数据密集型科学

“范式”（paradigm）源自希腊词“Paradeig-ma”，意指“模范”或“模型”。由美国科学史家、科学哲学家T.S.库恩（Thomas Samuel Kuhn，1922～1996）于1962年在《科学革命的结构》中提出，指科学家团体所共同遵从的思维和行为方式，体现了某个科学发展阶段的特殊内在结构，并随着科学的发展而变化：几千年前，为描述自然现象的经验或实验科学范式，即第一范式；几百年前，为利用归纳法和数学模型进行理论科学研究的第二范式；几十年前，为利用计算科学来模拟复杂现象的第三范式。

在数据爆炸性增长和大数据技术蓬勃发展的当代，美国资讯工程学家J.M.格雷（James Nicholas Gray，1944～ ）在2007年提出了基于科学大数据来进行科学研究的第四范式——数据密集型范式。其研究特点是：数据由设备抓取或由模拟器/传感器产生，数据依靠专门软件得到处理，信息或知识利用计算机网络进行组织、存储和分享，科学发现依赖机器学习或人工智能进行。

天文学是最早采用数据密集型科学的学科之一，因其具有天然的数据驱动特征，例如：斯隆数字巡天（Sloan Digital Sky Survey; SDSS）最新的第16批公开释放数据（DR16）的数据量达到了273TB；中国的天眼工程（Five-hundred-meter Aperture Spherical Telescope; FAST）每天都在产生PB级别的数据，并配套专门的高性能计算和大数据存储中心以支持其数据处理、存储和分析。