數(shù)據(jù)科學(xué)的發(fā)展，將為計算智能的持續(xù)發(fā)展提供新的可能與機(jī)遇；與此同時，計算智能的發(fā)展與新型智能范式的興起，也將為大數(shù)據(jù)在各行業(yè)和各領(lǐng)域的應(yīng)用提供新的契機(jī)。

文章闡述了數(shù)據(jù)科學(xué)的內(nèi)涵，探討了計算智能的發(fā)展與新型智能范式，列舉了引領(lǐng)數(shù)據(jù)科學(xué)與計算智能研究的應(yīng)用方向；進(jìn)而基于香山科學(xué)會議第?667?次學(xué)術(shù)討論會與會專家的討論，提煉形成數(shù)據(jù)科學(xué)與計算智能領(lǐng)域的七大關(guān)鍵問題，以期使該領(lǐng)域研究得到相關(guān)領(lǐng)域研究者與應(yīng)用者的共同關(guān)注，從而把握時代的機(jī)遇，推動數(shù)據(jù)科學(xué)與計算智能持續(xù)發(fā)展。

囿于篇幅，將原文分為 3 篇，于近期推出，以饗讀者。

本文節(jié)選自《中國科學(xué)院院刊》2020年第12期文章《數(shù)據(jù)科學(xué)與計算智能：內(nèi)涵、范式與機(jī)遇》

1 引領(lǐng)數(shù)據(jù)科學(xué)與計算智能研究的應(yīng)用

作為一門實(shí)踐性強(qiáng)的學(xué)科，數(shù)據(jù)科學(xué)的發(fā)展離不開實(shí)際需求牽引與技術(shù)應(yīng)用驅(qū)動。

隨著感知、計算、通信、控制等技術(shù)的發(fā)展及綜合集成應(yīng)用，“人-機(jī)-物”三元世界高度融合，在線形成了一個網(wǎng)絡(luò)化的大數(shù)據(jù)系統(tǒng)，其內(nèi)部包含了互聯(lián)網(wǎng)、物聯(lián)網(wǎng)連接而成的各類數(shù)據(jù)。這是一個高度復(fù)雜、強(qiáng)不確定性、持續(xù)動態(tài)演化的復(fù)雜系統(tǒng)，是“系統(tǒng)的系統(tǒng)”。它既是智慧城市、智能制造、健康醫(yī)療等各個領(lǐng)域應(yīng)用的空間載體，也為國家安全、社會治理、數(shù)字經(jīng)濟(jì)等領(lǐng)域的科學(xué)化、智能化發(fā)展提供了重要的數(shù)據(jù)資源供給。

前文已提及，這個現(xiàn)實(shí)存在的大數(shù)據(jù)系統(tǒng)，除了具備高度復(fù)雜性、強(qiáng)不確定性等特性，人在回路也是其顯著特征。

針對這一現(xiàn)實(shí)系統(tǒng)的研究與應(yīng)用，將有可能為數(shù)據(jù)科學(xué)的理論與技術(shù)發(fā)展帶來機(jī)遇。

針對這一復(fù)雜系統(tǒng)的典型場景展開研究，不僅有利于揭示數(shù)據(jù)的基本規(guī)律，也有可能因此而牽引未來新型智能范式的研究。其典型的應(yīng)用場景有如下?4?種。

1.1 基于非確定數(shù)據(jù)的社會認(rèn)知

在社會系統(tǒng)中，我們搜集到的數(shù)據(jù)通常與真實(shí)的情況存在一定的偏差，大量的虛假內(nèi)容、非確定性內(nèi)容混雜在這些數(shù)據(jù)當(dāng)中。如何能基于這樣不完備的、非確定的大數(shù)據(jù)進(jìn)行社會認(rèn)知是一個非常有挑戰(zhàn)的問題。

社會認(rèn)知具體包括真假判定、社會心理計算、輿情判定與導(dǎo)向等。而面向非確定數(shù)據(jù)的社會認(rèn)知，其中一大關(guān)鍵在于如何對大量復(fù)雜的非確定數(shù)據(jù)進(jìn)行假設(shè)建模，如何建立復(fù)雜社會系統(tǒng)中個人行為與群體社會認(rèn)知之間的關(guān)聯(lián)。演化智能、復(fù)雜系統(tǒng)仿真與模擬也許是解決這一問題的突破口。

1.2 基于開放環(huán)境的群智決策

互聯(lián)網(wǎng)極大地方便了信息、知識和智慧的互聯(lián)互通。在互聯(lián)網(wǎng)中，已經(jīng)有許多復(fù)雜問題可以通過群智決策的方式加以有效解決，如眾包計算、人本計算等。

• 一方面，未來我們該如何設(shè)計或改進(jìn)群智決策中的內(nèi)部個體交互、融合與反饋方式，以人工構(gòu)造的群體智能方式進(jìn)一步提升互聯(lián)網(wǎng)群智決策的智能上限？
  
• 另一方面，從計算機(jī)的視角來看，該如何利用或者模擬這種人類的群智決策方式，來解決一些復(fù)雜的決策問題？
  

考慮到智能系統(tǒng)的演化及復(fù)雜系統(tǒng)的仿真與模擬，對單個智能體及智能體之間復(fù)雜交互進(jìn)行建模，也許是未來復(fù)雜問題求解的一個可能方向。

1.3 人機(jī)融合的智慧醫(yī)療

智慧醫(yī)療是醫(yī)學(xué)、計算機(jī)科學(xué)、公共衛(wèi)生學(xué)等學(xué)科相互交叉的新興領(lǐng)域。隨著信息技術(shù)的普及發(fā)展，醫(yī)療領(lǐng)域產(chǎn)生了大量的數(shù)據(jù)（如電子病歷、PB?級基因數(shù)據(jù)等），也催生了諸多與智慧醫(yī)療相關(guān)的應(yīng)用需求。

• 如何根據(jù)患者的電子病歷及臨床影像等數(shù)據(jù)對疾病診斷提供輔助決策支持？
  
• 如何根據(jù)人類的基因數(shù)據(jù)，提前進(jìn)行疾病的預(yù)測，為疾病的早期發(fā)現(xiàn)、新生兒的先天缺陷預(yù)測提供幫助？
  

需要注意的是，智慧醫(yī)療需要強(qiáng)大的可靠性，但目前的人工智能還難以替代醫(yī)生。一種比較好的提高思路是，考慮人（醫(yī)生）在回路的新型智能范式；通過這樣人機(jī)混合的方式，使得機(jī)器的智能與人的智能相輔相成，使醫(yī)療從傳統(tǒng)的“個體經(jīng)驗(yàn)決策”轉(zhuǎn)向“智能輔助決策”的新模式，進(jìn)而為醫(yī)療系統(tǒng)的革新帶來新的可能。

1.4 重大公共安全問題與社會治理

重大公共安全問題指對社會和公民所需的穩(wěn)定環(huán)境有嚴(yán)重影響的重大問題。公共安全問題涉及多方復(fù)雜因素，包括人類社會、自然環(huán)境、突發(fā)事件等，是典型的人在回路的復(fù)雜應(yīng)用問題，急需應(yīng)用大數(shù)據(jù)技術(shù)手段進(jìn)行預(yù)測、預(yù)警和防控。以新冠肺炎疫情為例，大數(shù)據(jù)分析技術(shù)手段和人機(jī)混合智能，為疫情走勢預(yù)測、傳播鏈排查、謠言傳播溯源和意圖研判等人在回路的復(fù)雜問題提供了有力幫助，支撐疫情精準(zhǔn)防控。

2 數(shù)據(jù)科學(xué)與計算智能的關(guān)鍵問題

數(shù)據(jù)科學(xué)的發(fā)展，將幫助我們厘清數(shù)據(jù)科學(xué)的理論邊界，為計算智能的持續(xù)發(fā)展提供新的可能與機(jī)遇；與此同時，計算智能的發(fā)展與新型智能范式的興起，也將為大數(shù)據(jù)在各行業(yè)和各領(lǐng)域的應(yīng)用提供新的契機(jī)。

在本節(jié)，我們從數(shù)據(jù)科學(xué)的基本內(nèi)涵與邊界、新型智能范式與智能能力測試、數(shù)據(jù)評價體系與共享利用?3?個方面出發(fā)，基于香山科學(xué)會議第?667?次學(xué)術(shù)討論會與會專家的討論，提煉形成數(shù)據(jù)科學(xué)與計算智能領(lǐng)域的七大關(guān)鍵問題，以期得到相關(guān)領(lǐng)域研究者的共同關(guān)注，從而把握時代的機(jī)遇，推動數(shù)據(jù)科學(xué)與計算智能的持續(xù)發(fā)展。

2.1 大數(shù)據(jù)中的相關(guān)關(guān)系與因果關(guān)系

因果關(guān)系指一個變量的發(fā)生會導(dǎo)致另一個變量的發(fā)生。而相關(guān)關(guān)系則指一個變量發(fā)生變化時，另一個變量也會規(guī)律性地發(fā)生變化。

一般情況下，因果關(guān)系往往也是相關(guān)關(guān)系，而相關(guān)關(guān)系并不一定是因果關(guān)系。大數(shù)據(jù)的存在，使得人們可以廣泛尋求相關(guān)關(guān)系，Mayer-Sch?nberger甚至在其書中說道，“大數(shù)據(jù)時代最大的轉(zhuǎn)變就是放棄對因果關(guān)系的渴求，而取而代之關(guān)注相關(guān)關(guān)系”。相關(guān)關(guān)系確實(shí)能在商業(yè)和實(shí)際應(yīng)用中帶來巨大的成功，但這種成功從科學(xué)角度尚需謹(jǐn)慎看待。

• 從科學(xué)研究的角度來看，相關(guān)關(guān)系研究是可以替代因果分析的科學(xué)新發(fā)展，還是因果分析的補(bǔ)充？
  
• 從實(shí)際應(yīng)用看，從數(shù)據(jù)中挖掘出的相關(guān)關(guān)系能否看作是一種近似因果關(guān)系幫助人們進(jìn)行預(yù)測或決策？
  

對此，不同的學(xué)者有不同甚至相反的看法。

建議未來重點(diǎn)研究方向：相關(guān)關(guān)系能夠逼近因果關(guān)系的程度，相關(guān)關(guān)系和因果關(guān)系的邊界，是否可以利用反事實(shí)推斷從相關(guān)關(guān)系中推斷出因果關(guān)系，以及如何保證大數(shù)據(jù)分析的結(jié)論可信等問題。

2.2 數(shù)據(jù)科學(xué)的復(fù)雜性問題

在計算機(jī)科學(xué)中，算法的計算復(fù)雜性是一個基本問題，包括時間復(fù)雜性和空間復(fù)雜性。而數(shù)據(jù)科學(xué)除了對計算復(fù)雜性的研究外，還需要探索數(shù)據(jù)自身的復(fù)雜性及模型復(fù)雜性。數(shù)據(jù)科學(xué)不能一味地靠增加數(shù)據(jù)量或者模型的參數(shù)規(guī)模來提升其性能。

給定一個具體問題，到底需要多大規(guī)模的數(shù)據(jù)或多復(fù)雜的模型才能獲得有效解？一個復(fù)雜模型判定能力的提升到底有沒有盡頭或界限？數(shù)據(jù)規(guī)模和模型復(fù)雜度之間是什么關(guān)系？這些問題在大數(shù)據(jù)工程化應(yīng)用中也許可以有經(jīng)驗(yàn)性的判定，但是在數(shù)據(jù)科學(xué)研究中需要弄清楚其基本內(nèi)涵和規(guī)律。

建議未來重點(diǎn)研究方向：從數(shù)據(jù)科學(xué)理論出發(fā)，給出數(shù)據(jù)復(fù)雜性、模型復(fù)雜性和模型性能之間的關(guān)系（上下界或漸進(jìn)理論），為大數(shù)據(jù)的科學(xué)化研究和高效率應(yīng)用奠定重要基礎(chǔ)；當(dāng)然，要對所有領(lǐng)域給出一個共同的數(shù)據(jù)科學(xué)基礎(chǔ)理論，可能比較困難，但可以考慮先從某些重要領(lǐng)域或典型問題出發(fā)進(jìn)行探索。

2.3 有限時空約束下的無限數(shù)據(jù)計算

在很多場景中，解決問題所需要的數(shù)據(jù)可能是大量流動的，甚至是無限的——無法確定其邊界。

例如，真實(shí)的自動駕駛技術(shù)需要在任意環(huán)境、道路上都確保其有效性，理想情況下我們需要通過搜集大量的數(shù)據(jù)來不斷訓(xùn)練自動駕駛模型，促使自動駕駛水平的提升；但問題在于，在實(shí)際操作中我們無法在有限時空資源下搜集、處理所有的數(shù)據(jù)?，F(xiàn)有的自動駕駛技術(shù)，也基本都是在有限的實(shí)驗(yàn)室環(huán)境下或者固定的道路上進(jìn)行學(xué)習(xí)訓(xùn)練，以期能夠?qū)崿F(xiàn)在任意環(huán)境和非確定道路上的自動駕駛。

建議未來重點(diǎn)研究方向：面向上述邊界不確定的數(shù)據(jù)，到底多大的數(shù)據(jù)量對問題而言是足夠的，以及什么樣的數(shù)據(jù)采樣機(jī)制才能保證逼近數(shù)據(jù)整體分布；或者說，該如何在有限時空資源限制下來處理邊界不確定的數(shù)據(jù)。

2.4 強(qiáng)不確定性復(fù)雜系統(tǒng)環(huán)境下的新型智能范式

大數(shù)據(jù)空間融合了“人-機(jī)-物”三元世界，其交互方式、運(yùn)行方式極其復(fù)雜。復(fù)雜系統(tǒng)中跨域高維稀疏的大數(shù)據(jù)具有很強(qiáng)的時空分布不確定性和價值規(guī)律不確定性。在這樣一個強(qiáng)不確定性的復(fù)雜環(huán)境下，能否形成形式化、可計算的新型智能范式？如果存在這樣的智能范式，是否還需要依靠大規(guī)模數(shù)據(jù)驅(qū)動？現(xiàn)有的腦啟發(fā)計算、演化智能、復(fù)雜系統(tǒng)模擬等主要還是依賴計算機(jī)的計算能力，未來還需要進(jìn)一步探索能夠突破計算機(jī)計算能力邊界的智能范式。人在回路的人機(jī)混合智能是一個可能的發(fā)展方向，其目標(biāo)是打通人類智能與機(jī)器智能的融合通道，通過有機(jī)融合方式實(shí)現(xiàn)人機(jī)混合智能。

建議未來重點(diǎn)研究方向：人機(jī)混合的智能通道構(gòu)建及其方式（近幾年發(fā)展迅速的腦機(jī)接口技術(shù)、思維融合范式等）；探索這類新型智能范式的主要特征是什么，是否圖靈計算等價，是對當(dāng)前計算智能的改良還是顛覆，以及數(shù)據(jù)科學(xué)在其中發(fā)揮什么樣的作用等。這些開放性問題研究將為數(shù)據(jù)科學(xué)和計算智能帶來新的視野和機(jī)會。

2.5 圖靈測試以外的通用人工智能測試

圖靈測試是早期普遍被接受的人工智能測試準(zhǔn)則，主要通過測試者（人）與被測試者（機(jī)器）在隔離情況下的問答來測試機(jī)器的智能。這是一種非常巧妙的思想實(shí)驗(yàn)，但并非工程實(shí)驗(yàn)。圖靈測試的?3?個開放特點(diǎn)——問題開放、測試者開放、語言開放，導(dǎo)致真正可重復(fù)的圖靈測試很難實(shí)現(xiàn)。而在一般的計算智能設(shè)計中，一個重要準(zhǔn)則就是需要可重復(fù)且有效的評價方式。

建議未來重點(diǎn)研究方向：探尋圖靈測試之外更加科學(xué)有效的通用人工智能測試方法，以及探索以人作為標(biāo)準(zhǔn)答案和參照系之外的可重復(fù)且有效的智能評價標(biāo)準(zhǔn)。

2.6 領(lǐng)域無關(guān)的數(shù)據(jù)分類體系與評價指標(biāo)

數(shù)據(jù)科學(xué)研究中的數(shù)據(jù)常常來自各個不同的領(lǐng)域，領(lǐng)域之間的數(shù)據(jù)類型、數(shù)據(jù)完整性、數(shù)據(jù)規(guī)律等具有非常大的差異性。我們不能只針對某個特定領(lǐng)域的數(shù)據(jù)來談?wù)摂?shù)據(jù)科學(xué)，而應(yīng)該對所有領(lǐng)域的數(shù)據(jù)建立一套共同的話語體系和統(tǒng)一的度量標(biāo)準(zhǔn)。換句話說，需要對不同領(lǐng)域的大數(shù)據(jù)，進(jìn)行領(lǐng)域無關(guān)的科學(xué)分類，構(gòu)建跨領(lǐng)域、可泛化的數(shù)據(jù)評價指標(biāo)和體系。

建議未來重點(diǎn)研究方向：可以從數(shù)據(jù)質(zhì)量、多樣性、復(fù)雜性、不確定性或價值密度等多個維度出發(fā)，定義數(shù)據(jù)的統(tǒng)一評價指標(biāo)。這樣的評價指標(biāo)可以使不同領(lǐng)域的研究者對數(shù)據(jù)擁有共同話語體系，有利于以數(shù)據(jù)作為研究對象開展持續(xù)的科學(xué)化研究。

2.7 可信任的數(shù)據(jù)共享與流通

大數(shù)據(jù)是數(shù)據(jù)科學(xué)的研究基礎(chǔ)和研究對象，數(shù)據(jù)科學(xué)的發(fā)展離不開良性的數(shù)據(jù)治理和大數(shù)據(jù)基礎(chǔ)環(huán)境建設(shè)。其中一大挑戰(zhàn)問題是可信任的數(shù)據(jù)共享與流通。數(shù)據(jù)不同于傳統(tǒng)商品，可能會存在無限復(fù)制和無限使用的問題，因而造成數(shù)據(jù)流通價值失效。

建議未來重點(diǎn)研究方向：如何用技術(shù)手段來確保數(shù)據(jù)共享和流通的有效與安全，其中數(shù)據(jù)供給和數(shù)據(jù)使用是?2?個關(guān)鍵環(huán)節(jié)。

• 在數(shù)據(jù)供給方面，可以考慮數(shù)據(jù)的有限供給，通過技術(shù)的手段對數(shù)據(jù)進(jìn)行限量發(fā)行。例如，通過對使用數(shù)據(jù)的工具增加保護(hù)機(jī)制，實(shí)現(xiàn)數(shù)據(jù)的有償服務(wù)。也可以利用區(qū)塊鏈等技術(shù)，保證數(shù)據(jù)的單方持有。
  
• 在數(shù)據(jù)使用方面，需要考慮數(shù)據(jù)的有界使用，保證數(shù)據(jù)的使用不涉及用戶隱私等問題。
  

具體來說，可以利用密碼學(xué)、聯(lián)邦學(xué)習(xí)等手段，在保證隱私的前提下加密數(shù)據(jù)的傳輸，通過確立數(shù)據(jù)類型或關(guān)系而非獲得數(shù)據(jù)本身作為數(shù)據(jù)使用的主要方式。數(shù)據(jù)的共享和流通是數(shù)據(jù)開放研究的基礎(chǔ)，期待未來有更多的人關(guān)注數(shù)據(jù)開放的技術(shù)手段研究。

3 未來展望：開啟“第五范式”科學(xué)研究

在過去十幾年間，隨著可獲得和可使用的大數(shù)據(jù)持續(xù)增長，第四范式作為一種新的科學(xué)研究范式，受到科學(xué)家越來越多的關(guān)注；同時，也暴露出了很多不足。譬如：數(shù)據(jù)不確定性問題、數(shù)據(jù)復(fù)雜性問題、數(shù)據(jù)的維數(shù)爆炸問題、數(shù)據(jù)的尺度邊界問題等。

目前，網(wǎng)絡(luò)科學(xué)、腦科學(xué)、社會科學(xué)等領(lǐng)域面臨的重大問題都是極其復(fù)雜且動態(tài)變化的難題，采用經(jīng)典物理一樣的簡單實(shí)驗(yàn)（第一范式）、基于公理和假說的理論推演（第二范式）、基于模型的計算機(jī)模擬（第三范式）和數(shù)據(jù)驅(qū)動的相關(guān)性分析（第四范式）都無法解決。為此，科學(xué)家開始尋求更接近數(shù)據(jù)和智能本質(zhì)、更有效認(rèn)識復(fù)雜性和不確定性的新科學(xué)研究范式。

目前，這類新的科學(xué)探索方法論尚未形成定論，大體上看，這類新的科學(xué)研究范式是以智能為研究目標(biāo)的浸入式具身研究，我們暫時稱之為“第五范式”?；跀?shù)據(jù)科學(xué)本體論認(rèn)識，我們猜測“第五范式”和第四范式一樣都會以數(shù)據(jù)為對象，不同的是“第五范式”更側(cè)重于人、機(jī)器及數(shù)據(jù)之間交互，強(qiáng)調(diào)人的決策機(jī)制與數(shù)據(jù)分析的融合，體現(xiàn)了數(shù)據(jù)和智能的有機(jī)結(jié)合；“第五范式”強(qiáng)調(diào)從本體論的角度看待數(shù)據(jù)，認(rèn)為數(shù)據(jù)本身蘊(yùn)含自然智能的規(guī)律，也是新型智能的載體和產(chǎn)物，期望在數(shù)據(jù)驅(qū)動智能的同時突破現(xiàn)有計算智能的能力邊界，借助自然智能構(gòu)造新型智能范式。

目前，針對“第五范式”的探索剛剛起步，從方法論上還歸納不出它的基本特征；但可以肯定，它的一個重要特征是“融合”，既要融合前四種范式，又要融合統(tǒng)計學(xué)、網(wǎng)絡(luò)科學(xué)、腦科學(xué)等前沿研究中涌現(xiàn)的新方法。

第三范式和第四范式都用到計算機(jī)：

• 第三范式是“人腦+計算機(jī)”，人腦是主角；
  
• 第四范式是“計算機(jī)+人腦”，計算機(jī)是主角。
  
• 第五范式既強(qiáng)調(diào)人腦與計算機(jī)的“有機(jī)融合”，也可能更進(jìn)一步從社會系統(tǒng)和人腦系統(tǒng)借鑒其中的計算與決策機(jī)制，從而更重視人和社會在科學(xué)研究回路中的形式化建模與計算融合。
  

數(shù)據(jù)科學(xué)和計算智能的發(fā)展催生“第五范式”；“第五范式”發(fā)展離不開對數(shù)據(jù)科學(xué)內(nèi)涵的豐富和計算智能能力邊界的突破。

• 從研究對象看，“第五范式”是科學(xué)研究從對物理世界、人類社會的研究拓展到“人-機(jī)-物”融合的三元空間；
  
• 從研究目標(biāo)上看，“第五范式”不僅僅是傳統(tǒng)的科學(xué)發(fā)現(xiàn)，更是對智能系統(tǒng)的探索和實(shí)現(xiàn)；
  
• 從研究方法上看，“第五范式”強(qiáng)調(diào)人在回路的浸入式具身研究。
  

目前，還難以給出“第五范式”的清晰界定，也許再過?10—20?年，“第五范式”的特征就明朗了，可能逐步成為科學(xué)研究的主流范式之一。

程學(xué)旗 中國科學(xué)院計算技術(shù)研究所副所長、研究員，中國科學(xué)院網(wǎng)絡(luò)數(shù)據(jù)科學(xué)與技術(shù)重點(diǎn)實(shí)驗(yàn)室主任，大數(shù)據(jù)分析系統(tǒng)國家工程實(shí)驗(yàn)室常務(wù)副主任。在大數(shù)據(jù)分析系統(tǒng)、Web?信息檢索與數(shù)據(jù)挖掘等領(lǐng)域發(fā)表學(xué)術(shù)論文?200?余篇，獲授權(quán)發(fā)明專利?60?余項。

李國杰 中國工程院院士、發(fā)展中國家科學(xué)院院士。中國科學(xué)院計算技術(shù)研究所原所長、研究員，中國科學(xué)院科技戰(zhàn)略咨詢研究院科技智庫特聘研究員。主要從事并行算法、高性能計算機(jī)、互聯(lián)網(wǎng)、人工智能等領(lǐng)域的研究，發(fā)表學(xué)術(shù)論文?150?余篇，出版《創(chuàng)新求索錄》個人文集。主持研制“曙光-1000”等計算機(jī)，獲國家科技進(jìn)步獎一等獎等獎勵。

（文章源自：程學(xué)旗, 梅宏, 趙偉, 華云生, 沈華偉, 李國杰. 數(shù)據(jù)科學(xué)與計算智能：內(nèi)涵、范式與機(jī)遇. 中國科學(xué)院院刊, 2020, 35(12): 1470-1481）