(xué)、天文、地理、氣象等各個領(lǐng)域。而且，從數(shù)據(jù)分析的角度來看，這些不同學(xué)科中的不同問題有著相當(dāng)程度的統(tǒng)一性。正是這種統(tǒng)一性，使得數(shù)據(jù)科學(xué)有存在和發(fā)展的必要。

這里特別值得一提的是數(shù)學(xué)的作用。從根本上來講，自然科學(xué)的基本原理來自于物理；而數(shù)據(jù)科學(xué)的基本原理則來自于數(shù)學(xué)。數(shù)據(jù)分析的主要手段就是給數(shù)據(jù)建立起數(shù)學(xué)結(jié)構(gòu)。這種數(shù)學(xué)結(jié)構(gòu)可以是多方面的：拓?fù)涞?、幾何的、或代?shù)的。最簡單的結(jié)構(gòu)是圖的結(jié)構(gòu)。這也可以看作是一種拓?fù)浣Y(jié)構(gòu)。傳統(tǒng)的統(tǒng)計學(xué)中最最常用的是分析方面的結(jié)構(gòu)，如參數(shù)化模型。所以數(shù)據(jù)科學(xué)給數(shù)學(xué)也帶來了許多根本性的問題：例如怎樣把數(shù)據(jù)集（如網(wǎng)頁）坐標(biāo)化？怎樣給數(shù)據(jù)集定義拓?fù)浣Y(jié)構(gòu)或曲率？怎樣利用數(shù)據(jù)集中可能隱含的對稱性？怎樣設(shè)計高效的算法？怎樣處理噪聲，等等？數(shù)據(jù)和數(shù)，方程以及圖形一樣，也將成為數(shù)學(xué)研究的基本元素之一。這不僅能給數(shù)學(xué)的各個領(lǐng)域提供了新的問題，同時也會加深我們對數(shù)學(xué)中一些最基本的概念的認(rèn)識。

數(shù)據(jù)科學(xué)中最受矚目的成就之一是小波理論。系統(tǒng)的小波理論出現(xiàn)之前，人們對在信號處理中引進(jìn)局部基函數(shù)和對信號按尺度作分解都有過很多的嘗試。但這些工作都是經(jīng)驗性的，缺乏系統(tǒng)性。小波理論從根本上解決了這一問題。它使這些嘗試性的工作由經(jīng)驗變成了科學(xué)。這樣的轉(zhuǎn)變是本質(zhì)性的。它所帶來的變化也是有目共睹的。壓縮感知理論也經(jīng)歷了一個類似的過程。它所產(chǎn)生的影響也將是巨大的。

另外需要強調(diào)的一點是，由自然科學(xué)的成就轉(zhuǎn)換成工業(yè)產(chǎn)品往往要經(jīng)過一個漫長的過程。而數(shù)據(jù)科學(xué)則不同，數(shù)據(jù)科學(xué)與應(yīng)用，與產(chǎn)業(yè)有著更為密切的聯(lián)系。從小波理論的出現(xiàn)到它在圖像處理方面的應(yīng)用僅僅經(jīng)過了幾年的時間。正因為如此，對數(shù)據(jù)科學(xué)的研究更應(yīng)該努力地走在最前沿：因為落后一步就意味著徹底失去機會。

目前數(shù)據(jù)科學(xué)的發(fā)展存在著如下幾個問題：一是缺乏一個統(tǒng)一的平臺。數(shù)據(jù)科學(xué)被瓜分到計算機科學(xué)、統(tǒng)計、數(shù)學(xué)、生物等等學(xué)科。他們之間還缺乏應(yīng)有的聯(lián)系。這使數(shù)據(jù)科學(xué)的發(fā)展受到了制約。二是數(shù)學(xué)作為數(shù)據(jù)科學(xué)的基礎(chǔ)，其作用還沒有被充分認(rèn)識到，更沒有充分發(fā)揮出來。這在一定程度上限制了數(shù)據(jù)科學(xué)研究的深度。三是企業(yè)界與學(xué)術(shù)界之間的相互影響還不夠完善。企業(yè)界搜集的數(shù)據(jù)經(jīng)常不夠規(guī)范，企業(yè)界和學(xué)術(shù)界之間協(xié)同創(chuàng)新的模式還有待完善。

具體到我國的實際情況，在很多方面更是令人擔(dān)憂。我國現(xiàn)行的教育和科研體制幾乎將學(xué)科分類推到了極致。這更加不利于數(shù)據(jù)科學(xué)這樣一個新型的，跨學(xué)科的領(lǐng)域的發(fā)展。另一方面，從谷歌、臉書等例子來看，信息服務(wù)產(chǎn)業(yè)中許多最有創(chuàng)造的想法都來自于年青人。而我們國家所通行的教育方式，如中學(xué)里的應(yīng)試式教育和大學(xué)里的灌輸式教育都極大地抑制了年青人的創(chuàng)造性。

認(rèn)識到這些以后，我們自然要問：怎樣應(yīng)對數(shù)據(jù)科學(xué)和信息服務(wù)產(chǎn)業(yè)所提出的新的要求？

從大學(xué)的層面來看，應(yīng)該充分認(rèn)識到數(shù)據(jù)科學(xué)發(fā)展的巨大空間，將數(shù)據(jù)科學(xué)提高到一個和自然科學(xué)并列的高度。以數(shù)學(xué)、計算機科學(xué)、統(tǒng)計、生物信息、金融和經(jīng)濟學(xué)、社會學(xué)等學(xué)科為依托，建立起一個數(shù)據(jù)科學(xué)的教育和科研平臺。要建立起一個完整的本科生和研究生培養(yǎng)計劃。這個教學(xué)計劃的基礎(chǔ)課程應(yīng)該包括象線性代數(shù)、逼近論、離散數(shù)學(xué)、概率論和隨機過程、以及數(shù)理統(tǒng)計等數(shù)學(xué)課程；同時也應(yīng)包括象數(shù)據(jù)庫、數(shù)據(jù)結(jié)構(gòu)、機器學(xué)習(xí)、數(shù)據(jù)挖掘等計算機科學(xué)的課程。

這里應(yīng)該特別強調(diào)算法的重要性：沒有高效的算法，所有的理論模型都將被束之于高閣。而在傳統(tǒng)的框架下，算法被分割到了計算數(shù)學(xué)和計算機科學(xué)兩個學(xué)科中。這兩個學(xué)科對算法研究的風(fēng)格和出發(fā)點各不相同，但它們所研究的許多問題在本質(zhì)上是相同的。數(shù)據(jù)科學(xué)的發(fā)展更是要求把這兩種不同風(fēng)格，不同背景的算法研究緊密結(jié)合起來。

課程設(shè)置僅僅是這個教學(xué)計劃的一部分，更富有挑戰(zhàn)性的是怎樣創(chuàng)造出一個能充分發(fā)揮學(xué)生主動性和積極性的教育環(huán)境，并能使教學(xué)計劃和信息服務(wù)產(chǎn)業(yè)的前瞻性需求緊密結(jié)合起來。

從企業(yè)界的角度來看，要充分認(rèn)識到創(chuàng)新的重要性。中國本身就是一個很大的市場。其很多方面，如政策、語言、經(jīng)濟等方面的特點給國內(nèi)的企業(yè)在占據(jù)國內(nèi)市場方面提供了很多優(yōu)勢。但應(yīng)該認(rèn)識到，僅僅依靠這樣的自然保護(hù)是難以持久發(fā)展的。要保證中國的信息產(chǎn)業(yè)能走到世界的前列，就必須走創(chuàng)新的道路，必須開拓國際市場。企業(yè)界應(yīng)該學(xué)會充分利用大學(xué)和其它研究機構(gòu)等資源，來提高自己的創(chuàng)新能力。

從政府的層面來看，要把發(fā)展數(shù)據(jù)科學(xué)和信息服務(wù)產(chǎn)業(yè)作為一項戰(zhàn)略計劃來抓。充分認(rèn)識到這是關(guān)系到國計民生，關(guān)系到國家的經(jīng)濟、科學(xué)、和文化發(fā)展的根本利益和長遠(yuǎn)利益的一件大事。從組織、資源、政策等多方面制定出一整套的相關(guān)計劃。

從我國的具體情況來看，政府的指導(dǎo)作用尤其重要。首先，數(shù)據(jù)作為一種資源，我們必須有意識地積累這種資源并使之成為可利用的資源。這就需要政府在數(shù)據(jù)搜集、存儲、特別是在開放數(shù)據(jù)等方面提供一系列的指導(dǎo)政策。其次，數(shù)據(jù)科學(xué)和信息服務(wù)產(chǎn)業(yè)的發(fā)展需要學(xué)術(shù)界和企業(yè)界的密切配合。政府可以通過各種方式鼓勵這種配合，尤其是在前瞻性的研究方面。再次，數(shù)據(jù)科學(xué)是一門跨學(xué)科的領(lǐng)域，而我國目前的科研和教育體系對跨學(xué)科領(lǐng)域的發(fā)展是極為不利的。我們不能等體制方面的問題都解決了以后再去發(fā)展數(shù)據(jù)科學(xué)，而應(yīng)該通過政府的一些引導(dǎo)性的措施來有效地避免體制方面的問題所造成的困難。

總的來說，數(shù)據(jù)科學(xué)的研究還處在一個初級階段：盡管一些西方國家占據(jù)著領(lǐng)先位置，但所形成的差距還不是太大。從另一方面來講，有理由相信數(shù)據(jù)科學(xué)和相關(guān)的信息產(chǎn)業(yè)比較適合于中國人的習(xí)慣性思維。關(guān)鍵是我們必須把握住這個歷史時機，迅速建立起一整套適合于數(shù)據(jù)科學(xué)及相關(guān)的信息產(chǎn)業(yè)發(fā)展的體制和環(huán)境。要做到這一點，政府，學(xué)術(shù)界和企業(yè)界之間的密切配合是必不可少的。