1、思维与科学思维
1.1 思维的基本概念
思维是思维主体处理信息及意识的活动,从某种意义上来说,思维也是一种广义的计算。
地球上百花芬芳,争奇斗艳。然而,无论什么样的花朵,都没有人类的思维之花那样美丽,正如恩格斯在《自然辩证法导言》中所说的,思维是精神“地球上最美丽的花朵”。
那么,什么是思维呢?思维作为一种心理现象,是认识世界的一种高级反映形式。具体地说,思维(Thinking)是人脑对客观事物的一种概括的、间接的反映,它反映客观事物的本质和规律。思维是在人的实践活动中,特别是在表象的基础上,借助于语言,以知识为中介来实现。实践活动是思维的基础,表象是对客观事物的直接感知过渡到抽象思维的一个中间环节,语言是思维活动的工具。
思维是由思维原料、思维主体和思维工具等组成。自然界提供思维的原料,人脑作为思维的主体,认识的反映形式形成了思维的工具,三者具备才有思维活动。
思维具有概括性、间接性和能动性等特征。思维是在人的感性基础上,将一类事物的共同、本质的特征和规律抽取出来,加以概括,这就是思维的概括性。感觉和知觉只能反映事物的个别属性,而思维则能反映一类事物的本质和事物之间的规律性联系。例如,通过感觉和知觉,只能感知太阳每天从东方升起,又从西方落下。通过思维,则能揭示这种现象由于地球自转的结果。
思维的间接性是指非直接的、以其他事物做媒介来反映客观事物。思维是凭借知识和经验对客观事物进行的间接反映。例如,医生根据医学知识和临床经验,通过病史询问以及一定程度的体检和辅助检查,就能判断病人内脏器官的病变情况,并确定其病因、病情和做出治疗方案。
思维的能动性是一个重要的特征,它不仅能认识和反映客观世界,而且还能对客观世界进行改造。例如,人的肉眼看不到DNA分子,但人的思维却揭示了DNA分子的双螺旋结构,从而揭示了大自然潜藏的遗传密码。再如,人类不仅认识到物体离开地球所需的宇宙速度,还制造出了地球卫星和宇宙飞船飞向太空。
思维有多种类型。按照思维的进程方向,思维可分为横向思维、纵向思维与发散思维、收敛思维等;按照思维的抽象程度,思维可分为直观行动思维、具体形象思维和抽象逻辑思维;按照思维的形成和应用领域,思维可分为科学思维与日常思维。所谓科学思维是指形成并运用于科学认识活动的、人脑借助信息符号对感性认识材料进行加工处理的方式与途径。一般来说,科学思维比日常思维更具有严谨性与科学性。
1.2 科学思维
科学思维是认识自然界、社会和人类意识的本质和客观规律性的思维活动,其思维内涵主要表现在:高度的客观性,围绕求得科学答案而展开的思维以及采取理论思维的形式。下面是科学思维的几种定义。
科学思维(ScientificThinking)通常是指理性认识及其过程,即经过感性阶段获得的大量材料,通过整理和改造,形成概念、判断和推理,以便反映事物的本质和规律。
科学思维是指人脑对自然界中事物的本质属性、内在规律及自然界中事物之间的联系和相互关系所做的有意识的、概括的、间接的和能动的反映,该反映以科学知识和经验为中介,体现为对多变量因果系统的信息加工过程。简而言之,科学思维是人脑对科学信息的加工活动。
现代科学思维就是指主体思维的科学化,也就是与现代科学发展相适应的最佳的思维结构,与现实系统发展相一致的合理的逻辑过程,能够迅速、准确地反映客体的优化的思维方式,这三者的有机统一,就构成现代科学思维。
上述各种定义虽不太一样,但都有其共同的理解。一般说来,科学思维是主体对客体理性的、逻辑的、系统的认识过程,是人脑对客观事物能动的和科学的反映。从西方的发展历程来看,科学思维的主要表现有以下几个方面:
科学的理性思维
理性思维是在直观感性的基础上,经过界定概念、客观推理、科学判断后形成的正确反映客观世界的本质和规律的认识过程。科学和理性的思维,其基本前提是:承认客观世界的存在是不以人的主观意志为转移的,但认识主体可以通过直观感性处理后获得客观世界内在的、本质的信息。
人的认识可分为感性认识和理性认识,感性认识与人的直觉思维相联系,理性认识则与人的理性思维相关联。感性认识是理性认识的基础,理性认识是感性认识的深化。作为科学思维的表现方式之一的理性思维,其主要意义在于为认识主体认识客观事物的内在规律和本质提供手段。
科学的逻辑思维
逻辑思维是人类特有的一种思维方式,它是利用逻辑工具对思维内容进行抽象的思维活动。逻辑思维过程得以形式化、规则化和通用化,就是要求创造出与科学相适应的科学逻辑,如形式逻辑、数理逻辑和辩证逻辑等。
科学的系统思维
系统思维是指考虑到客体联系的普遍性和整体性,认识主体在认识客体的过程中,将客体视为一个相互联系的系统,以系统的观点来考察研究客体,并主要从系统的各个要素之间的联系、系统与环境的相互作用中,综合地考察客体的认识心理过程。
科学的创造性思维
创造性思维指的是在科学研究过程中,形成一种不受或者较少受传统思维和范式的束缚,超越常规思维、构筑新意、独树一帜、捕捉灵感或相信直觉,用以实现科学研究突破的一种思维方式。科学思维不仅是一切科学研究和技术发展的起点,而且始终贯穿于科学研究和技术发展的全过程,是创新的灵魂。
总之,科学思维是关于人们在科学探索活动中形成的、符合科学探索活动规律与需要的思维方法及其合理性原则的理论体系。科学思维的方式还包括归纳分类、正反比较、联想推测、由此及彼、删繁就简和启发借用等,而科学思维能力应包括审视能力、判误能力、浮想能力、综合能力和归纳能力等。
1.3 科学思维的分类
如果着眼于科学思维的具体手段及其科学求解功能,那么科学思维可分为发散求解思维、逻辑解析思维、哲理思辨思维等。
发散求解思维是指人们在科学探索中不受思维工具或思维定式的制约,从多方面自由地思考问题答案,其中包括求异思维、形象思维和直觉思维等。
逻辑解析思维是指人们在科学探索中自觉运用逻辑推理工具去解析问题,并由此推得问题解的思维方法,其中包括类比思维、隐喻思维、归纳思维、演绎思维和数理思维等。
哲理思辨思维是指人们在科学探索中运用不同程度的思辨性哲学思维去寻求问题答案,其中包括次协调思维、系统思维和辩证思维等。
如果从人类认识世界和改造世界的思维方式出发,科学思维又可分为理论思维、实验思维和计算思维三种。一般来说,理论思维、实验思维和计算思维分别对应于理论科学、实验科学和计算科学。当然,还有本文要介绍的数据思维,及其对应的数据科学。
关于数据科学,可以参考一文。
理论思维(TheoreticalThinking)又称逻辑思维,是指通过抽象概括,建立描述事物本质的概念,应用科学的方法探寻概念之间联系的一种思维方法。它以推理和演绎为特征,以数学学科为代表。理论源于数学,理论思维支撑着所有的学科领域。正如数学一样,定义是理论思维的灵魂,定理和证明是它的精髓,公理化方法是最重要的理论思维方法。
实验思维(ExperimentalThinking)又称实证思维,是通过观察和实验获取自然规律法则的一种思维方法。它以观察和归纳自然规律为特征,以物理学科为代表。实验思维的先驱是意大利科学家伽利略,他被人们誉为“近代科学之父”。与理论思维不同,实验思维往往需要借助某种特定的设备,使用它们来获取数据以便进行分析。
计算思维(ComputationalThinking)又称构造思维,是指从具体的算法设计规范人手,通过算法过程的构造与实施来解决给定问题的一种思维方法。它以设计和构造为特征,以计算机学科为代表。计算思维就是思维过程或功能的计算模拟方法论,其研究的目的是提供适当的方法,使人们能借助现代和将来的计算机,逐步实现人工智能的较高目标。诸如模式识别、决策、优化和自控等算法都属于计算思维范畴。
数据思维(Data Thinking),这个概念虽然很早就有,但直到近几年,随着大数据技术的飞速发展,重新又回到了思维认识的高度。实际上,数据思维一直是人类的一种思维方式之一,而且应该比科学思维形成得更早,也更朴实。科学思维应该是在数据思维之上产生的,而且科学思维中应该也包括了数据思维,如一些基于统计的学科,其实就是大数据思维的体现和应用。
2、计算思维
计算思维作为人类科学思维的基本方式之一,应属于思维科学的一个专门领域。目前国际上广泛使用的计算思维概念是由美国卡内基·梅隆大学周以真教授提出的,即计算思维是运用计算机科学的基础概念去求解问题、设计系统和理解人类行为的涵盖了计算机科学之广度的一系列思维活动。
上述定义主要有以下三点内涵:
-
求解问题中的计算思维。利用计算手段求解问题的过程是:首先要把实际的应用问题转换为数学问题,可能是一组偏微分方程(Partial Differential Equations,PDE),其次将PDE离散为一组代数方程组,然后建立模型、设计算法和编程实现,最后在实际的计算机中运行并求解。前两步是计算思维中的抽象,后两步是计算思维中的自动化。
-
设计系统中的计算思维。R.Karp认为:任何自然系统和社会系统都可视为一个动态演化系统,演化伴随着物质、能量和信息的交换,这种交换可以映射为符号变换,使之能用计算机实现离散的符号处理。当动态演化系统抽象为离散符号系统后,就可以采用形式化的规范来描述,通过建立模型、设计算法和开发软件来揭示演化的规律,实时控制系统的演化并自动执行。
-
理解人类行为中的计算思维。王飞跃认为:计算思维是基于可计算的手段,以定量化的方式进行的思维过程。计算思维就是能满足信息时代新的社会动力学和人类动力学要求的思维。在人类的物理世界、精神世界和人工世界等三个世界中,计算思维是建设人工世界所需要的主要思维方式。
利用计算手段来研究人类的行为,可视为社会计算(Cyber-Society Computing),即通过各种信息技术手段,设计、实施和评估人与环境之间的交互。社会计算涉及人们的交互方式、社会群体的形态及其演化规律等问题。研究生命的起源与繁衍、理解人类的认识能力、了解人类与环境的交互以及国家的福利与安全等,都属于社会计算的范畴,这些都与计算思维密切相关。
计算思维的详细描述是:计算思维就是通过约简、嵌入、转化和仿真等方法,把一个看来困难的问题重新阐释成一个人们已知其解决方案的问题。
计算思维是一种递归思维,是一种并行处理,既能把代码译成数据又能把数据译成代码,是一种多维分析推广的类型检查方法。计算思维是一种采用抽象和分解来控制庞杂的任务或进行巨大、复杂系统设计的方法,是一种基于关注点分离的方法。计算思维是一种选择合适的方式去陈述一个问题,或对一个问题的相关方面建模并使其易于处理的思维方法。计算思维是按照预防、保护及通过冗余、容错和纠错方式,从最坏情况进行系统恢复的一种思维方法。计算思维是利用启发式推理寻求解答,也即在不确定情况下的规划、学习和调度的思维方法。计算思维是利用海量数据来加快计算,在时间和空间之间、在处理能力和存储容量之间进行折中的思维方法。
计算思维的其他解释还有:
-
Wikipedia(维基百科)计算思维是一种新的计算机科学技术广泛使用的问题求解方法,它利用算法可以高效率地求解大规模复杂问题。
-
R. Karp计算透镜观点:在自然的、工程的和社会的系统中,很多过程都是自然计算的,它执行信息的变换,计算作为一种通用的思维方式。
计算思维的本质是抽象(Abstract)和自动化(Automation)。它反映了计算的根本问题,即什么能被有效地自动进行。计算是抽象的自动执行,自动化需要某种计算机去解释抽象。从操作层面上讲,计算就是如何寻找一台计算机去求解问题,隐含地说就是要确定合适的抽象,选择合适的计算机去解释执行该抽象,后者就是自动化。
计算思维中的抽象完全超越物理的时空观,可以完全用符号来表示,其中,数字抽象只是一类特例。与数学相比,计算思维中的抽象显得更为丰富,也更为复杂。数学抽象的特点是拋开现实事物的物理、化学和生物等特性,仅保留其量的关系和空间的形式,而计算思维中的抽象却不仅仅如此。堆栈是计算学科中常见的一种抽象数据类型,这种数据类型就不可能像数学中的整数那样进行简单的“加”运算。算法也是一种抽象,也不能将两个算法简单地放在一起构建一种并行算法。
抽象层次是计算思维中的一个重要概念,它使人们可以根据不同的抽象层次,进而有选择地忽视某些细节,最终控制系统的复杂性。在分析问题时,计算思维要求将注意力集中在感兴趣的抽象层次或其上下层,还应当了解各抽象层次之间的关系。
计算思维中的抽象最终是要能够机械地一步一步自动执行的。为了确保机械地自动化,就需要在抽象过程中进行精确、严格的符号标记和建模,同时也要求计算机系统或软件系统生产厂家能够向公众提供各种不同抽象层次之间的翻译工具。
计算思维虽然具有计算机的许多特征,但是计算思维本身并不是计算机的专属。实际上,即使没有计算机,计算思维也会逐步发展,甚至有些内容与计算机没有关联。但是,正是由于计算机的出现,给计算思维的研究和发展带来了根本性的变化。
由于计算机对信息和符号具有快速处理能力,使得许多原本只是理论上可以实现的过程变成了实际可以实现的过程。海量数据的处理、复杂系统的模拟和大型工程的组织,都可以借助计算机实现从想法到产品整个过程的自动化、精确化和可控化,大大拓展了人类认知世界和解决问题的能力和范围。机器替代人类的部分智力活动激发了人们对于智力活动机械化的研究热潮,凸显了计算思维的重要性,推进了对计算思维的形式、内容和表述的深入探索。在这样的背景下,作岁人类思维活动中以形式化、程序化和机械化为特征的计算思维受到人们重视,并且本身作为研究对象也被广泛和深入地研究着。
什么是计算,什么是可计算,什么是可行计算,计算思维的这些性质得到了前所未有地彻底研究。由此不仅推进了计算机的发展,也推进了计算思维本身的发展。在这个过程中,一些属于计算思维的特点被逐步揭示出来,计算思维与理论思维、实验思维的差别越来越清晰化。计算思维的内容得到不断的丰富和发展,例如在对指令和数据的研究中,层次性、迭代表述、循环表述以及各种组织结构被明确提出来,这些研究成果也使计算思维的具体形式和表达方式更加清晰。从思维的角度看,计算科学主要研究计算思维的概念、方法和内容,并发展成为解决问题的一种思维方式,极大地推动了计算思维的发展。
计算思维代表着一种普遍的认识和一类普适的技能,它应该像“读、写、算”一样成为每个人的基本技能,而不仅仅限于计算机科学家,因此每一个人都应热心于计算思维的学习和应用。计算思维这一领域提出的新思想、新方法将会促进自然科学、工程技术和社会经济等领域产生革命性的研究成果,计算思维也是创新人才的基本要求和专业素质。
3、数据思维
我们现在所热衷谈论的大数据首先也是一种思维方式,同时也是一种技术,一种工具。当然,这种技术和工具的运用也离不开思维方式的改变。
从对事物间关系的认识层面看,人的思维方式可以分为两大类:科学思维和数据思维。数据思维注重事物间的相关关系;科学思维注重事物间的因果关系。
这两种思维方式,一直伴随着人类的生活和生产,无处不在,缺一不可。因为人类会自觉不自觉地创造一些理论和模型来“解释”通过大数据思维发现的“结论”,并在此基础上做进一步的预测和分析。现代人如此,古人也不例外。
维克托·尔耶·舍恩伯格在《大数据时代:生活、工作与思维的大变革》中最具洞见之处在于,他明确指出,大数据时代最大的转变就是,放弃对因果关系的渴求,而取而代之关注相关关系。也就是说只要知道“是什么”,而不需要知道“为什么”。有人说,这颠覆了千百年来人类的思维惯例,对人类的认知和与世界交流的方式提出了全新的挑战。这多少有点耸人听闻,甚至有点孤陋寡闻。
数据思维比科学思维形成得更早,也一直是人类的一种重要的思维方式。科学思维应该是在数据思维的基础上发展出来的,并逐渐出现了统计学这样的应用学科。因此,很多研究人员还将数据思维更进一步细分为统计思维、决策思维、不确定思维、全样本思维,等等。
我们来举几个例。牛顿发现了苹果从树上掉下来之后,是一定要落到地上的,这一结论的发现,纯粹是数据的结果——基于样本的观察和分析,无一例外。然后他就开动脑筋去“解释”这一结论。于是提出了牛顿第一定律,至于这个定律中的“万有引力”到底是如何产生的,他也不知道。完全是为了“解释”一个观察到的现象而已。再此基础上一系列的定律、理论被提出来了,甚至推动了现代物理学和天文学的飞速发展……
说到数据思维,不能不提饱受争议的中医。中医发产生和发展,也是在数据思维的推动下,经过5000多年,日积月累,逐渐丰富和完善起来的。据说神农尝百草,日遇72毒,九死一生,发明了中药。纵观中医药发展史,哪个大医不是亲自尝药,亲自体会呢。品尝之后,实践之后,经过归纳总结,发明了中药理论,如四气五味理论,以及后来的脏腑阴阳理论、归经理论等等。然后再利用这些理论来指导中药的实践。虽然中医饱受科学特性的指责,但从数据思维的角度来看,确实又是有效的。
大数据不仅是一种资源,也是一种方法,伴随大数据产生数据密集型科学,是继实验科学、理论科学和计算科学之后的第四种科学研究模式,这一研究模式的特点表象为不在意数据的杂乱,但强调数据的量;不要求数据精准,但看重其代表性;不刻意追求因果关系,但重视规律总结。这一模式不仅用于科学研究,更多的会用到各行各业,成为从复杂现象中透视本质的有用工具。有人担心从大数据中发现事物发展规律并预测未来的做法强调了有章可循,可能会妨碍创新。事实上检验技术创新、商业模式创新还是管理创新,不是看是否使用新的模式或颠覆性技术,而是看应用领域的开拓和市场上的引领,成功的重要因素正是符合客观规律。
大数据还是一个新学科,大数据技术是指设计用于高速收集、发现和分析从多种类型的大规模数据中提取经济价值的新一代技术和体系。涉及数据存储、合并压缩、清洗过滤、格式转换、统计分析、知识发现、可视呈现、关联规则、分类聚类、序列路径和决策支持等技术。
看到这里,我们肯定会想到,上面说的计算思维和数据思维有些什么关系吗?肯定是有非常紧密的关系。不过要理清,还得假以时日,毕竟大家计算思维和数据思维的认识和争议才刚开始,特别是大数据出来后,大数据思维究竟是什么,实际上也还都是一个开放的话题。但毫无疑问,“计算”和“数据”这连个信息时代的兄弟,已经被越来越多的人们所认识,并在越来越多的行业展现出威力了。
“计算”和“数据”都应该是方法论。
参考文献:
李廉, 计算思维——概念与挑战, 中国大学教学, 2012.
邬贺铨, 大数据思维, 《科学与社会》,2014.
陈国良, 计算思维导论, 高等教育出版社, 2012.
注:本文关于计算思维方面的材料部分来源于以上文献。
本文转载自王伟科学网博客,转载目的在于知识分享,本文观点不代表V-suan云平台立场。
原创文章,作者:菜菜欧尼酱,如若转载,请注明来源华算科技,注明出处:https://www.v-suan.com/index.php/2023/12/01/1794dfa602/