杂志：Engineering, 2022

作者：董超， 李静海*， Reddy Power

摘要：科研范式变革已逐步引起学术界的关注，有的认为“数据密集型科研”是第四科研范式，有的认为人工智能的运用也是一种科研新范式。然而，科研范式变革的方向和本质性内容方面尚未达成共识。我们认为，实质性的科研范式变革绝不仅限于此。比如：至少应更关注科学和技术问题（包括大数据和人工智能）中复杂性背后的共性原理，以复杂性原理的突破带动应对重大挑战能力的提升；人工智能运用的效果也必然取决于是否可通过复杂性原理的突破实现通用人工智能。事实上，知识体系和复杂世界一样具有多层次特征，每一层次中的复杂性规律，尤其是动态结构的形成与演化、有序与无序以及共性与多样性并存的机理，各层次复杂性的相互关联，必然成为推动范式变革、应对全球挑战和广泛开展全球合作的重要切入点。为此，需要重视两个方面：一是还原论和系统论的融合。随着科学问题的愈加复杂和对时空动态结构及其过程的愈发关注，科学研究已逐步从分别关注每一层次单元细节和整体行为走向实现两方面的关联。二是探索不同层次复杂性中的简单规律并归纳多样性中的共性原理。这不仅需要学科交叉融合，更要从知识体系的完整性和应对重大挑战角度来辨识其中缺失的内容。结合实证研究探讨上述两个方面，也许是推进科研范式变革的重要方向。在此趋势下，科技界应当积极探索范式变革的可行方向并逐步形成共识，才能形成通过范式变革有效应对重大挑战的全球力量

链接：https://doi.org/10.1016/j.eng.2022.05.002