① 科技大數據 哲學新思維
科技大數據 哲學新思維
「數字生活」中，我們接收更多數據，也製造了更多數據。大家都在思考：大數據究竟會對我們的生活產生何種影響？
大數據，通常用來形容人們創造的大量結構化和非結構化數據，其特點是4「V」，即，數據體量巨大；類型繁多，如網路日誌、視頻、圖片、地理位置信息等等；處理速度快；蘊含著巨大的價值潛力。這種變化不只是科學上的，「大數據浪潮」還引發了思維模式和發展模式的改變——這讓哲學家們認識到：必須認識其數理哲學基礎。
對數據的認識史就是人類的發展史
人類的生存、發展方式可以歸結為：獲取信息，處理信息，而這就是智力。智力的進步，歸根結底就是信息技術的進步。
人類歷史上經歷過三次信息革命：語言的創造——文字的創造——電信通訊的創造。
語言讓人認識世界，建立相互關系；但其限制和缺點是無法突破個體的時空界限。文字的出現實現了人類思想的遠距離和世代相襲傳遞，人類聯合因此擴大；它雖然突破了空間上的限制，但需要耗費太長的時間。電信通訊的創造突破了空間的限制，為電子計算機與互聯網創造奠定了基礎。
電子計算機與互聯網的創造，是一次偉大而空前的大綜合，其特點是：所有信息全部歸結為數據表達形式——0和1。只要有了0和1，加上邏輯關系，就可以構成全部世界。而世界本來就是這樣構成的，已經出現的讀腦機、腦電波指揮的電腦、智能機器人和人腦插入的晶元等等，都說明大腦的認知方式與世界事物同構。
大數據的出現促使我們認識到，人類的認識和實踐，就是一部數據搜索、處理、挖掘和創新的歷史。大數據方法揭示了因果關系是常規性的，終極的關系應從事物之間的相關性、同構性中尋找。數據反映的是具有同構關系的兩個序列的關系信息，一個對象的運動軌跡，通過另一個序列的載體編碼來表達。認識者獲得的不是對象本身的絕對映像，而是離開了對象，從對象中抽象出來的、關於對象運動軌跡的數據。從這一角度看，同構關系是大數據的數理哲學基礎。
人工智慧可能超越人類
依據對象之間數據關系來認識世界，這一方法可靠嗎？以往人類在對自己認識能力的反思中，已經多次提出疑議。人類每一次宣告自己是絕對真理的全稱判斷，如「所有的天鵝都是白的」，總是被一個小小「黑天鵝」單個事件推翻。「黑天鵝」的存在寓意著不可預測的重大稀有事件，它在意料之外，卻又改變一切。因此，不能把科學知識看做是對客觀世界的終極反映，它只是人們用理性構建的認識對象的模型。
大數據更像是一種連續不斷的論證和數據流。這使讓人們意識到，知識永遠不會被完全確定，永遠不會終止。
大數據的出現或許讓人工智慧超越人類成為可能。在圖靈測試中，通過測試的機器人是否真的有自己的思想？反對者認為「智能和思想是兩回事」。但是，如果在圖靈測試中換上小孩，那麼問題變成：對於剛出生的小孩，智能從什麼時候開始？實驗證明：小孩的自我意識始於大量的條件反射刺激（巴甫洛夫條件反射），僅僅是無數次的重復刺激成為堅定的信念基礎，以至於形成信仰，相信這是不證自明的公理。事實上，大數據已經說明：思維的模型與世界的模型的同構關系已經真實地被把握了。
根據大數據的同構關系，我們將重新定義知識：人的知識也是一個有限量。從這個定義出發，人工智慧可以超越人類——只要人工智慧是動態的、可以發展的，就可以學習並超過人類。具有自我學習能力的機器人可以超過關鍵的「奇點」，只要通過證實的概率增加，給人工智慧一個信仰或公理，人工智慧技術將可以超越其製造者——人類本身。
將帶來的發展模式革命
知識是不斷遞增的。摩爾定律揭示了大數據增長的速度。這是一場革命，是一場改變我們的思維、決策方式和發展方式的新的科學技術革命和產業革命，是一場影響世界和人類文明發展的革命。
與以往科技革命和工業革命相比，大數據的沖擊力有三方面：
一是以無限增長突破有限增長。傳統經濟社會發展方式是有限的，因為物資財富和資產是有限的，是會枯竭的。例如現在使用煤，僅供開采160年，使用石油，僅供40年。但是大數據的增長卻是源源不斷的、遞增的、無限的。
二是以效益遞增突破效益遞減。傳統社會發展方式是高成本、低效益的，效益遞減的。但是大數據時代的發展方式卻是低成本、高效率、快速度的，效益是遞增的。
三是和諧共贏發展突破了對立的、矛盾的發展。傳統的發展是零和博弈似的、馬太效應的：你有我就沒有，你多我就少，富者越富窮者越窮。從某種程度上導致了人們互相爭吵，世界不得安寧。現在，大數據時代的發展卻是和諧的、合作共贏的。因為數據財富和資產可以復制、遞增、共享。當然，關鍵還要看人的素質，因此要發展科教事業，提高人們素質。
② 促進大數據發展行動綱要體現了什麼哲學思想
體現了量變到質變、必然到自由發展的哲理。即網路空間的發展從初級到高級的發展趨勢，質變到大數據的過程，也即網路工程從必然王國進化到自由王國的過程。
③ 大數據、人工智慧、哲學
大數據、人工智慧、哲學
您從什麼時候開始關注人工智慧哲學的？
徐英瑾：差不多從2004年左右開始吧，我在翻譯王浩文集的同時，讀到瑪格麗特·博登的《人工智慧哲學》這部論文集。當時人工智慧遠遠沒有現在這么熱門，但是我覺得，這是未來哲學應該處理的問題。博登的書只是一部入門之作，從此書開始，我找了大量相關資料閱讀。
關於人工智慧哲學研究，我主要是和美國天普大學的計算機專家王培老師合作，他研究人工智慧的體系，認為它就是為了在小數據的情況下進行應急推理。那個時候我還不知道有大數據，當然，大數據的前身，如貝葉斯、神經網路等都有了——今天的深度學習是當時的神經網路的高度加強版，根上的東西從 Geoffrey Hinton 那時就有了。後來大數據越來越熱，我才關注到相關討論。不過，這種關注對我的研究實際上是一種干擾，因為我知道它是錯的。
說到大數據，您在這方面發表了不少文章，比如有一篇就叫「大數據等於大智慧嗎？」最近也頻頻談論大數據問題。您在這方面的觀點是什麼？
徐英瑾：如果用一句話來概括的話，就是，我談論大數據的目的在於反對大數據。現在有一種很不好的風氣，就是「IP」橫行，「大數據」也被當作了IP，更糟糕的是，連我對大數據的批評也成了這個IP的一部分。事實上，我的批評背後，有我的理論關懷，就是日本哲學家九鬼周造的學說。九鬼周造寫過一本書，叫《偶然性的問題》，說整個西洋哲學都喜歡從必然性的角度來解決問題，必然性解決不了就用概率論，但偶然性是永遠不能被馴服的。大數據是試圖馴服偶然性的一種嘗試，但它終將無法馴服。
中國歷史上，這樣的例子很多，尤其是軍事史。你看那些大的戰役的指揮者，彭城之戰的項羽也好，赤壁之戰的周瑜、魯肅也罷，他們最終作出決策，靠的是什麼呢，難道是大數據嗎？其實是核心情報的評估和基於常識的推理，以及一點點碰運氣式的瞎蒙。因為戰爭是充滿無知之幕的。那些以小勝多的戰役，如果光看大數據，那麼一切都會指向多的那一方要獲勝，少的那一方無疑是找死，可是事實是什麼呢？
所以，我所設想的新一代人工智慧，是能夠「認命」的機器人。說「認命」，不是說服從偶然性，而是利用偶然性；不是說無所作為，而是順勢而為。
您的這種觀點，說不定會遭到工程技術人員抱怨：哲學流派、觀點那麼多，我們怎麼搞得清楚
徐英瑾：工程技術人員的抱怨，有一點我是同情的：兩千年來，哲學問題的確沒什麼實質性的進展。那麼，面對這種情況，我們要採取什麼策略呢？印度有部電影叫 OMG：Oh My God！，男主角是個外星人，他跑到地球上之後，不知道哪個神管用，就每個神都拜一拜。
哲學流派、觀點很多，保不齊哪一個管用，每一個都要有人去嘗試。不能所有的人都搞大數據，都搞神經網路、深度學習，這很危險。現在資本都往這幾個領域裡面涌，這是缺乏哲學思維的，某種意義上也是缺乏風險管理思維。一件這么不靠譜的事情，你怎麼能只試一個方向、一種流派？
而且，更糟糕的是，這方面的研究人員常常滿腦子技術烏托邦，拿生活經驗去細想一下，其實是很荒謬的。舉個例子來說，現在 「奇點」被炒得火熱，大意是說，奇點革命一旦到來，人類社會將被顛覆。
事實上怎麼樣呢？我這一代人經歷了改革開放初期的物質貧乏，一直到今天的物質極大豐富，我們七八歲時關於二十一世紀的烏托邦式想像，今天實現了幾個？深層次的社會結構並沒有怎麼改變，比如醫療領域，各種新技術的出現其實強化了現有的社會結構，加劇了貧富階層之間的差距，又談何顛覆呢？大家把人工智慧吹噓得好像很厲害，其實它一點都不厲害，還有一堆問題沒有解決，你去擔心它毀滅人類干什麼？這就和堂吉訶德一樣，把風車當作怪物，自己嚇唬自己。
在您看來，目前這種以大數據為基礎的人工智慧，繼續發展下去，可能會取得什麼樣的結果？
徐英瑾：我認為，再繼續這樣熱炒下去，就是技術泡沫，最後什麼也做不出來。關於人工智慧的發展，業內有點歷史意識的人，腦子里往往有一張圖表，下方是時間，上方是發展水平，目前的人工智慧在這張表上的確在上升，但不久就會遇上瓶頸。就像我前面說的，它在哲學上是行不通的，很多理論問題還沒有得到解決。我個人還是更傾向於小數據。
您關於小數據的觀點，在學界有代表性嗎？您能就某個方面的實例來詳細談談，有哪些人工智慧的理論問題還沒有得到解決嗎？
徐英瑾：在人工智慧學界，小數據不算主流，但在其他領域就不一樣了，心理學界對小數據的思考就很深入，德國 Gerd Gigerenzer 做了大量的工作，人工智慧學界還沒有關注到。這是很可惜的事情。
說到有待解決的理論問題，我可以拿腦研究來作為例子。現在有一種傾向，是試圖從大腦出發來製造人工智慧。這方面的風險實在太大，很多人不明白大腦究竟有多復雜。
大腦有10^11個神經元，彼此之間存在著極為復雜的聯系，其中存在的可能性是個天文數字。在很大程度上，我們進行情感判斷和復雜推理的腦區可能是不一樣的，對此學術上依然沒有弄清楚。現在出了很多這方面的論文，但是並沒有給出統一意見，這是因為，大腦和大腦之間還存在著個體差異和民族、文化差異，被試者要經過一定的統計學處理之後才能去除這類差異。
這種操作是很復雜的，而且成本很高，現在進行腦研究主要靠核磁共振成像，這是很昂貴的手段，不足以支持大樣本研究。這就導致，現在的研究成果不是科學上要求必須這么做，而是經費上只能允許這么做。但是最終得出的結論卻嚴重地僭越了自身的地位，誇大了自身的代表性。
神經生物學告訴我們，人的神經元是具有文化可塑性的，上層的文化影響會在底層的神經分布當中得到體現，所以，對腦神經做科學研究，是無法剔除文化因素的影響的。人一旦早年處在某個文化共同體當中，神經受到了塑造，今後再想改變就比較難了。這在語言學習當中得到了非常鮮明的體現。日本人說英語比較慢，因為日語是動詞後置的，而英語不是，所以他們說英語要做詞序變換，導致語速變慢。這就是他們特有的語言編碼方式。
因此，你現在如果真的要創造一個大腦，那麼它不能是生物的，而必須是硅基的。即使它的構成是類神經元的，也依然是硅基的，否則就是在克隆人了。如果你要對大腦進行抽象，你只能抽象出它的數學成分。這裡面有個問題：純數學不能構成對世界的描述。純數學每個單位後面要加量綱，量綱要選擇哪些東西，取決於你看待這個世界的視角和方向。這就是哲學和理論層面的問題。大腦其實是一層一層的，最底層是生物、化學的東西，再往上就是意識、感覺的東西。
那麼，任何一個生物組織，對它的數學模擬，到底是事後諸葛亮式、近似式的追問，還是能夠把握它的本質？這是一個很可怕的理論黑洞，不僅是一個工程學黑洞，首先是一個哲學黑洞。這么大一個黑洞，你認為十年二十年能夠把它搞清楚，你說風險大不大？比較穩妥的，還是去尋找一條可靠的路徑。
您覺得人工智慧的可靠路徑是什麼？
徐英瑾：首先應該放在自然語言處理上。但是，現在就連這方面的研究，也依然是在做大數據，比如翻譯軟體，它的處理方式就是看現有的譯文是怎麼翻的，然後它就怎麼翻。這是完全不對的。正確的處理方式，是定下一個高目標：將日語寫的俳句翻譯成中文或英文，而且必須是當代作家即興創作的俳句，而不能是松尾芭蕉這類知名詩人的、可以檢索的俳句。翻譯好之後，把美國最好的俳句專家找來做圖靈測試。
這個標准雖然很高，但並非不可企及，而且這是正確的方向。只是，如果我們把精力和資源都放在大數據上面，我們就永遠也達不到這個目標。因為大數據都是從已有的經驗出發，全新的領域它是應付不來的。美國的日本文學專家怎麼譯俳句？當然是先揣摩文本，進入語境，讓自己被日式審美所感動，然後思考，美國文化當中類似的語境是什麼。這裡面就牽涉到對審美情趣的整體把握。什麼是審美情趣？它是和物理世界分割開來的，還是隨附在物理世界上的？這裡面，又是一堆問題。這些問題不弄明白，僅僅是靠大數據，是不可能成功的。
您前面談了這么多，我看總結起來就是一句話：當下人工智慧的發展，問題比辦法多得多得多。
徐英瑾：這是沒辦法的，打個比方，現在的人工智慧的目標，是想要造出一個 Big Hero 6 中的「大白」那樣的機器人，既然當下人工智慧發展給自己定下了這么一個科幻式的目標，那麼，我前面所談到的問題都是必須考慮到的。實際上 Chappie 這樣的電影對人工智慧的表現，我覺得是比較合理的，我也很贊同。
它很清楚地告訴你，機器人也有一個學習的過程，很大程度上跟培養小孩是一樣的。我構想的未來的人工智慧，買回來放到家裡你是要教的，而不是一開始就什麼都會。前面說到OMG這部電影，裡面那個外星人的思維方式就像人工智慧，他的推理是嚴謹、科學的，但因為地球上的多神系統很混亂，他經常因為推理失誤觸犯某些宗教的禁忌而挨揍，挨完揍之後，他就迅速得出了更接近真相的結論。
這樣一個建立假設、驗證、挨揍，之後再建立新假設的過程，實際上是科學家的做法，以自己被揍為代價，增進了對地球的認識。但是，重要的地方在於，他的思維方式僅僅是基於小數據：被揍一次之後立刻修改自己的解釋；如果是大數據，他會想，被揍一次還不行，應該多被揍幾次才能得出正確結論。生物體要是按照大數據的思維方式來的話，早就在地球上滅絕了。
在您看來，未來的人工智慧，或者說真正的人工智慧應該是什麼樣的？
徐英瑾：現在很多人工智慧研究最大的問題，是不受視角的制約，但是，真正的人工智慧是受視角和立場制約的。對機器來說，就是受制於預裝的系統和它後來不斷學習的經驗，而預裝的系統，就相當於人類的文化背景。我所構想的人工智慧，是需要學習和培養的。AlphaGo當然也要學習，一個晚上下一百萬盤棋，但那是極為消耗能量的學習。人工智慧應該是舉一反三式的學習。AlphaGo雖然強大，但是只能幹下棋這樣一件事情，無法干別的。
當然，我並不是說，AlphaGo的深度學習技術不能用來做下棋之外的事，這個技術本身可以用來做很多事情。我的意思是說，這個技術一旦做成某一具體的產品，這個產品的功能就固定下來了。用樂高積木來打個比方，如果你是精於此道的高手，你可以拼出一艘航母、一幢高樓，但是一旦拼出了一艘航母，除非你把它拆掉，它就一直是航母了，不再會是高樓。
類似地，一旦你用深度學習技術做出了AlphaGo這個專門用來下棋的機器人，如果再想讓它去干別的，很多基本訓練和基礎架構就必須從頭做起，這就相當於把拼成航母的樂高積木一塊一塊地拆下來，再拼成一艘航母，而想而知工作量會有多大。那麼，問題來了：你是需要一個什麼都能幹，雖然不一定能幹到最好的機器人呢，還是需要一個只能把一件事情做到最好，其他什麼都不會的機器人？這兩種機器人，哪種對人類社會起到的作用更大？
不妨拿戰爭舉個例子。未來的戰場會需要大量的戰斗型機器人。一個士兵在戰場上遇到的情況是千變萬化的。請問，難道只有醫療兵知道怎麼救援嗎？別的士兵也知道，只是未必做得有那麼好而已。同樣，醫療兵也會使用槍械。
再拿家政服務舉個例子，給中產家庭用的機器人，和給富豪家庭用的機器人，肯定是不一樣的。AlphaGo這樣的機器人怎麼去迅速適應呢？關於圍棋的輸贏是有明確規則的，可是家政問題有規則嗎？如果機器人給一個大知識分子收拾書房，打掃得太干凈，他反而不滿意，可能要拍桌子：「亂有亂的味道！書房怎麼可以弄得這么干凈呢？」但是你不給他打掃，他又不開心了，「書總歸要碼得整齊一點，蜘蛛網總歸要掃掉吧」。
所以，行為的分寸如何把握，是需要人工智慧來學習和判斷的。而人工智慧如何學習和判斷呢？這是需要人類去調教的。
④ 哲學如何認識大數據時代
哲學如何認識大數據時代
最近幾年，數據問題進入哲學視野。對於哲學家們探索的數據本質特徵，我們可以從以下幾個方面來把握。
數據與大數據
技術進步，主要是計算機、網路和各種類型的感測器以及雲技術、分布式計算與存儲等海量存儲技術的廣泛應用和運算能力極速進步，使得數據概念被大數據概念取代。數據量增加速度之快，大致可以這樣描述：最近兩年生成的數據量，相當於此前一切時代人類所生產的數據量的總和。
大數據指的是所涉及的數據量規模巨大到無法通過人工，在合理時間內達到截取、管理、處理、並整理成為人類所能解讀的信息。大數據的特徵，除了巨大、快速、多樣多變之外，沒有其他。因此，大數據本質上還是數據。
在大數據的上述特徵中，其多樣多變性值得特別關注。它表現為所生成數據格式的多樣，如文字、圖片、視頻等各有多種不同的格式，取決於生成數據的技術與設備，卻反映出數據生產的時代性以及數據處理的能力與條件，也反映出被描摹自然和社會的多姿多彩。另外，隨著技術發展和數據量急劇增長，新的數據格式還會層出不窮，多變和多樣特徵更加突出。
大數據既是一個技術概念，又是一個商業概念，它的出現，有其特定背景，即IT領域的商業和渲染新技術的考量。大數據包攬了人類獲取數據的所有途徑，提示哲學研究一個全新時代的到來，這個時代的先聲，很久遠之前就已經響起，那時，它僅僅被稱作數據。在我們的討論中，主要考慮數據與哲學的關聯。
數據與認識
這里的認識，指的是人的認識，是人對外部世界的認識。
大數據的出現和引起關注，使得一個事實得到確認，這就是，數據覆蓋了人類對於外部世界的感知。感官及其所獲得的經驗退居到顯示屏之後，退居到各種類型的技術裝置之後，這些裝置將自然和外部世界的映像「轉譯」成人類感官可以接受的圖像、聲音甚至觸覺和嗅覺味覺。這既是技術發展的必然，又是始料未及的情況。如果說，此前，哲學還試圖在技術系統生成的數據之外尋找世界的直觀映像，到了大數據時代，這種人類的直接感知即使沒有被完全取代，也失去了其傳統意義上的優勢。一言以蔽之，哲學，需要從數據中尋求對世界的認識，舍此即失去認識的來源。
這似乎是一個驚人的變故，其實不然。在影響人類認識的議題上，大數據帶來的變化，只是數量和范圍上的，並非根本意義上的改變。事實上，回顧歷史，我們發現，我們的對外部世界的感知，從來都是依賴於某些技術裝置的，也就是說，人的認識，其實是通過數據獲得的。
最早的技術裝置，可能是直尺，它用於測量長度，例如田畝；更早的述說技術裝備，也許是繩結，它用來述說一件重要的事件。在我國，從河北泥河灣先民打造石器，到安陽殷墟龜甲上刻畫的文字，都可以看作是某種「數據」，表達著人類對外部世界的某種認知。而面對著所有這些早期的承載數據的技術裝備，人們獲得對外部世界的某種最早的抽象認識。古代人先後發明過算籌、斗和稱、漏刻、渾象儀、量角器等等，無不是用來產生認知外部世界的數據，人們也發明筆、紙張、雕版印刷術，也是用來記錄和生產數據。依託所有這些，數據成為人們認識的依據，思考的源泉，表達的工具。
近代以來，西方的技術和科學異軍突起，望遠鏡、顯微鏡、六分儀、光譜儀、質譜儀乃至加速器、射電望遠鏡相繼出現，成為人類認識外部世界的有力工具。這些技術裝備產生的數據成為近現代思想的新的依託。到了當代，伴隨著電子計算機的強大數據處理能力的出現，各種延伸和闊展人類感官感知能力的器皿設備層出不窮，終於完全或接近於完全取代人類對外部世界的直接感知，通過把數據呈現給人類，成為人類認識的來源。這就是大數據的時代。
關鍵點在於，我們所知的世界，全部是數據表達的，其中一部分獲得理解和解釋，更多的只是數據，沒有得到解釋甚至沒有得到關注，它只是像自在自然那樣在那裡，等待人們去搜索發現它，解釋它，運用它。
數據與本體
根據上述認識，似乎可以通過觀察數據的形成和生產，來理解哲學與科學的在解釋客觀自然議題上彼此消長。
在近代科學初興時期，它並沒有從傳統哲學中分離出來，它被冠之以自然哲學。與之相並行不悖的，有哲學本體論和形而上學。後兩者都是試圖以某些觀念描述和解釋外部自然，尋求事物的本質，並在哲學領域合法存在。伽利略、牛頓等人推崇的使用先進觀測和實驗手段觀察與調控自然，用數學述說自然過程。當這一切成為風氣之後，哲學本體論逐漸衰退，哲學似乎放棄了對客觀世界的描驀和解釋，讓位於自然科學。
最後一位試圖運用科學數據來解釋自然的哲學家是康德，他研習了牛頓的運動力學和天體力學，提出宇宙演化學說。然而，拉普拉斯在康德基礎上，用物理理論和數學表述了星雲說，在無限時空中的恆星和星系演化學說。拉普拉斯之後，科學之描摹自然優越於傳統哲學得到公認。
一般認為，在經典科學時代，哲學與科學在描摹自然方面的差異，在於是否運用數據和使用數學方法。今天我們發現，這並非全部問題所在。經典時代，直至大數據崛起的今天，自然科學的確在使用各種技術裝備獲得的數據方面占據優勢地位，哲學則固守傳統的概念分析和一般推理方法，這還是指的好的哲學。這與其說是哲學落後於科學，勿寧說人類獲得數據的能力尚有不逮，給傳統哲學留有施展餘地。
大數據的出現，包圍了人類認知世界的所有方面，情況發生變化。在科學界開始討論並實施「計算一切」的時候，同時也給哲學重新回到討論本體打開方便之門。這里發生的變化是，數據成為認知的源泉，思維的質料；我們對世界的解釋轉變為對數據的解讀，舍此無他。大數據的出現，使得我們發現，我們所知的稱作外部世界的東西，是通過數據來呈現的，當我們尋求世界的本質和意義時，我們實際上是在數據中徜徉；當我們覺得有所發現有所體悟時，實際上是自覺找到了一些數據之間的關聯。
數據的物理學氣質
所謂物理學氣質，指的是思考事物的本質，從原理層面上對事物的本質進行探究，揭示出事物的基本規律。當前備受熱議的數據和大數據是否具有揭示事物基本規律的功能，可能還有待於觀察，但是，數據，就其現象而言，似乎已經展示出某種物理學氣質，考察這一特性，既有利於認識數據的本質，也有利於深化對物理學的認識。
這里所說的物理學，主要指的是量子力學。
眾所周知，量子力學無論在理論上還是在應用上都獲得巨大成功，在場論、粒子物理和天體物理學研究上都扮演者基礎角色，在固體物理、半導體物理以及超導物理等應用學科上都有極出色表現。量子力學與哲學的聯系，比其他任何自然科學領域都要來得緊密，其中最重要的就是認識論問題。
量子力學發現，建立在測不準關系基礎上的認識，受到基本物理原理的限制，客觀世界原則上不可能真正被觀察到，我們只能根據物理測量結果認識世界。而測量本身形成對客觀世界的干擾，導致無法真正認清它的本來面目。所以，我們對於世界的認識，唯一來源就是測量的結果，即所謂經驗。
量子力學的這一認識原則引發將近一百年的討論，至今未能平息。
尼爾斯·玻爾認為我們必須接受量子力學給出的認識原則，承認和接受自然作出的安排，量子力學已經很好地描繪了自然；愛因斯坦則不願接受玻爾的「綏靖哲學」，他覺得一定是量子力學本身的不完備造成，人對自然的認識應該是能夠窮盡的，不可能也不應該像量子力學所描繪的那樣。
當我們回顧前述數據與大數據的認識論與本體論含義時，就明白，一直以來有關量子力學問題的爭論，本質上就是對於數據的意義的爭論。顯然，愛因斯坦不願意接受數據給出的結果，以及對於數據的解釋，而玻爾則認為數據揭示的自然正是自然本體，無論我們是不是喜歡它。
有趣的是，人們一直在爭論量子力學的測量問題，此前卻幾乎從來沒有人意識到測量的結果本身就是數據，而數據已經成為事實上的認識來源。離開數據，我們對於世界一無所知。
在這個大數據時代，當我們認識到，數據正是我們認識世界的源泉，所謂世界其實就是數據構成的，我們也會看到數據本身所具有的物理學氣質，正像量子力學所強調的那樣，世界隱藏在經驗表象背後，我們所能談論的，只是經驗本身。
以上是小編為大家分享的關於哲學如何認識大數據時代的相關內容，更多信息可以關注環球青藤分享更多干貨
⑤ 大數據主義者如何看待理論，因果與規律
大數據的興抄起，給傳統的科學哲學帶來許多新挑戰，特別是對諸如科學理論的作用、因果關系、科學規律等科學哲學的核心問題提出了有別於傳統的新觀點。齊磊磊博士概括總結了大數據相關學者的論述，在《哲學動態》雜志發表了題為《大數據經驗主義——如何看待理論、因果與規律》的重要文章[1]。她在文中提出了大數據經驗主義的概念，並系統提煉了大數據經驗主義的科學哲學觀點，這是大數據哲學的重要提煉和概括。她認為，大數據經驗主義是一種新經驗主義(以下簡稱為大數據主義)，並將其觀點概括為三點：1.在科學理論問題上，大數據主義認為「理論已經終結」，否定科學理論對科學發現的作用；2.在關繫到科學存亡的因果性問題上，大數據主義否定因果性的存在，提出由相關性取代因果性；3.在世界的本質問題上，大數據主義否定世界的規律性，認為世界的本質是混亂的。樹立起大數據主義的靶子之後，齊磊磊進行了批判，並明確提出反對大數據主義對大數據的神化。
⑥ 從哲學角度看問題 數據 大數據及其本質是什麼
①物質決定意識，要堅持主觀符合客觀。大數據時代已經到來，樹立專大數據戰略是屬客觀形勢的要求。 ②事物運動是有規律的，要按規律辦事，將尊重客觀規律和發揮主觀能動性相結合。大數據戰略符合時代發展規律，只有按照時代發展的客觀規律，充分挖掘和利用大數據價值，才能在實踐中獲得巨大成功。 ③意識具有能動的反作用，正確意識對改造客觀世界具有促進作用，要發揮意識的能動作用。樹立大數據戰略可以有效指導實踐，以發揮大數據對社會發展的重大作用，提高競爭力。