最近往某期刊投了一篇文章，专家给的审稿意见大致是文章有新意，但模型构建不精确。不得不承认，文章中我的确没找到比较好定量的模型构建方法。这两天阅读了几篇关于科学研究范式的文章后，发现可能问题不完全在我，而在于我们从事科学研究的范式正在转型，用传统的“模型推导”的标准来评价目前的研究成果可能有失偏颇。
现在对于科学研究范式比较有影响力的是吉姆·格雷（图灵奖得主，关系型数据库的鼻祖）提出的四类范式（Paradigm，某种必须遵循的规范或大家都在用的套路），依次为实验归纳，模型推演，仿真模拟和数据密集型科学发现（Data-Intensive Scientific Discovery），其中，最后的“数据密集型”，也就是现在我们所称的“科学大数据”。前3个阶段，目前看争议不大，但“数据密集型科学发现”是否能称为科学研究范式4.0还存在比较大的争议，复杂科学研究圣地圣塔菲前所长韦斯特就认为，“数据密集型科学发现”只能称为科学研究范式3.1。
1.“实验科学”（第一范式）
人类最早的科学研究，主要以记录和描述自然现象为特征，称为“实验科学”（第一范式），原始的钻木取火，中国的瓷器制造、指南针和火药等的发明都是这一阶段的研究成果。
2.“模型科学”（第二范式）
后来以伽利略为代表的文艺复兴时期的科学发展初级阶段，开启了现代科学之门。
但这些研究，显然受到当时实验条件的限制，难于完成对自然现象更精确的理解。科学家们开始尝试尽量简化实验模型，去掉一些复杂的干扰，只留下关键因素（这就出现了我们在学习物理学中“足够光滑”、“足够长的时间”、“空气足够稀薄”等令人费解的条件描述），然后通过演算进行归纳总结，这就是第二范式。这种研究范式一直持续到19世纪末，都堪称完美，牛顿三大定律成功解释了经典力学，麦克斯韦理论成功解释了电磁学，经典物理学大厦美轮美奂。但之后量子力学和相对论的出现，则以理论研究为主，以超凡的头脑思考和复杂的计算超越了实验设计，而随着验证理论的难度和经济投入越来越高，科学研究开始显得力不从心。
3.“模拟科学”（第三范式）
20世纪中叶，冯·诺依曼提出了现代电子计算机架构，利用电子计算机对科学实验进行模拟仿真的模式得到迅速普及，人们可以对复杂现象通过模拟仿真，推演出越来越多复杂的现象，典型案例如模拟核试验、天气预报等。随着计算机仿真越来越多地取代实验，逐渐成为科研的常规方法，即第三范式。
从模拟仿真计算方向来看，现有可商业化技术已经覆盖了除了人以外的几乎所有自然、物理、工程等领域：太阳黑子爆发模拟、大气运动模拟、城市三维地图……唯独一个领域，在商业实践层面模拟仿真难以覆盖到——就是有“人”的社会性领域。
4.“大数据科学”（科学范式3.1或者科学范式4.0）
而未来科学的发展趋势是，随着数据的爆炸性增长，计算机将不仅仅能做模拟仿真，还能进行分析总结，得到理论。数据密集范式理应从第三范式中分离出来，成为一个独特的科学研究范式。也就是说，过去由牛顿、爱因斯坦等科学家从事的工作，未来完全可以由计算机来做。这种科学研究的方式，被称为第四范式。
5.“模拟科学”与“大数据科学”的异同点
显然，两者的研究都需要依托计算机进行，都是“人脑+电脑”，主要区别在于前者中人脑是主角，后者中脑是主角。
6.小结
从科学范式的发展来看，城市系统是一个复杂巨系统，因为涉及到人，在前3个范式阶段都没有很好揭示出规律，随着移动互联网和大数据技术的发展，现在科学研究者已经能够较好的记录人的活动，通过大量的数据挖掘，揭示城市这个复杂系统背后的“隐秩序”。城市也是因为复杂，所以难以用第二范式中的模型推理进行研究。国内的《城市交通》杂志就是一个很好的例子，这个期刊上的文章，很多都没有严格的数学推导，但很多都是理论和实践的结合，能比较好的解决城市交通方面的各类问题，因而受到了城市交通领域研究人口的高度认可。而那些追求严格数学推导的期刊不怎么收到大家的欢迎，这些文章为了实现数学上的表达，结果的可计算，对大量的因素都进行了简化，已经无法正常刻画城市的运行。此外，在时间维度上，城市是不断生长的，而传统的很多数学公式在这一点上是无能为力的。
从科学研究的发展阶段来看，城市研究正处理“模拟科学”和“大数据科学”的阶段，这一类应该的成果不应该再用“模型科学”的标准来评判，我们不能用20世纪的标准来衡量21世纪的科学研究，就如同我们不能用要求小学生的标准来要求大学生一样。
参考文献
1.第四范式：基于大数据的科学研究.https://mp.weixin.qq.com/s?src=3×tamp=1553786053
2.全息计算打造“公司大脑”；简单规则驱动复杂系统.https://zhuanlan.zhihu.com/p/36265842
