郭毅可 潘 为 于思淼 吴 超 王世才伦敦帝国理工学院数据科学研究所 伦敦 SW7 2AZ, 英国
为科学服务的大数据*
郭毅可潘为于思淼吴超王世才
伦敦帝国理工学院数据科学研究所伦敦SW7 2AZ, 英国

数据驱动的科研活动已蔚为大观,然而厘清关于数据研究的基本问题仍是数据科学的首要任务。文章根据伦敦帝国理工学院建设数据科学研究院的经验,将数据科学聚焦于交叉研究上,讨论从数据整合与理解,到数据感知与交互,再到数据学习与认知,最后到数据交换与经济的完整链条,并结合开展的科研实践工作,分析了其中的基本研究问题。
大数据,数据科学,数据驱动的科学研究
微软研究院以 Jim Gray 曾经对科学研究方法的历史作了一个精辟的总结[1]:几百年前,科学研究是完全通过实验来观察自然、理解自然;到了近代数百年,科学才开始注重理论研究,通过建模和抽象来总结揭示自然的规律;近几十年来,计算机的广泛使用,使得计算模拟成了科学研究的一个重要手段。到了今天,计算技术已经完全普适化。科学仪器已经成为高通量数据采集的工具,由模拟和仪器采集的数据经过计算机的处理分析形成信息和知识。数据驱动已成为今天科学研究的新的方法。
如今,海量数据源源不断地被产生出来。科学家和工程师通过对数据的观察、整合、分析和解释,不断创造知识,推动着科学技术的进步和社会的发展。在这种背景下,在中国乃至世界各地,各类以数据为驱动或以数据科学为目标的研究单位如雨后春笋般涌现,在可预见的未来,数据驱动的科学研究必将得到蓬勃发展,蔚为大观。……