从复杂性科学到大数据技术_黄欣荣

收稿日期：２０１３－１２－０８作者简介：黄欣荣（１９６２－），男，江西赣州人，哲学博士，江西财经大学马克思主义学院教授，博士生导师，主要从事科学技术哲学、管理哲学研究。

第２９卷第２期２　０　１　４年３月长沙理工大学学报（社会科学版）ＪＯＵＲＮＡＬ　ＯＦ　ＣＨＡＮＧＳＨＡ　ＵＮＩＶＥＲＳＩＴＹ　ＯＦ　ＳＣＩＥＮＣＥ　＆ＴＥＣＨＮＯＬＯＧＹ（ＳＯＣＩＡＬ　ＳＣＩＥＮＣＥ）Ｖｏｌ．２９Ｎｏ．２Ｍａｒ．２　０　１　４从复杂性科学到大数据技术黄欣荣（江西财经大学管理哲学研究中心，江西南昌　３３００１３）［摘要］复杂性科学与大数据技术是２１世纪前后兴起的新科学与新技术，也是世纪之交发生的科学革命与技术革命，但从思想渊源、认识论与方法论特征来看，两者具有极大的关联性，均属于系统思想的范畴，分别是系统思想的科学表述与技术实现。

从复杂性科学的兴起到大数据时代的来临是一种历史的必然，因为复杂性科学为大数据技术的诞生奠定了坚实的科学基础，而大数据技术是复杂性科学理念的延续与技术实现。

［关键词］复杂性；大数据；大数据技术；系统思想；比较研究［中图分类号］Ｎ０ ［文献标识码］Ａ ［文章编号］１６７２－９３４Ｘ（２０１４）０２－０００５－０５Ｆｒｏｍ　Ｃｏｍｐｌｅｘｉｔｙ　Ｓｃｉｅｎｃｅ　ｔｏ　Ｂｉｇ　Ｄａｔａ　ＴｅｃｈｎｉｑｕｅＨＵＡＮＧ　Ｘｉｎ－ｒｏｎｇ（Ｒｅｓｅａｒｃｈ　Ｃｅｎｔｅｒ　ｏｆ　Ｍａｎａｇｅｍｅｎｔ　Ｐｈｉｌｏｓｏｐｈｙ，Ｊｉａｎｇｘｉ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｆｉｎａｎｃｅ　ａｎｄ　Ｅｃｏｎｏｍｉｃｓ，Ｎａｎｃｈａｎｇ，Ｊｉａｎｇｘｉ　３３００１３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｃｏｍｐｌｅｘｉｔｙ　ｓｃｉｅｎｃｅ　ａｎｄ　ｂｉｇ　ｄａｔａ　ａｒｅ　ａ　ｎｅｗ　ｓｃｉｅｎｃｅ　ａｎｄ　ｎｅｗ　ｔｅｃｈｎｏｌｏｇｙ　ｗｈｉｃｈ　ａｒｏｓｅ　ｂｅｆｏｒｅ　ａｎｄ　ａｆｔｅｒ　ｔｈｅ　２１ｓｔｃｅｎｔｕｒｙ　ａｓ　ｗｅｌｌ　ａｓ　ｔｈｅ　ｓｃｉｅｎｔｉｆｉｃ　ａｎｄ　ｔｅｃｈｎｏｌｏｇｉｃａｌ　ｒｅｖｏｌｕｔｉｏｎ　ａｔ　ｔｈｅ　ｔｕｒｎ　ｏｆ　ｔｈｅ　ｃｅｎｔｕｒｙ．Ｂｕｔ　ｆｒｏｍ　ｔｈｅ　ｆｅａｔｕｒｅｓ　ｏｆ　ｔｈｅ　ｏｒｉｇｉｎ　ｏｆｔｈｏｕｇｈｔ，ｅｐｉｓｔｅｍｏｌｏｇｙ　ａｎｄ　ｍｅｔｈｏｄｏｌｏｇｙ，ｔｈｅ　ｔｗｏ　ｔｅｒｍｓ　ｈａｖｅ　ｇｒｅａｔ　ｒｅｌｅｖａｎｃｙ，ｂｏｔｈ　ｂｅｌｏｎｇｉｎｇ　ｔｏ　ｓｃｏｐｅ　ｏｆ　ｓｙｓｔｅｍａｔｉｃ　ｔｈｏｕｇｈｔａｓ　ｅａｃｈ　ｍａｙ　ｂｅ　ｃｏｎｓｉｄｅｒｅｄ　ｔｏ　ｂｅ　ｔｈｅ　ｓｃｉｅｎｔｉｆｉｃ　ｓｔａｔｅｍｅｎｔ　ａｎｄ　ｔｅｃｈｎｏｌｏｇｉｃａｌ　ｅｍｂｏｄｉｍｅｎｔ　ｏｆ　ｓｙｓｔｅｍａｔｉｃ　ｔｈｏｕｇｈｔ．Ｆｒｏｍ　ｔｈｅ　ｒｉｓｅ　ｏｆｃｏｍｐｌｅｘｉｔｙ　ｓｃｉｅｎｃｅ　ｔｏ　ｔｈｅ　ａｄｖｅｎｔ　ｏｆ　ｔｈｅ　ｂｉｇ　ｄａｔａ　ｅｒａ，ｗｉｔｎｅｓｓ　ｔｈｅ　ｎｅｃｅｓｓｉｔｙ　ｏｆ　ｈｉｓｔｏｒｙ　ｓｉｎｃｅ　ｔｈｅ　ｆｏｒｍｅｒ　ｈａｓ　ｌａｉｄ　ｓｏｌｉｄ　ｓｃｉｅｎｔｉｆｉｃｆｏｕｎｄａｔｉｏｎ　ｆｏｒ　ｔｈｅ　ｂｉｒｔｈ　ｏｆ　ｔｈｅ　ｌａｔｔｅｒ　ｗｈｉｌｅ　ｔｈｅ　ｌａｔｔｅｒ　ｃａｎ　ｂｅ　ｓｅｅｎ　ａｓ　ｔｈｅ　ｃｏｎｔｉｎｕｉｔｙ　ａｎｄ　ｔｅｃｈｎｏｌｏｇｉｃａｌ　ｅｍｂｏｄｉｍｅｎｔ　ｏｆ　ｔｈｅ　ｃｏｎ－ｃｅｐｔ　ｏｆ　ｔｈｅ　ｆｏｒｍｅｒ．Ｋｅｙ　ｗｏｒｄｓ：ｃｏｍｐｌｅｘｉｔｙ；ｂｉｇ　ｄａｔａ；ｂｉｇ　ｄａｔａ　ｔｅｃｈｎｉｑｕｅ；ｓｙｓｔｅｍａｔｉｃ　ｔｈｏｕｇｈｔ；ｃｏｍｐａｒａｔｉｖｅ　ｓｔｕｄｙ ２０１３年被称为大数据的元年。

从这年开始，大数据像旋风一样吹遍世界，世界也快速地跨入了大数据时代。

大数据究竟是怎么回事？它的精神实质和科学理念是什么？它与世纪之交的复杂性科学运动有什么关系？通过考察大数据技术的特点，我们很快会发现，大数据技术与复杂性科学有着千丝万缕的联系。

因此，我们有必要通过回顾复杂性科学与大数据技术的发展历程与特点来看看复杂性科学与大数据技术之间的关系。

一、复杂性科学的兴起２０世纪末，科学发展史上的一个重大事件是复杂性科学的兴起。

什么是复杂性？什么是复杂性科学？学术界一直没有一个统一的定义或意见，但比较一致的是，不少科学家认为近现代西方科学经过数百年的发展，取得了巨大的成就，但也出现了一些难于克服的困境，因此需要另辟蹊径来找到科学发展的新路径［１］（Ｐ１３－１５）。

世纪之交的时候为什么会突然兴起复杂性科５学？也就是说复杂性科学的缘起是什么？这要从传统科学的方法论特点说起。

西方科学从古希腊开始就致力于寻找科学生长的“本原”或“始基”，例如第一位哲学家、科学家泰勒斯就追问世界的本原问题，并认为水是万物的本原。

后来的诸学派虽然对构成本原的具体物质究竟是什么这一问题上存在分歧，但认为世界存在本原这一点上却是一致的。

按照追寻本原这一方法论传统，古希腊学者们认为世间万物都可以分拆，而且可以一路分解、追寻下去，直到不能再分的“本原”，这就是科学方法论中的所谓还原论。

原子论认为万事万物都是由最基本的原子构成，这被认为是古希腊还原论的最高成就，并且一直影响到近现代科学。

文艺复兴之后，牛顿利用隔离、分解、还原的方法把研究对象进行孤立、静止的力学研究，取得了巨大的成就，发现了牛顿力学三大定律和万有引力定律。

根据牛顿这套科学方法，物理、化学、地学、医学、生物学等各门学科都取得了巨大成就，并纷纷从哲学母体中独立出来成为一门独立的自然科学，而工程技术人员则根据牛顿定律，制造出各种各样的高效机器。

牛顿这套科学方法经过近代西方哲学家们的总结，成为大名鼎鼎的机械还原论，简称为还原论。

所谓机械还原论，就是将研究对象假定为没有生命的机械，将对象与其他事物隔离开来单独进行分解、剖析，将宏观对象还原到微观要素，直到不能再分解为止，然后研究要素的结构、功能等，也就是说，还原论通过研究要素来达到认识对象的目的［２］。

近现代科学技术在机械自然观和还原方法论的指导下一路高歌，所向披靡，捷报频传，以至于哲学家们认为所谓科学方法论就是机械还原论。

随着现代科学的发展，机械还原论虽然仍然披荆斩棘，但暴露的问题也越来越多，特别是面对生物世界和生命现象。

其实，早在１９世纪，马克思、恩格斯就通过辩证法批判了机械还原论，把它称为形而上学，并将其总结为孤立、静止地看世界［３］。

２０世纪３０年代，奥地利学者贝塔朗菲开始对机械还原论提出系统的清算，并于二战之后提出一般系统论来对抗机械还原论。

随后申农的信息论、维纳的控制论都是针对还原论的不足而提出的。

１９７０年代，学者们先后提出了耗散结构理论、协同学和突变论，对机械还原论进行了更深入的批判。

１９８０年代中期，深得还原论好处的三位诺贝尔奖获得者盖尔曼、安德森、阿罗深感还原论的局限，从而反戈一击，正式提出超越还原论的口号，并在美国新墨西哥州成立从事跨学科、跨领域的研究机构：圣菲研究所。

这就是著名的“老帅倒戈”事件，由此也就掀起了１９９０年代的复杂性科学运动。

复杂性科学要求超越还原论，并复兴被西方科学久已忘记的整体论。

１９９９年，美国著名的《科学》杂志推出复杂性科学专刊，这标志着复杂性科学得到了国际科学界的承认，获得了进入科学共同体的入场券［１］（Ｐ　３９－５２）。

复杂性科学从深层的方法论上进行革命，试图打破将研究对象当作没有生命的机器，可以不断向下分解、还原的路径，提出应该将研究对象当作具有生命活力的整体系统，并且重视要素组合所带来的结构、功能的涌现，从而理解整体为什么不一定等于部分之和。

复杂性科学试图打破传统学科的重重藩篱，找到不同学科之间相互联系、相互合作的机制，并力图打破自牛顿力学以来主宰世界的线性思维，抛弃还原论适用于一切科学的幻想。

最重要的是，复杂性科学试图创立新的科学范式，用科学新范式和新思维来理解世界。

复杂性科学将以往的以还原论为方法论特征的科学统称为简单性科学，而从简单性科学发展到复杂性科学，首先是带来了科学方法论的革命，继而引发了自然观、科学观、价值观和思维方式的变革，因此是科学范式的更替和革命。

复杂性科学范式有着许多美好的愿景，在圣菲研究所科学家霍兰以及其他一些学者的共同努力下，复杂性科学快速兴起，并形成了一场复杂性运动。

在复杂性运动的感召下，许多学科和领域都引入复杂性的科学理念和方法，并获得了初步的成功。

然而，经过２０多年的科学实践，复杂性科学并没有取得预想的革命性突破，反而被人讽刺为“混杂学”，复杂性科学运动的热潮似乎也在慢慢降温。

二、大数据时代的来临正当复杂性科学发展似乎停步不前、受人质疑之时，大数据技术却轰轰烈烈地来到我们面前。

人们欣然发现，我们不知不觉已经步入了大数据时代。

大数据是什么？大数据给我们带来了什么？大数据会引发什么样的思维变革和社会变革？这些问题都需要我们去回答。

究竟什么是大数据？目前没有一个统一的认６长沙理工大学学报（社会科学版） 第２９卷识。

总的说来，这跟以前我们并不特别重视的数据有关。

从狭义上来说，所谓数据就是用阿拉伯数字表示的一些数字，但在计算机时代，凡是能够表达为０和１，即能够被计算机识别的符号都广义地被当作数据。

大数据（Ｂｉｇ　ｄａｔａ）并不是说数据的大小，而是涉及数据量的多少，它与小数据相对应。

因此，所谓大数据是指数据量特别巨大，“超出了传统意义上的尺度，一般的软件工具难于捕捉、存储、管理和分析的数据。

”［４］这些数据不仅数量大，而且异质、复杂、来源不同、分散各处［５］。

至于数据量究竟有多大才能称为大数据，不同的时代以及不同的处理能力对这个问题的答案也不同，因此没有普适的标准。

目前来说，一般认为，数据量到达“太字节”（２４０），可能就被称为大数据［４］。

全球著名的麦肯锡公司认为，我们不需要给出划分大小数据的分界标准，因为随着技术的进步以及处理能力的增强，这个分界线会不断变化，但不变的是，我们总会遇到当时难于处理的巨大数据量。

从数据量大小来理解大数据只是一种狭义、字面的概念。

从广义来说，大数据是一种世界观，因为从大数据的眼光来看，世界上的一切都可以表征为数据，或者说，世界的本质就是数据。

虽然大数据的概念刚被提出，但数据的观念以及大数据的思想却早已存在，因此大数据时代的来临也是经过了其发生、发展的历程，而不是突然降临的。

数的概念及其使用极为久远，远至古埃及、巴比伦，但最著名的莫过于古希腊毕达哥拉斯提出的“数是万物的本原”的观点。

在西方科学传统中，数量化、数学化是走向科学化、技术化的必然途径。

在我国，以阴阳为标志的易经理论将万事万物都纳入二进制的符号中，这是最早的二进制数据系统。